........ 11 8.6 计算机视觉（CV） ................................................................ 11 8.7 多模态处理 ...................................................................... 12 9 政务大模型安全保障能力 ....... 王珂琛、郭真、马金龙、吴辉扬、徐志坚、顾阳、唐紫浩、罗彬彬、原超、王永霞、高新珉、吴江。 T/ISC 0079—2025 II 引 言 以人工智能大模型为核心的新一代信息技术，凭借其强大的语义理解、多模态处理及智能决策能力， 正逐步成为提升政务效率、优化决策流程、强化城市治理的重要技术支撑。然而，政务大模型在技术标 准统一性、场景适配性、安全可控性等方面仍面临挑战。为进一步规范政务大模型的技术研发与应用实 大规模深度学习模型 large-scale deep learning model 基于大量数据训练得到,具有复杂计算架构,能处理复杂任务,且具备一定泛化性的深度学习模型。 注：大模型的参数有其功能和模态决定，一般不低于1亿规模。大模型训练使用的数据总量受参数 量的影响，达到收敛的大模型的参数量的对数与其训练数据总量的对数成正比。 [来源：GB/T 45288.1—2025，3.1] T/ISC

升级场景应用服务能力 将行业大模型能力与政务场景应用结合 ，进一步提升政府 办公、政务服务、公共管理等场景智能化能力 ，提升政府 管理及服务效率 通用大模型 大语言模型 视觉大模型 语音大模型 多模态大模型 构建智能平台 将大模型能力下沉 ，与云基础设施、大数据、开发平台 等 更多功能性组建结合 ，提升数字化基础设施运行效率 政务行业数据 政务场景特征 ©2024.6 iResearch 视觉大模型 语音大模型 多模态大模型 向量数据库 数据集 数据治理 数据服务 模型基础层 智算中心 云算力资源 AI 芯片 AI 服务器 场景及生态 政务办公 公文生成 决策辅助 公文审核 项目评审 公文比对 政务行业大模型潜在实践场景：政务治理 为政府数字治理提供多模态数据整合和动态实时分析能力 政务治理对大模型的需求主要集中在提升数据整合能力和数据处理能力上。政务场景中存在着大量的非结构化数据，以及因为历史 原因导致的非标准化数据，跨领域、联动分析的难度较高。而大模型在自然语言理解和多模态分析方面具有明显优势，通过将多源、 多模态的数据整合在统一视图下，并对可能存在的数据不一

升级场景应用服务能力 将行业大模型能力与政务场景应用结合 ，进一步提升政府 办公、政务服务、公共管理等场景智能化能力 ，提升政府 管理及服务效率 通用大模型 大语言模型 视觉大模型 语音大模型 多模态大模型 构建智能平台 将大模型能力下沉 ，与云基础设施、大数据、开发平台 等 更多功能性组建结合 ，提升数字化基础设施运行效率 政务行业数据 政务场景特征 ©2024.6 iResearch 视觉大模型 语音大模型 多模态大模型 向量数据库 数据集 数据治理 数据服务 模型基础层 智算中心 云算力资源 AI 芯片 AI 服务器 场景及生态 政务办公 公文生成 决策辅助 公文审核 项目评审 公文比对 政务行业大模型潜在实践场景：政务治理 为政府数字治理提供多模态数据整合和动态实时分析能力 政务治理对大模型的需求主要集中在提升数据整合能力和数据处理能力上。政务场景中存在着大量的非结构化数据，以及因为历史 原因导致的非标准化数据，跨领域、联动分析的难度较高。而大模型在自然语言理解和多模态分析方面具有明显优势，通过将多源、 多模态的数据整合在统一视图下，并对可能存在的数据不一

数字人智能咨询 导航 / 停车诱导 多媒体选择 政务场景定制 多模态互动 多形象定制选择 通用交互界面 数据沉淀反馈 特色功能： AR 步行导航 车位导航 信息导览 通用交互界面 特色功能： 多媒体选择 政务场景定制 多模态互动 通用交互界面 特色功能： 室外室内一体化导航 图像识别车牌车位 多模态交互 通用交互界面 特色功能： 服务门户 智能客服、智能问答、智能外呼实现 人工 出证 适老服务 / 视频客服 / 远程辅助 / 授权代 办 ① 办事前 04 方案优势 中台服务能力 开箱即用的涵盖图像、语音、文本等的 AI 能力 智能交互中台 新一代多模态交互 AI 中 台 全栈式 AI 、灵活复用 自主可控（飞桨、芯片） 丰富的 AI 生态 知识 + 数据中台 独特的丰富的多维数据 多方安全计算 & 可信数据流通平台认证 感知中台 动态时空数据的多源采集

实时调整，政策解读一致性需保持 98%以上准确度。 关键效能提升指标如下： 维度 现状基准值 目标值 实现路径 业务处理时效 48 小时 ≤18 小时 智能预审+自动化流程触发 人工干预率 85% ≤30% 规则引擎+多模态文档理解 服务响应速度 3 分钟 ≤15 秒 智能优先路由+语义匹配优化 知识更新延迟 72 小时 4 ≤ 小时 政策变更实时抓取+自动标引 实施过程中需重点解决三个层面的问题：在技术层面，确保智 通过智能体构建虚拟协作网络，解决传统政务中的”数据烟囱” 问题： 该机制使涉及 3 个以上部门的复杂事项办理周期从 7-15 个工 作日缩短至 2-3 个工作日。 4. 7×24 小时智能应答 集成多模态交互能力，提供： o 政策咨询即时解答准确率≥92% o 复杂问题自动生成解决方案建议 o 非工作时间服务覆盖率从 17%提升至 100% 通过上述措施，预计可使政务服务大厅日均处理容量从 300 动预 填 35%的字段，同时通过问答方式补充剩余信息。试点数据显示， 该功能使企业申报材料准备时间从 3 个工作日压缩至 4 小时以内。 最后，构建无障碍服务体系。通过 DeepSeek 的多模态能力， 提供语音交互、大字号界面、方言识别等适配功能。特别针对老年 用户群体，系统将自动简化输出内容并增加语音播报选项。测试表 明，这些优化使 55 岁以上用户的服务投诉率下降 78%。所有交互

OpenAI ） 、 Bard （ Google ） 、 DeepSeek 、文心一言（百度）等 多模态大模型 是指能够处理多种不同类型数据的大模型，例如 文本 、 图像 、音频等多模态数据 。这类模型结 合 了 NLP 和 CV 的能力， 以实现对多模态信息 的综合 理解和分析，从而能够更全面地理解和 处理复杂 的数据 。代表性产品包括 DingoDB 语言风格和文化背景 Gemini 是谷歌发布的大模型 ， 它能够同时处理多种类型的数据和任务 ， 覆盖文本、 图像、 音频、 视频等多个领域。 Gemini 采用了全新的架构 ，将多模态编码器和多模态解码器两个主要组件结合在一起 ， 以提供最佳结果 Gemini 包括三种不同规模的模型： Gemini Ultra 、 Gemini Pro 和 Gemini Nano ， 适用于不同任务和设备。 n DeepSeek （深度求索） DeepSeek 创始人 梁文峰 n 通义千问 通义千问是阿里云推出的一个超大规模的语言模型 ， 它具备多轮对话、 文 案创作、 逻辑推理、 多模态理解、 多语言支持的能力。 通义千问这个名 字 有“通义”和“千问”两层含义 ， “通义”表示这个模型能够理解各种语 言 的含义 ， “千问”则表示这个模型能够回答各种问题。 通义千问基于深

化，能 够提供超大规模分布式训练、多框架高性能推理、高性价比算力资源和高效率开 发调试工具。 协同多类型基础大模型，精准对接政务垂直领域多类型、多模态任务。星智 政务大模型同时纳入中国电子云自研模型与合作生态伙伴最先进的大模型，适配 不同模态下的多重使用场景与任务目标。目前星智政务大模型的生态伙伴已包括 MOSS、复旦大学、MEGVII、旷视科技、云从科技等高校企业。 便捷链接政务专题库 现政务人格化交互落地，打造出能够精准识别政务意图、具备高专业能力与内容可控 性的政务大模型。 严密推理、精准调度能力：星智政务垂直领域大模型以微调训练为核心，面向 语言、图表、报告、舆情等多模态场景下的政务知识进行微调训练，对相关信息进行 推演和研判，并实现数据、图表、业务应用 API 的精准调用及生成。 多元决策、人格创作能力：集成内源向量数据库与外源插件数据集，结合微调 与调用能

本项目旨在通过将 AI 大模型技术集成到全省一体化政务平台 中，实现政务服务智能化、高效化和个性化。项目范围涵盖以下方 面：首先，整合现有政务系统数据资源，构建统一的 AI 大模型基 础平台，支持多模态数据处理，包括文本、语音、图像等类型。其 次，开发基于 AI 大模型的核心应用模块，如智能问答、文档自动 生成、数据分析和预测等功能，全面提升政务服务效率和用户体 验。再次，搭建完整的 AI 模型训练、部署和运维体系，确保模型 务，确保安全性和可扩展性。应用层还支持定制化开发，根据不同 部门和业务需求快速部署 AI 应用。 交互层面向最终用户，提供 Web、移动端等多种访问方式， 确保用户友好性。通过自然语言处理和语音识别技术，支持多模态 交互，提升用户体验。同时，交互层还集成身份认证和权限管理模 块，确保数据安全和用户隐私。 为了保障系统的高可用性和容灾能力，采用多活数据中心架 构，支持跨地域的数据同步和负载均衡。通过自动化运维工具实现 即时反馈：用户操作后，系统在 300 毫秒内给出视觉 或文字反馈，如按钮状态变化或进度提示。 - 一致性：交互元素 （如按钮、表单、弹窗）的设计风格与操作逻辑保持一致，降低学 习成本。 系统支持多模态交互，用户可通过语音、手势或触控完成操 作。例如，语音助手支持自然语言处理，用户可通过语音指令查询 政策或提交申请，系统会自动识别并转化为相应的操作指令。针对 移动端用户，界面优化了手势操作，如右滑返回、左滑删除等，确

程中的瓶颈与痛点，重点突出技术手段在提升治理效率中的重要作 用。通过对现有技术解决方案的梳理，明确 DeepSeek 模型的应用 背景与价值。 其次，详细阐述 DeepSeek 模型的技术架构与核心优势。通过 对模型的多模态数据处理能力、实时决策支持机制以及自适应学习 功能的深入分析，展示其在政务场景中的适用性。同时，结合具体 案例，说明模型如何通过数据驱动的方式优化事件识别与处理流 程。 接下来，文章将重点探讨 模型的技术特点 DeepSeek 模型作为一款高效的人工智能工具，在政务城市治 理中展现出显著的技术优势。其核心特点包括多模态数据处理能 力、实时分析性能以及强大的自适应学习机制。首先，DeepSeek 能够整合来自不同来源的数据，如传感器监控、社交媒体、政府报 告等，实现多模态数据的无缝融合与处理。这种能力不仅提升了数 据的利用效率，还为城市事件的全面监测提供了坚实基础。其 次，DeepSeek 此外，模型的可解释性通过 SHAP 值（Shapley Additive Explanations）实现，能够直观展示各特征对模型输出的贡献，帮 助决策者理解模型推理过程。未来优化方向包括进一步提升模型对 多模态数据的融合能力，增强对突发事件的预测精度，以及探索分 布式计算架构以支持更大规模的城市治理应用。 部署方面，建议采用混合云架构，结合边缘计算与云计算的优 势，确保模型在低延迟与高并发场景下的稳定运行。具体部署流程

4/13 3.计算机周报 20250405：科技内需为王“最 终章”：信创与军工信息化-2025/04/05 4.计算机周报 20250329：AI 新阶段的关键： 国产 AI 算力与多模态大模型-2025/03/29 5.计算机周报 20250323：计算机行业 2025 年一季度业绩前瞻-2025/03/23 行业动态报告/计算机 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明