............................................. 8 4、三者关系：层层递进、逻辑升维的演进结构.......................................................9 5、核心区别：驱动逻辑、人机关系与价值重心的根本分野.................................10 二、智能经济与数字经济、“人工智能+”的核心区别 二、智能经济与数字经济、“人工智能+”的核心区别.................................................11 1、核心逻辑跃迁：从“连接效率”到“智能驱动”......................................................11 2、经济形态重构：数据要素的深度进化................................. 5、治理范式升级：从数字监管到智能治理.............................................................15 三、智能经济的三大核心要素:数据、算力、算法协同驱动智能经济运行逻辑变革..16 四、智能经济中人机协同、跨界融合、共创分享具备多种典型表现形式...................22 1、人机协同：从嵌入辅助到智能体自治的三级跃迁..............

政府门户网站实现 智能化跃迁、数据化转型、融合化升级和扁平化重构。 一、智能化跃迁：从“人找信息”到“信息懂人”的服务范式革命 基于人工智能大模型的语义理解、意图识别、文本生成、知识图谱构建、逻辑推理 等能力，优化智能问答、智能搜索等功能，推动惠企政策精准推送、直达快享，为政府 网站用户提供智能阅读等辅助服务。 在智能问答方面，人工智能大模型通过其强大的自然语言理解、知识图谱构建、多 在智能搜索方面，人工智能大模型通过强大的多源信息融合、知识图谱构建、逻辑 推理、概念关联等功能技术，为政府网站提供基于用户视角的场景化搜索，显著提升政 府网站搜索的精准度和服务深度，政府网站搜索从“信息检索”进化为“智慧决策助手”， 真正实现“搜索即服务”。 在政策智能推送方面，人工智能大模型通过强大的多模态数据处理能力、知识图谱 构建能力、逻辑推理能力、智能推荐与决策优化能力，赋能用户画像构建、智能政策解 数字政府与政府网站发展趋势 中国软件评测中心 报告编号：DGPE20251218A 第 22页 在场景设计方面，人工智能大模型在中文语境中的深度语义理解与逻辑推理能力为 场景导航设计提供了强大的技术支持，在足够丰富的信息资源基础上，人工智能大模型 可以快速的设计出基于用户使用逻辑的服务全攻略导航体系，有效性高达 70%。 虽然人工智能大模型可以提高资源梳理和场景设计的效率，但政府网站仍需进行人 工审核、调优和

大模型作为国内领先的生成式人工智能技术，在 金融领域展现出显著的技术优势与应用潜力。其核心能力建立在千 亿级参数训练基础上，通过融合金融行业知识图谱与银行业务数据 微调，具备精准的语义理解、多轮对话管理和复杂业务逻辑推理能 力。在银行客户经理场景中，该模型展现出三大差异化优势： 首先，在服务效率维度，DeepSeek 可实现毫秒级响应速度， 单日可处理超过 50 万次客户交互，相当于 500 名人工客户经理的 础数据（如资产规模、风险偏好、交易行为）和动态数据（如实时 咨询内容、近期业务办理记录）构建动态客户标签体系，通过 DeepSeek 的 128 维特征向量模型进行聚类分析，自动划分客户类 型并预测潜在需求。 核心推荐逻辑采用三级筛选机制： 1. 合规性过滤：通过内置的金融产品合规知识库（含监管政策、 适当性管理办法等）排除不匹配产品，确保推荐符合《商业银 行代理销售管理办法》要求 2. 需求匹配：运用深度强化学习算法计算产品特征与客户画像的 精准匹配。系统首先通过自然语言处理技术解析客户历史交互记录 （包括电话录音、在线聊天、邮件等非结构化数据），结合账户交 易流水、资产配置、风险测评等结构化数据，形成动态更新的客户 画像数据库。 核心推荐逻辑采用三级匹配机制： 1. 基础属性匹配：根据客户显性特征筛选适用产品范围 o 年龄层匹配（青年客群/银发客群） o 资产等级划分（大众/黄金/私行客户） o 风险偏好类型（保守/稳健/进取）

生产/灾备中心物理分散，管理统一 多中心统一管理 计算、存储、网络、安全全资源池化 调度 全资源虚拟池化 从传统IaaS到行业PaaS全栈式自动化 流程化交付 全栈式资源交付 三大业务体系网络隔离，不同业务 VDC逻辑隔离 分业务资源隔离 互 联 平 台 智 慧 为城轨用户量身定制运维平台，实现全域监控，全景可视 运维数据总线（过滤、关联、转换） 分类管理 状态管理 联动管理 工单管理 故障报修 +数据接入 +数据计算 +数据存储 +数据清洗 +数据接入 +数据分析 +数据接入 +数据采集 ISCS 操作系统 数据库 中间件 应用数据 业务逻辑 应用界面 AFC 操作系统 数据库 中间件 应用数据 业务逻辑 应用界面 … AFC ISCS ATS ACC …… 为应用赋能 票务数据统计 乘客信息统计 …… 全场景运维 主动安全检测 …… 运营驾驶舱

AI 赋能券商业务的三种形式 与现有模型合作 本地化部署开源模型与自研模型结 合 纯自研模型 投研、投顾 资管业务 自营业务 新生业务 2.1. AI 赋能券商行业逻辑链条梳 理 风控合规 战略支持 市场研究、人力资源等后台部门 赋能 经纪业务 两融业务 投行业务 AI 大模型 券商 存量 增量 成本下降 收入提高 DeepSeek-R1 模型的本地化部署 ，覆盖头部及中型机构 ，包括华泰证券、 国泰海通、广发证券、财达证券等。 技术优势： DeepSeek-R1 凭借“性能倍增、成本递减”特性 ，在数据处理、逻辑推理及多模态分析方面表现突出。 安全合规：本地化部署满足金融行业数据安全要求，结合 RAG （检索增强生成）和 AI Agent 技术，构建智能中台。 场景渗透：应用已从内部效率工具（如智能问答、流程指引）延伸至核心业务。 投资效率提升，投融资需求提升， 市场交易活跃度提高。 AI 赋能证券科技业务的三种形式 与通用模型合作 本地化部署开源模型与自研模型结 合 纯自研模型 3.1. AI 赋能互联网金融行业逻辑链条梳 理 风控合规 市场研 究 人力资源等后台部门 股票、基金导流 证券、基金投顾 软件销售与维护 基金代销 金融数据终端 IT 系统销售维 护

采用多模态融合解析技术，结合 OCR、正则匹配与大模型语义判断能力，实现对公 文等复杂格式文档的精准结构化解析。 4.2 智能文档分片技术： 提出“结构优先、语义辅助、智能分层”的协同分片策略，在保留文档逻辑结构完 整性的同时，确保语义连贯性。 4.3 智能语义检索： 构建基于元数据知识图谱的智能语义检索算法，实现秒级精确查询，解决传统检索 行业数智应用专项 009 PAGE 010 PAGE 层和闭 环优化层的四层闭环架构，实现“经验驱动”到“认知驱动的自动化运营” 的业务效果 的闭环。 3. 实现云盘首页“个性化智能推荐”： 在移动云盘首页实现瀑布流推荐，采用公私域内容混合推荐逻辑，结合高性能架构、 融合推荐策略搭建推荐引擎。 方案实现了从数据到认知、从认知到运营、从运营到推荐的全链条智能协同，支撑 中国移动云盘 APP 的高效增长与用户体验优化。 目前该成果已在移动 苏州工业园区发展带动新建元集团信息化建设，虽已构建覆盖全业务链条的系统体 系（含财务、资产、ERP 等），但分阶段建设的业务系统彼此独立，形成数据孤岛，难 以有效打通；加之数据口径不一、时效性差，导致指标逻辑混乱、分析滞后；同时缺乏 统一的数据管理体系，未形成标准化规范与长效运维机制，难以支撑企业精细化运营与 数字化转型需求。面对这种挑战，苏州新建元数字科技携手滴普科技共建数智平台。主 要聚焦解决

有艺术创造力的可视化图形； 4. 【灵动看板】帮助使用者基于问题生成逻辑以图形呈现的可视化分析； 5. 【翻译】为使用者智能翻译研报及公告等内容； 6. 【纪要】根据音频或文档智能识别重要内容， 自动生成会议纪要； 7. 【文档智读】基于大模型智能学习单篇、多篇文档 ，总结文档核心内容和逻辑并准确回答 问题 ，还可对多篇文档进行分类处理； 8. 【 AI 识图洞见数据】基于 图表：东方财富妙想大模型功能模块 12 恒生电子 LihgtGPT 金融行业大模型，较通用大模型更专业、更合规、更轻量。 LightGPT 拥有更专业的金融语料积累处理和更高效稳定的 大模型训练方式。在金融专业问答、逻辑推理、超长文本处理能力、多模态交互能力、代码能力等在内的金融大模型能力评测中均有不错表 现，并保证内容和指令的合规安全，处于业内领先水平，可以为投顾、客服、投研、运营、风控、合规、研发等金融业务场景提供底层

年以前（左图），国家和地方层面的政策文件主要聚焦 于数字政府建设阶段的资源汇聚，强调门户网站、政务服务平台、大 数据平台等基础设施的统一整合，推动各类系统、数据和服务在同一 架构下实现集成共享，突出“加法式”集成的建设逻辑，以解决“信 数字政府建设发展研究报告（2025 年） 10 息孤岛”和“系统分散”等初级阶段问题。这一阶段的核心任务是通 过统一规划与布局，推动各个政务信息系统资源的整合汇聚，形成统 高产出效率的发展模式。[6]随着信息化、数字化的深入推进，集约化 逐步从传统的经济生产领域延伸至社会治理、公共管理等新兴领域， 成为提升治理能力和运行效率的重要理念。在数字治理语境下，集约 化不仅是一种资源配置方式，更是一种治理逻辑的转型，体现了数字 政府在高质量发展阶段对“高效、协同、可持续”目标的系统追求。 因此，集约化可以被视为集约理论在数字治理领域的延伸，是推动数 字生产力持续进步、提升数字治理水平的内在要求。 设、区域协同、部门共建等方式减少重复投入，推动数据、平台和能 力从部门化供给向系统性供给转变；另一方面，应打通资源复用链条， 推动基础设施复用、数据多场景复用、技术能力复用、应用组件复用， 引导从“项目建设逻辑”向“能力供给逻辑”转变，实现资源的全生 命周期复用与价值最大化。 三是注重优化存量与改造提升，推动既有体系的集成化再造。经 过早期数字政府建设，各地区各部门累积了大量存量系统与业务应用， 结构分散

ALU 、控制单元 Control 和缓存单元 Cache 。 l 不同点： CPU 为低延时设计，擅长处理逻辑复杂、 串行的计算任务。 CPU 需要很强的通用性来处理各种不同的数据类型， 同时又要逻辑判断又会引入大量的分支跳转和中断的处理， 因此 CPU 内部结构复杂，擅长逻辑控制和通用类型数据运算。 GPU 为高吞吐设计，为大规模数据并行计算任务量身定做。 GPU 面对的则是类型高度统一的、相互无依赖的大规模数据 扩展至兼具 DPU 。 年份 收购标的 标的简介 2000 3dfx 显卡技术先驱 2003 Media Q 无线领域图形和多媒体技术的领导者 2005 Uli Electronics 核心逻辑技术开发商 2006 Hybrid Graphics 手持设备嵌入式 2D 和 3D 图形软件开发商 2007 Portal Player 个人媒体播放器半导体、固件及软件供应商 2008 Mental 的隐私和数据安全，这些监管政策可能会对企业的业务模式和发展战略造成影响。 请务必阅读正文之后的免责声明及其项下所有内容 风险提示 分析师承诺 作者保证报告所采用的数据均来自合规渠道；分析逻辑基于作者的职业理解，通过合理判断并得出结论，力求独立、客观、公正，结论不受任何第三方的授意或影响；作者在过去、现在或未来未 就其研究报告所提供的具体建议或所表述的意见直接或间接收取任何报酬，特此声明。

教师模型训练：训练一个高性能的教师模型。 ➢ 知识迁移：利用教师模型的输出（如概率分布、中间层 特征等）作为软标签，来指导学生模型的学习。 ➢ 学生模型优化：利用软标签监督训练小模型，使其学习 到教师模型的决策逻辑和特征表示，从而提升性能。 数据蒸馏与模型蒸馏的深度结合 模型蒸馏是一种将大型复杂模型（教师模型）的知识迁移到小型高效模型（学生模型）的模型压缩技术，其 核心目标是在保持模型性能的同时，显著降 求，使其在资源受限的环境中部 署。 DeepSeek蒸馏技术的关键创新 链式思考推理迁移 ➢ 知识传递的深化：不同于传统蒸馏仅模仿输出结果， DeepSeek要求学生模型学习教师模型的推理逻辑，使 学生模型掌握完整的推理链条。 ➢ 数据蒸馏：通过大模型来优化训练数据，包括数据 增强、伪标签生成和优化数据分布。 ➢ 模型蒸馏强化：采用基于特征的蒸馏与任务特定蒸 馏策略，对小模型进行监督微调 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