...........................................................................................75 4.1 自然语言处理（NLP）优化........................................................................................ 失。 在此背景下，基于 DeepSeek 大模型构建客户经理智能体成为突破 现有瓶颈的关键路径。 本项目的核心目标是通过 AI 智能体实现三个维度的价值重 构：  服务效能升级：构建具备自然语言理解、多轮对话管理和金融 知识推理能力的智能体，实现 90%标准化业务咨询的自动化 处理，将平均响应时间从传统模式的 4 小时压缩至 30 秒以内  资源优化配置：释放人力聚焦高价值客户，预计可减少 年运营数据显示，人工服务单笔成本为 38 元，是智能渠 道的 7 倍。与此同时，客户对 7×24 小时即时响应、精准产品匹配 的需求年增长率达 40%，传统服务模式已难以持续。 技术层面存在的关键瓶颈包括：自然语言理解准确率不足（现 有系统仅能达到 78%）、多轮对话记忆保持能力有限（超过 3 轮对 话后上下文丢失率 61%）、以及缺乏动态客户画像更新机制。这些 缺陷导致现有智能助手仅能处理 11%的客户需求，远未达到替代人

28 3.2 数据中心需求 29 3.3 配套用房需求 29 四、场址选择 30 1 选址原则 30 2 选址位置及地块情况 30 2.1 自然气候条件 33 2.2 场地现状条件 33 2.3 水文地质条件 33 2.4 城市规划条件 34 2.5 公共设施条件 35 2.6 能源价格 采纳水平较高、 客户更集中、市场需求更旺盛的“北上广”等经济发达地区。具体而言，广东、上海和北 京占比分别为 20.8%、12.8%和 9.6%，位列全国前三位，合计占比近五成。部分大型数 据中心分布在自然环境适宜和国家政策利好的内蒙古和贵州等地区。根据开放数据中心 委员会 ODCC 数据，2020 年在用机架呈现东密西疏的分布状态，除了“北上广”，贵 州、河北、江苏、浙江等第二梯队的数据中心在用机架规模也很庞大。 建局房在地理位置和建设规模上 须能适应未来发展需要。 （2） 与XX城市建设的总体规划相适应。 （3） 机房的选址应满足可靠性和可用性的要求。 （4） 电力供给应稳定可靠，交通、通信应便捷，自然环境应清洁。 （5） 应远离产生粉尘、油烟、有害气体以及生产或贮存具有腐蚀性、易燃、易爆物品的场 所。 （6） 机房应考虑有足够和稳定的电力供应；电力容量要充足，外电引入投资要考虑经济 合理。

了大量的二氧化碳。因此减少二氧化碳排放 对于一个健康的地球是十分必要的。在从满足居民要求到投资者要求方面，城市的政策制定者 面临着不断增大的压力。把减少温室问题考虑到政策制定的问题里面，从而达到自然环境的可持续性 发展和对温室效应的有效控制。欧洲400多个城市的市长提出温室问题威胁到了城市的可持续性 发展。比如，他们在2009年2月声称确保二氧化碳的排放量到2020年将有大幅度的减少。 环境污染、公共卫生事件、教育资源分配不均、就业压力等城市问题进一步凸显。三鹿奶粉 事件、盐城水污染事件、甲型H1N1流感爆发等食品安全和公共卫生问题；汶川大地震、山西襄汾 尾矿库溃坝事故、乌鲁木齐打砸抢烧严重暴力犯罪事件等城市突发自然灾害、突发社会公共 事件；城市限行、交通拥堵、 “看病难、看病贵”、高校毕业生难就业等公共基础设施和公共服务 问题近年来频频摆上中国城市决策者的案头，不断考量着政府的执政能力和服务水平。 • 的面世，则为信息技术和社会变革带来了第三次浪潮，将IT与城市发展推向一个崭新的“物联网” 和“云计算”的智慧互联时代，城市生态将从单组织的生产制造、部门式的社会管理，迈入 全供应链协同生产、全社会和谐发展及人与自然共生共赢的新纪元…… 智慧的城市在中国突破 28 智慧的地球从城市发生 3 城市信息化： 通向智慧之桥 城市是人类文明的标志，城市现代化在很大程度上取决于其信息化水平。 “城市信息化”和“智慧

域的格局。 当我们在编译这份报告时，中国宣布推出的颠覆性人 工智能模型——DeepSeek——引入了一个可能对数 据中心行业产生深远影响的新变量，特别是对超大规 模供应商而言。DeepSeek在自然语言处理方面取得 了重大进展，包括增强的上下文理解、更快的模型训 练能力以及提高的多语言水平，这些都使其区别于现 有的AI模型。值得注意的是，这些改进在更高的效率 以及更低成本下实现，挑战了关于开发前沿AI模型所 35% 27 逆风 顺风 附近的竞争性市场 场地选择 税收激励措施 来源：Colliers U.S. 研究所，datacenterHawk 一致增长 基础设施限制 气候与自然资源 来源：Colliers U.S. 研究所，datacenterHawk 市场租金快照 开发趋势 $/kW/mo 包括电力 零售 （<500kW交易） 市场增长 自2019年以来 复合年增长率（Com 使得权益过程变得更加复杂和耗时。 芝加哥提供了数据中心友好的税收优惠政策， 并于2019年通过了关于数据中心设备的具体法 律。 该地区寒冷的气候和丰富的淡水支持了人工 智能工作负载的效率冷却，同时自然灾害的 风险较低。 以30家《财富》500强企业为家，芝加哥强 大的历史和光纤基础设施使其成为中西部地 区的连接枢纽，推动着稳定的需求数量。 其他中西部的市场，包括威斯康星州、明尼 苏达州和爱荷华州，由于可用的电力、丰富

主要任务（共 4 项）： 加快发展低空飞行器核心产业链；提升低空管控技术供给能力；构建飞行应用服务支撑体系；培育低空经济 产业发展载体 应用场景： 推动打造示范应用场景 。统筹农林、环保 、应急 、 自然资源 、气象、水利 、公安 、交通 、文旅等多个领 域的 低空飞行服务需求，支持拓展低空飞行器在公共服务领域应用。支持区内企事业单位在周边及京外有 条件地 区搭建无人机物流配送 、生产作业 、应急救援及载人 设分拨中心至偏远乡镇的配送服务航线， 发展园区 之间 、企业之间电子元器件 、医疗设备等的点到点配送服务。 丰富低空公共服务场景应用。鼓励各地和有关部门统筹城市管理、农业、林业、环保、应急 、自然资源、 气象、水利、公安、交通、医疗等方面的低空飞行需求，开展低空在警航、城管巡查、医疗救助、森林灭火 、 城市消防、应急救灾、国土测绘等领域应用，并做好信息共享。谋划推动一批重点领域和地区开展示范区 开发开放应用场景； 发展低空经济制造产业； 提升创新发展能力； 加快产业集聚示范； 培育低空经济服务业。 应用场景： 1. 应急救援：在呼伦贝尔市、兴安盟、锡林郭勒盟建设航空应急救援基地， 以自然灾害、安全生产以及医疗救 治 、交通事故救援等为重点， 加强“航空应急救援力量一张网”布局。 2. 国土测绘：在地理信息产业领域业务，促进低空航测、低空物探与北斗导航定位、数字地图、遥感等深度融

的大语言模型的进一步演进，同时 带动下游应用的拓展，涌现出新一批应用场景。 1.1. GPT 迭代更新，人工智能掀起科技潮 GPT 升级至四代，模型能力高速提升。ChatGPT 是由 OpenAI 开发的自然语言生成 模型，采用 Transformer 神经网络架构（又称 GPT-3.5 架构），基于大量的语料库使用指 示学习和人工反馈的强化学习（RLHF）来指导模型训练。模型可理解并生成对各种主 存储等关键环节作充足准备，以迎接人工智能新机遇。作为人工智能算力主要供应商的 英伟达，对人工智能下一个浪潮就提出了“具身智能”预测，即通过将智能算法与物理 实体的感知、行动和环境交互相结合，使机器能够以更自然、更智能的方式与环境进行 交互和解决问题的能力，打开了 AI 与机器进一步融合的想象空间。另外，近期 Open AI 扩大开源插件数量，有望快速开启 GPT 在垂直领域的大模型应用。 从 AI 可以允许应用程序在任何比例 下并排显示，并提供无限屏幕空间。Vision Pro 可以兼容并在虚拟空间中显示 Mac 屏幕，并与 iPhone、iPad 和 Mac 保持同步。FaceTime 通话让群组沟通更 加简单自然，使办公场景更加自如高效。 ⚫ 3D 相机为照片和视频增加新维度。空间计算使照片和视频色彩惊艳，细节出 众，全景照片可展开并以实景大小环绕带来身临其境的感受。Vision Pro 是苹 果首台

资料来源：公司官网，公司 app ，东吴证券研究 所 建立客户标签 勾勒客户画像 整合客户信息 智能投顾与财富管理的范式升级。①全息投顾助手：基于客户风险画像、实时市场数据及行为分析 ，生成动态资产组合方案 ，支持自然语言 交互。 例如， 国泰君安“君弘灵犀 ”大模型通过多模态能力（文本 、 图表、 计算） 提供个性化投顾服务， 覆盖更多客户 。 中金财富 IC- Copilot 单 大模型分析用户风险偏好、持仓组合 及市场动态 ，提供实时调仓建议、个股诊断和资产配置方案。东方财富、 同花顺等代表性证券科技机构较早布局智能投顾业务 ，其智能投 顾机器人都已经是证券领域落地较为成功的自然语言及语音问答系统。从流量变现到智能匹配 ，提高投资者使用意愿。利用 AI 大模型分析 用户行为数据 ，优化广告投放精准度。 同花顺基于用户画像推荐开户券商或基金产品 ，东方财富通过大模型预测用户投资需求 AI 大模型合作梳 理 图表： AI 大模型与银行结 合 C 端：依托大模型的实时计算与深度思考能力 ，客户交互的服务个性化与效率提升将实现降本增效 ，并开辟新的收入来源。 智能客服系 统利用自然语言处理和机器学习算法 ，提供全天候在线服务 ，快速响应客户在账户查询、转账、贷款等方面的需求。通过不断学习和优化 ， 系统分析客户的交易历史、浏览行为和偏好设置等多维数据 ，精准推送个性化的金融产品和服务

基于Transformer架构的语言模型 • 优点： ✓ 长距离依赖处理能力强：自注意力机制能捕捉任 意距离的依赖关系。 ✓ 并行计算能力强：Transformer架构支持并行计算， 训练速度更快。 • 缺点：资源消耗大 自然语言处理模型的演进 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 肢体 动觉 人际 关系 语言 智能 逻辑 数理 自然 辨识 自省 空间 音乐 人类多元智能 多元智能理论（Theory of multiple intelligences，简称MI）是由美国哈佛大学 教育研究院教授霍华德·加德纳（Prof 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 金融领域大模型 侧重理解和生成金融领域的自然语言文本， 以传达领域内的知识、解释或描述。 更注重训练过程，核心是如何学习好金融领 域语料库中知识。 基础大模型微调（资源消耗中等） 金融领域知识增强的大模型 金融任务增强的大模型 适用于需要生成或理解金融领域知识的任务，

教育 风格扮演 辅导作业 通话摘要：一键从通话到纪要 通话记录 通话纪要 待办生成 便签同步 拍照、擦除、背景还原等 智能圈选 消除 背景生成 趋 势 多模态自然对话 可信、有用、个性化专属 内容生产 自然对话|OS融合的多模态| 语音、文字、图片、文档、视频全能聊| 语音、手势全能控 内容合规|幻觉消除|复杂推理|任务调度| 服务生态支持|人设支持|个性化问答和推荐| 大模型的出现有望加速 AR/VR 技术进入主流市场的步伐。 语音助手、物体识别、生活助理等 AI 功能已在 AR/VR 产品中广泛出现。语音助手功能让 AR 眼镜能够通过上下文语义理解与用户进行更自然的交流，如李未可 Meta Lens S3 通过 大型语言模型 AI 系统提供闲聊和建议。物体识别技术使 AR 眼镜能够识别现实世界中的物 体，例如 Meta 雷朋智能眼镜引入建筑识别和菜单翻译功能。此外，生活助理功能与用户的 GitHub Copilot 是 AI 编程领域最具代表性的 AI 工具，由 OpenAI 与 Microsoft 合作开发。 Copilot 具备强大的网络搜索和推理决策能力，能回答开发过程中的问题。比如通过自然语 言描述需求，Copilot 可以自动生成代码，并提供部署建议。据微软 FY3Q24（对应日历季 度 1Q24）业绩会，GitHub Copilot 付费用户数已达到 180 万，环比增速 35%以上，收入同

升到了新水平，能帮助用户深度解读市场信息、并结合用户的财务目标、投资 偏好等，提供个性化的配置策略。知识力方面，做到了有问必答。专业力方面， 提供一系列的专业化服务， 300 多款专业化工具，通过自然语言能够打理，能 够操控以上所有服务。语言力方面，支小宝 2.0 的金融意图识别准确率高达 95% 。 智能业务助手“支小助”的 1.0 版本，则包含了“服务专家版”、“投研专家版”等 融数据 AI 智能化生产平台、多媒体智能资讯及互动平 台系统等多个人工智能相关项目，并在公司部分产品及服务中进行了具体应用。公司将继续紧跟 AI 技术发展前沿，不断加强 AI 能力建设，进一步强化自然语言处 理、图像处理、语音识别和多模态融合技术能力，并继续深入 AIGC 、交互式 AI 等领域的研究，完善内容生态构建， AI 赋能提升用户各场景使用体验和服务能力， 未来或创造新的场景以挖掘 问财升级， HithinkGPT 大模型开启内测。 2023 年 12 月 6 日，同花顺开启了问财升级版的内测，底层已经升级为 Hithink GPT 大语言模型，结合海量金融 领域数据和知识，通过自然语言对话，协助投资者进行标的选择、标的诊断、资讯解读、投资教学等全方位投顾服务。考虑到同花顺坐拥 3000 万 + 月活流量， 以及 B 端产品 iFind 业务的快速增长，同花顺大模型有丰富的落地场景。