0079—2025 I 前 言 本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由中国互联网协会提出并归口。 本文件起草单位：中国信息通信研究院、浪潮云信息技术股份公司、蜜度科技股份有限公司、中电 信数政科技有限公司、上海梦创双杨数据科技股份有限公司、北京百度网讯科技有限公司、阿里云计算 的智能决策与优化； g) 宜具备在推理过程优化的处理能力，如优化后的政务大模型在处理用户请求时，应有相比优化 前模型更快的作业完成时间； h) 宜具备识别相同或相似问题并避免重复回答的能力，可通过引入问题去重机制，对输入问题进 行预处理，识别重复问题并跳过已回答过的部分，或通过对模型输出的答案进行去重处理，针 对性优化实现； i) 宜支持对抗训练，提升模型抗干扰能力、提升对模糊表述（如口语）的理解能力，防止问答等 2.1 意图组件 意图识别服务能够通过准确理解用户意图，提供更加个性化和灵活的回答和服务，从而提升用户体 验。同时，还可以结合垂直领域的知识库和机器学习技术，提供更加精准和高效的意图识别服务。 a) 应具备理解用户目的能力，意图识别服务能够通过对用户输入的文本进行分析，理解用户的意 图，从而为后续的对话处理提供明确的方向； b) 应具备自然语言交互的能力，意图识别服务可以支持自然语言交互，用户可以使用自然语言进

秒批 秒办 千人 千面 安全 快捷 智能问答、主动推送 自然语言处理 AI 机器学习 语音识别 个性推荐 精准搜索、知识关联 知识图谱 语音识别搜索 知识组织 千人千面、安全快捷 人物画像 知识图谱 图像分析 视频识别 地图服务 智能办理、监管 区块链 人脸识别 OCR 自动抓取 语音分析 视频分析 愿景目标 办事人更方便、更安全，政府服务更高效、更可靠 秒批秒办 千人千面 安全方便 智能客服、智能问答、城市政务名片 智能搜索、智能引导 智能填表、智能核验、自动受理 智能审批、智能接口、 RPA 流程机器人 智能推荐、用户空间 人脸 / 声纹识别防伪、智能评价、智能监管 办事人 政府 辅助服务  智能辅助  材料复用  暂存暂交 填表服务  智能填报  智能摘要  信息复用 建设成效 让政务服务全流程更“好办、智办”  信息识别  材料获取 评价服务  智能投诉转发  智能语音分析  统一好差评  用户空间  信息加密  档案授权  自动存档  标签管理  关键字 归档服务 03 应用场景及解决方案 智慧政务“ 1+1+1” 架构 办事人 政府 基础设施 计算 网络 存储 一 体 化 业 务 平 台 政 务 大 脑 视频图像分析 OCR 文字识别 语音识别

.....................................................................................32 4.1.1 数据源的识别与选择................................................................................................ ......................................................................................49 5.1 事件监测与识别................................................................................................... .......................................................................................88 7.1 技术风险识别...................................................................................................

• 适配 • 调度 • 纳管 • 框架 • 算法 • 训练 数据集成 平台 免协交换 采集 公开数据 采集 图片表格 识别 智能填报 平台 公共数据开放平台 疫情防控 宏观经济 金融服务 财源保障 局 用 厅 应 网协同 一 智能 中台 市政务数据平台总体架 构 共享交换平台 AI 模型库 （感知 / 性 4 政策匹配推荐 2 基础 AI 模型设 计 知识图谱 智能搜索 3 1 数据自动分级 数据自动分类 敏感数据自动识别 数据标准自动推荐 数据质量规范性检查规则 政务事项智能匹配 相似目录识别 数据血缘自动识别 数 据 数据资源 目录基本信息 目录信息项 资源信息 业 务 规则标准 数据分级分类标准 敏感字段设置 数据归类规则 数据比对规则 四级 识别脱敏同步一体化 数据分级分类 敏感数据发现 数据脱敏 数据抽取 数据装载 开发人员 31 脱敏算法 住址仿真算法、号码仿真算法 工商注册号仿真算法、号码仿真算法、 姓名仿真算法、时间仿真算法、 email 仿 真算法、企业名称仿真算法、数值型数 据仿真算法、组织机构代码仿真算法、 车牌号码仿真算法、纳税人识别号仿真 算法、车架号仿真算法

具体效率瓶颈可归纳为以下核心问题： 1. 信息孤岛现象严重： 各部门系统采用异构数据库架构，某市政务云平台统计显示，46% 的跨部门数据交换仍需通过人工导出/导入完成 2. 智能处理能力缺 失：自然语言理解、图像识别等 AI 技术应用率不足 15%，导致 95%的群众咨询需人工应答 3. 流程自动化水平低：RPA 技术仅在 18%的省级单位试点应用，约 72%的常规审批仍需人工逐条核对 典型业务场景效率对比表： 级中展现出显著的技术优势。其核心能力体现在以下三个维度： 在语义理解与多轮对话方面，采用动态注意力机制和上下文记 忆增强技术，政务场景下的长文本解析准确率达到 92.3%，较传统 NLP 模型提升 37%。典型表现为：可准确识别”低保申请材料不齐 全但符合容缺受理条件”等复杂政务表述，支持连续 5 轮以上的政 策问答交互而不出现语义漂移。某省级政务平台实测数据显示，对 2,000 字以上的政策文件进行要点提取时，关键信息捕获完整度达 系统的单点登录集成成功率 100%。 安全合规性通过四层防护体系保障：数据传输采用国密 SM4 加密，存储阶段实施字段级脱敏，审计日志覆盖全部 AI 操作轨迹。 在等保 2.0 三级要求测试中，用户隐私数据识别准确率 99.6%，非 法请求拦截率 100%。特别开发的政策术语过滤模块，可自动检测 并修正 96.2%的不规范表述。 性能优化指标实测数据： | 测试场景 | 传统方案 | DeepSeek

一码通 ，融合底层业务和数据，实现一码通行 “ ” 城市通 ，指尖上的政务服务 3 成功案例 17 “ ” 秒批秒办 ， AI 使能政务申请秒级审批，显著提升民众体验 利用人工智能技术，构建智能识别和智能审批能力，实现系统自动受理，自动数据比对，比对通过的办件， 秒批办结，减轻工作人员审批工作量，缩短群众办事时长 ① 对市民 / 企业：秒办秒 结 传统审批模式 • 缩短办事时长 提高群众体验 审批结果 申请 出证 人工 • • 降低办事成本 秒批秒办 智能审批 ② 对公务员：智能审批 即时 减少审批工作量 智能申请 表单 / 材料辅助录入 • • OCR 对申报材料进行识别，代替人工自动校 出件 复核 & 监管 验申办信息，系统根据规则自动审核 提升即时办结率 18 “ ” 秒批秒办 政务服务系统业务流程 证照领取 申报 受理审批 发证 结办 情形选择 材料签章 材料签章 提交申报 系统秒批 表单填写 & 材料上传 APP ROMA 智能审批 API 接口 事项查询 API 接口 证照获 取接口 材料获 取接口 网站 支付接口 签章接口 物流接口 OCR 识别 对比 材料 形式 核验 审批 要素 抽取 材料 实质 核验 多渠道办理 电子 证照 材料中 心库 统一 支付 电子 印章 统一 物流 事项管理 ( 主题、表单、 审核要点 )

CV ）领 域中使用的大模型 ，通常用 于图像处理和分析 。 这类模型通过在大规模图 像数据上进行训练， 可 以实现各种视觉任务 ， 如图像分类 、 目标检测 、 图像分割 、姿态估计 、人脸识别等 。代表性产品 包括 VIT 系列 （ Google ） 、文心 UFO 、华为盘古 CV 、 INTERN （商汤）等 1.4 大模型的分 类 通用大模型 L0 是指可以在多个领域和任务上通用 在应用方面二者各有擅长的领域 ， 而不是简单的谁强谁弱问题 n 如果你需要完成数据分析、 逻辑推理、 代码生成等逻辑性较强且较为复杂的任务 ，请选择推理大模 型 n 如果你面临创意写作、 文本生成、 意图识别等发散性较强且较为创意多样的任务 ，请选择通用大模 型 1.4 大模型的分 类 2.1 国外的大模型产品 2.2 国内的大模型产品 2.3 主流大模型“幻觉”评 测 2. 大模型产 品 厦门大学大数据教学团队作品 式踏入了通用人工智能（ AGI ： Artificial General Intelligence ） 的时 代。 AGI 是指能够像人类一样进行各种智能活动的机器智能 ，包括理解语言、 识别图像、 进行复杂推理等。 Sora 大模型能够直接输出长达 60 秒的视频 ， 并且视频中包含了高度细致的背景、 复杂的多角度镜头 ， 以及富有情 感 的多个角色。 这种能力已经超越了简单的图像或文本生成

务的智能化交互。通过智能问答、语音识别、文本生成等技术，为 用户提供全天候、高精度的政务服务咨询和业务办理支持。例如， 用户可通过语音或文字描述需求，平台能够自动匹配相关业务并引 导完成操作，减少人工干预，降低沟通成本。 其次，利用 AI 大模型的数据分析与挖掘能力，优化政务平台 的业务流程。通过对平台历史数据的深度学习和实时数据的动态分 析，识别业务流程中的瓶颈和低效环节，提出优化建议并自动生成 需再频繁拨打热线或在多个页面中徘徊，AI 助手能够实时提供一站 式服务，减少等待时间和操作复杂性。 其次，AI 大模型的部署将推动政务数据的深度挖掘与利用。通 过对海量政务数据的分析，AI 能够识别出潜在的社会问题、经济趋 势和民生需求，为政府决策提供科学依据。例如，通过对交通数据 的实时分析，政府可以及时调整交通管理策略，缓解城市拥堵；通 过对医疗数据的智能分析，可以优化医疗资源配置，提升公共卫生 快速获取所需信息。 - 智能审批：AI 可以辅助审批流程，自动识别 材料中的关键信息，减少人工审核的工作量，加快审批速度。 最后，AI 大模型的引入还将提升政府的社会治理能力。通过对 社会舆情、公众反馈等数据的实时监控与分析，政府可以及时发现 社会热点问题，制定针对性措施，维护社会稳定。例如，在疫情防 控期间，AI 可以通过对社交媒体数据的分析，快速识别出疫情传播 的关键节点，帮助政府制定精准的防控策略。

ICP 平台 存储 / 计算 （服务器、存储、数据中心网络、云平台） RFID 传感器 升降机 监测 卸料平 台监测 高支模 监测 远程视频 监控 环境监测 支撑系统智能终端 人脸识别 系统 无人机巡 查系统 无线通讯 终端 … 政府相关从业人员 用户层 塔吊监测 红外对射 图像设别 烟雾感应 智能用电 智能用水 用户层 应用层 平台层 网络层 数据采集层 实名制首页─分析、统计辖区所有项目劳务实名信息 劳务管理 - 工人进场 - 快捷登记 支持多级管理，劳资员、分包、班组长登记工人信息，身份证识别 + 工人人脸识别，最快 5 秒完成花名册登记 身份证正面识别 身份证背面识别 人脸识别 劳务管理 - 工人进场 - 违规黑名单全网共享 工人登记花名册时，系统自动识别提示是否在全网的项目存在违规记录；对于本集团的黑名单工人，系统禁止进场，避免 用工风险。 劳务管理 - 工人进场 监测记录、报警记录以报表的形式存储，为塔吊安全管理提供保障，满足监管需求。 塔吊监测系统 全面监测、实时报警 安全管理—塔吊监测安装示意图图 安全管理—塔吊监测系统功能 人脸识别开机 塔吊司机启动塔吊，需先进行人脸识别验 证，验证通过后才能启动塔吊，并记录考 勤信息。 吊钩可视化 提供驾驶显示屏，吊钩工作画面清晰的呈 现给塔吊司机，拒绝盲吊操作，提高安全 系数。 塔群防碰撞 防碰撞自组，无需其他辅助设备；塔群施

风险管理与应对......................................................................................240 12.1 风险识别与评估..............................................................................241 12.1.1 技术风险.. 析，提高决策支持能力，并通过统一标准和安全策略，加强数据安 全和隐私保护，最终实现政务办公的现代化转型。 1.2 大模型 AI 技术发展趋势 近年来，大模型 AI 技术在自然语言处理、计算机视觉、语音 识别等领域取得了突破性进展，成为推动人工智能发展的重要引 擎。大模型 AI 技术以海量数据和强大算力为基础，通过深度学习 框架构建具有高泛化能力的模型，能够处理复杂的任务并提升智能 化水平。这一技 营成本。此外，大模型 AI 在政务办公中的协同作用也日益凸显。 通过智能文档处理、会议记录自动生成、任务分配与进度跟踪等功 能，AI 能够有效优化内部协作流程，提高团队工作效率。例如，AI 可以自动识别和分类会议纪要中的任务项，并分配给相关人员，确 保每个任务得到及时处理和反馈。 在政务办公大模型 AI 的应用中，以下关键需求尤为突出：  数据处理与分析：支持多源异构数据的整合与清洗，提供高效