政务热线数智化注重资源整合，借助大模型的强大能力，能进一步提升数字 政府协同联动能力。数智化秉持整体性思维，贯穿从接诉到反馈的整个流程。一 方面，加快推进热线整合，通过搭建统一的在线平台，努力实现跨区域、跨部门、 跨层级、跨业务的协同管理和政务服务。大模型可以对海量数据进行分析和处理， 为热线整合提供有力支持，从而引领推进政府组织结构的调整和权责重组，促进 资源配置的最优化。另一方面，强调部门联动。在热线整合基础上，大模型能够 并实现多领域多种类诉求接入标准化，符合政府流程优化的改革方向。从归并进 展看，基于横向的整体并入和双号并行取得了相对较好的效果，而由于存在工作 16 流程统筹、人员信息对接方面的问题，基于层级间政府关系的分中心归并相对滞 后。 第二，政务热线网络渠道运用水平不足。开辟多元化网络渠道是提供即时化、 个性化公共服务，降低话务成本、缓解话务压力的有效手段。虽然各地在网站、 客户端、小程 管理交叉地带，需要多部门协同处理。此时，一方面由于诉求事项相对复杂，接 线员往往难以精准定位最合适的办理部门，另一方面部门间业务流整合困难，各 部门在承接政务热线转办诉求后无法形成有效联动。四是在许多地区，各部门各 层级间数据共享度低，信息传递不畅通，对最新政策的更新步骤不统一7①,这使 得需要多部门参与回应的诉求难以形成统一明确的答复。在此情况下，市民的诉 求在不同部门会得到差异化回应，严重降低办理效率。

政务热线数智化注重资源整合，借助大模型的强大能力，能进一步提升数字 政府协同联动能力。数智化秉持整体性思维，贯穿从接诉到反馈的整个流程。一 方面，加快推进热线整合，通过搭建统一的在线平台，努力实现跨区域、跨部门、 跨层级、跨业务的协同管理和政务服务。大模型可以对海量数据进行分析和处理， 为热线整合提供有力支持，从而引领推进政府组织结构的调整和权责重组，促进 资源配置的最优化。另一方面，强调部门联动。在热线整合基础上，大模型能够 并实现多领域多种类诉求接入标准化，符合政府流程优化的改革方向。从归并进 展看，基于横向的整体并入和双号并行取得了相对较好的效果，而由于存在工作 16 流程统筹、人员信息对接方面的问题，基于层级间政府关系的分中心归并相对滞 后。 第二，政务热线网络渠道运用水平不足。开辟多元化网络渠道是提供即时化、 个性化公共服务，降低话务成本、缓解话务压力的有效手段。虽然各地在网站、 客户端、小程 管理交叉地带，需要多部门协同处理。此时，一方面由于诉求事项相对复杂，接 线员往往难以精准定位最合适的办理部门，另一方面部门间业务流整合困难，各 部门在承接政务热线转办诉求后无法形成有效联动。四是在许多地区，各部门各 层级间数据共享度低，信息传递不畅通，对最新政策的更新步骤不统一7①,这使 得需要多部门参与回应的诉求难以形成统一明确的答复。在此情况下，市民的诉 求在不同部门会得到差异化回应，严重降低办理效率。

也是为了在 存量市场竞争中寻求创新点。技术与商业的共振，昭示着流程智能化已从成为企业重塑竞争壁垒的 核心引擎。 1. 技术拐点爆发，AI 大模型开启流程智能化新时代 AI 大模型在认知层级的突破，使得传统流程自动化执行场景范畴得以扩充。 首先，大模型在非结构化数据的处理与分析能力层面实现了跃迁。过去的 RPA 在合同关键条款自 动提取任务上表现不佳，而 AI 大模型在此任务上准确率接近 智能 BPM 平台的全流程构建 中集集团在推进该项目过程中，面临着三重核心挑战：其一，业务流程体系庞杂需深度 梳理优化；其二，需实现多套异构系统的无缝集成与数据贯通；其三，项目需支持集团 多层级组织架构的协同运作。 基于此，中集集团选择与蓝凌达成战略合作，不仅源于蓝凌在大型集团企业 BPM 流程 管理领域具备的成熟方法论与标杆案例，更看重其数智化办公解决方案的丰富经验与本 土化服务能力。依托蓝凌

层次算力调度架构体系，建设可满足各类创新主体开展多元异 构算力调度、应用、研发、验证的平台环境。依托国家新型互 联网交换中心、骨干直联点等设施，促进多方算力互联互通。 专栏 2 算网融合发展行动 一是探索建设多层级算力调度平台，逐步实现多元异构算 力跨域调度编排。二是构建算力互联互通体系，统一算力资源 标识和身份认证，依托部省算力互联互通平台开展试点验证。 6 三是建立算网监测机制，开展算力设施运载力评估，打造一批 业务场景开发部署智能边缘算力节点，实现金融业务边缘侧数 据的筛选、整合与处理，为金融业务发展提供更为精准、高效 的算力支持。 5.“算力+交通”。面向智慧交通需求，加快“中心-区域- 边缘”多层级算力设施部署，支持感知、通信、控制相关设备 的标准化接入与数据汇聚，为道路交通精细化管理、场站枢纽 智能运营等跨域综合信息应用以及车路协同自动驾驶、港口矿 山自动化生产等低时延高可靠应用提供灵活高效的算力支撑。

算法方案技术路线 03 13 资料来源：量子位智库、浙商证券产业研究院 具身智能的算法方案分为分层决策模型和端到端模型两种路线。 分层决策模型 端到端模型 以「Figure 01」为代表，将任务分解成不同层级，以多个神经网 络训练，再以流程管线的方式组合。Figure 01顶层接入OpenAI的 多模态大模型，提供视觉推理和语言理解；中间层神经网络策略 作为小脑进行运动控制并生成动作指令；底层机器人本体接受神 后通 过Latent Planner，预测这些Latent Actions，从而将异构 数据源中真实世界的动作知识转移到通用操作任务中。 采用Diffusion Model作为目标函数来建模低层级动作的连 续分布。 Action Expert结构设计上与Latent Planner类似， 也是与VLM主干网络共享相同的Transformer结构，但使用 两套独立的FFN和Q/K/V/O投影矩阵，它通过Denoising

R1论文图解：https://zhuanlan.zhihu.com/p/20844750193 落 地 应 用 PART 04 34 34 DeepSeek让人类与AI对话更加简单，提示词让对话质量提升立竿见影，适合所 有层级使用者快速上手。 DeepSeek的深度思考模式基于DeepSeek R1模型，是一种推理模型。相比较 于传统的生成模型，使用DeepSeek R1模型时的提示词技巧有较大的变化。 35 35

线的前提下，采取风险分级审 慎包容的监管策略，避免过度限制技术发展。 具体而言，文章提出可通过建立全链条创新激励型监管体制、深化“AI 开发、提供和部 署价值链”的法律责任确定、推动监管模式分层级的突破和创新促进 AI 发展，为医疗人 工智能的发展与商业化构造良好的生长环境。  建立全链条创新激励型监管体制 为了保障人工智能的安全创新，监管方应建成覆盖全生命周期、动态的创新监管体系。 家组成，深入研究人工智能的责任归属等复杂问题，充分挖掘现有法律制度资源，厘清 法律关系和责任归属，给出医疗人工智能产品的中国法律关系和责任设计框架。最终建 成法律关系确认、责任归属判定和商业化的闭环关系。  推动监管模式分层级的突破和创新 随着人工智能技术进步，采用自动技术的人工智能应用会越来越多，需要逐步考虑突破 现行法律伦理框架进行进一步探索，以制定与技术进步相适应的法律和治理体系，可以 考虑借鉴自动驾驶领域的

确并制定清晰的战略目标。企业需要通过充分研讨和论证,并在企业上下达成普 遍共识。愿景和目标, 是对智能化转型的结果和效果的憧憬和预设, 需要达成一 把手和高层共识。企业需在充分研讨和反复论证的基础上, 于内部的各部门和各 层级达成共识。通常情况下, 智能化转型战略需解决以下关键问题: • 企业所希望实现的核心目标是什么? (明确愿景和目标) • 企业是否有明确的转型蓝图, 并准备通过哪些具体途径来实现这一目标? (转型 智能化转型战略的基石在于明确的愿景和目标。 多数企业会用简洁的 一句话来概述这一愿景, 它不仅是对智能化转型成果的展望,也是在对未来进行 前瞻性的布局。而愿景与目标的设立,往往需要高层管理者的深度参与共识,确 保这一方向在最高管理层级达成一致。内部论证通常自上而下进行,从企业整体 的愿景和核心目标出发,结合当前业务痛点和其他企业的成功实践进行深入分析, 以此逐步形成有力的 "顶层设计" 。 在愿景和战略共识之下,还需要分解和制定分阶段的转型蓝图。转型蓝图一

环境中的物体、声音和图像，理解人类的语言和意图。同时，工业机 器人将具备更强的自主学习能力，能够根据环境变化和任务需求进行 自我调整和优化。从模型架构来看，结构相对简单、参数较少的机器 学习模型正在转化为多层级、大参数量的深度学习、强化学习模型， 学习方法也从手动数据标记转变为自动的数据特征提取。从支撑要素 来看，机器学习对于数据和算力的需求较小，训练时间也相对较短， 而深度学习、强化学习则需要高性能的

形机器人和高运动性能型人形机器人等。侧重于制定术语标准、框架 和接口标准、产品标准、通用技术要求、兼容和互联互通规范、测试 认证与性能评测标准、安全和伦理标准等。 人形机器人系统包括单机操作系统、多机管理系统等，操作系统 层级支持库则包括了用于驱动上述硬件的驱动程序、中间件以及用于 实现基本功能的服务集合，例如 OpenHarmony、OpenEuler、Linux 或 ROS（Robot Operating Sys 景标准、操作培训标准、维护保养标准、故障诊断与排除标准以及报 62 废标准和回收处理标准等多个方面。 从系统层面，人形机器人是一个由多个复杂部分组成的集成系统， 这些部分不仅种类繁多，而且根据系统层级或应用领域的不同，其标 准化和测试方法也不同。人形机器人系统可分为基础模块、复合模块、 子系统、整机（系统）、集群（系统集合）、超系统（环境），其中 基础模块包括各类硬件零部件，如减速器，伺电机，编码器等；复合