ICS 35.240.99 CCS L67 团 体 标 准 T/ISC 0079—2025 政务大模型通用技术与应用支撑能力要求 General Technical and Application Support Capability Requirements for Government Large Models 在提交反馈意见时，请将您知道的相关专利与支持性文件一并附上。 发布稿 ... I 引 言 .............................................................................. II 政务大模型通用技术与应用支撑能力要求 ................................................... 1 1 范围 ........................... ... 2 4 符号和缩略语 ......................................................................... 2 5 政务大模型通用技术与应用支撑能力框架 ................................................. 3 6 政务大模型生产能力 .......................

Overview 02 政务行业大模型发展路径 Interpretation 01 政务行业大模型发展背景 Overview 政务行业大模型概念界定 通用大模型基座结合政务行业数据，服务政务业务场景的专业模型 政务行业大模型是在通用大模型基础上结合政务行业专属数据和政务行业业务场景特征、为政务领域专业定制的专属行业大模型。 • 在部署模式上 ，政务行业大模型一般需要支持私有化部署 ，以满足政务数据安全性与合规性要求； 私有化部署 基于现有大模型底座 ，在数据层借助政务领域通用 / 专有数 据 ，结合业务场景特点 ，对模型进行个性化定制 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 平衡模型开发成本效益 确保数据安全 广泛场景定制化能力 依托预训练通用大模 型底座进行微调 ，所 需参数规模较低 ，训 练周期较短 支持离线部署和 升 级 ， 可有效保证 数 据安全性 ， 满足 行 业监管要求 通过在通用大模型底 座引入行业特征数据， 实现垂类大模型开发 依托通用大模型，结合行业专有数据进行训练及微调的各类行 业大模型加速落地

Overview 02 政务行业大模型发展路径 Interpretation 01 政务行业大模型发展背景 Overview 政务行业大模型概念界定 通用大模型基座结合政务行业数据，服务政务业务场景的专业模型 政务行业大模型是在通用大模型基础上结合政务行业专属数据和政务行业业务场景特征、为政务领域专业定制的专属行业大模型。 • 在部署模式上 ，政务行业大模型一般需要支持私有化部署 ，以满足政务数据安全性与合规性要求； 私有化部署 基于现有大模型底座 ，在数据层借助政务领域通用 / 专有数 据 ，结合业务场景特点 ，对模型进行个性化定制 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 平衡模型开发成本效益 确保数据安全 广泛场景定制化能力 依托预训练通用大模 型底座进行微调 ，所 需参数规模较低 ，训 练周期较短 支持离线部署和 升 级 ， 可有效保证 数 据安全性 ， 满足 行 业监管要求 通过在通用大模型底 座引入行业特征数据， 实现垂类大模型开发 依托通用大模型，结合行业专有数据进行训练及微调的各类行 业大模型加速落地

大模型带来政府治理变革新机遇 当前，人工智能领域科技创新异常活跃，日益成为改变世界竞争 格局的重要力量。一批里程碑意义的前沿成果陆续突破，以 ChatGPT 为代表的大模型技术引发通用人工智能新一轮发展热潮。凭借强智能 性、强通用性、强交互性优势，大模型与交通、医疗、工业等传统行 业深入融合，成为进一步推动产业发展和治理变革的关键力量。在工 业领域，大模型实现汽车、建模等设计的自动优化，通过物流、安防 险。二是个性化服务程度较低，已有大模型训练语料库主要来源于维 基百科、社交媒体平台等公开数据，政务专业知识占比较低，模型能 力与政府机构治理活动贴合不紧密，政务应用场景较为有限。 2. 定制化部署 定制化部署指在通用大模型底座基础上，结合政务领域数据和知 识库进行训练与微调 13，并部署在政府专有服务器上，以提升回答专 业性及数据安全性。以新加坡为代表的 9 个国家或地区采取定制化部 署模式。马来西亚、阿联酋、卡塔尔、韩国、美国等将 大模型技术能力， 开发政府办公、民生服务等场景专用软件，提升政府服务效能、优化 群众服务体验。 定制化部署较订阅付费模式的安全性和个性化程度均有提升。一 方面，应用场景更加贴合政务领域，由通用知识问答、公开文本生成 延伸到政府文书写作、政务服务问答、法律政策咨询等场景，场景个 性化程度提升。应用场景的深化意味着政府需针对相应场景，利用政 务数据对模型进行微调。例如，印度电子和信息技术部开发的弱势群

时下热门的深度学习方 法往往是 “黑盒子”缺 乏足 够的理论支持 ，但 对于 重大决策问题或监 管性 的任务 ，理解模型 的内 容机制很有必要 开放场景 通用 AI • 人类可以综合利用各种 智能解决不同问题 ，现 阶段的智能系统通常仅 能解决限定场景领域有 侵袭边界的问题 人工智能时代对事物的完整行为规划或事项决策 l 嵌入式语音识别 ，基于 DeepPeak2 音节模型的紧致结构 ，低帧率策略 结合高效解码。低帧率声学模型加速 3 ～ 4 倍 ，解码速度由 0.2 倍提 升到 0.03 倍实时。 l 通用嵌入式识别引擎运行时内存占用约 70MB ，车载嵌入式识别引擎运 行时内存占用约 40MB 效果提升数据 ， 嵌入式识别全面超讯飞 l XX 输入法 - 字准确率 ，超过讯飞 +1.53% 基于业界领先的双向 LSTM 预测模型、 精心设计的文本处理和高质量、 低计算的声码器 ， 已广 泛应用于 XX 地图、 XXapp 等各种产品。 产品支持 l 支持流畅的中英文混合合成 ， 可播报通用领域任意文本 l 支持有特色的定制合成 ，如明星音导航场景 l 模型文件小、 低功耗、 无需联网、 硬件要求低： - 前端文本模型： 7.3M ，支持中英文混合文本处理 ，所有发音人共享；

、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 的大模型 。 它们利用大算力、使 用 海量的开放数据与具有巨量参 数的 深度学习算法，在大规模无 标注数 据上进行训练， 以寻找特 征并发现 规律 ，进而形成可“举一 大语言模型可以分为通用大模型和推理大模型 非推理问题 ： ” 法国的首都是哪里 ？ ” （答案直接 、 无需推导 ） 推理问题： ” 一列火车以每小时 60 英里的速度行驶 3 小时 ， 行驶距离是多少？ ” （需先理解 ”距离 = 速度 × 时间 ” 的关系 ， 再分步计算） 将“推理”定义为通过生成中间步骤来回答复杂问题的过程 2 个简单的例子： 通用的大语言模型（ LLM 180 英里”） 推理模型的特点在于显式展示中间推导过程 1.4 大模型的分 类 Sebastian Raschka 博士（ Lightning AI 的首席教育学家） ： 特性 推理大模型 通用大模型 适用场景 复杂推理、 解谜、 数学、 编码难题 文本生成、 翻译、 摘要、 基础知识问答 复杂问题解决能力 优秀 ，能进行深度思考和逻辑推理 一般 ，难以处理多步骤的复杂问题 运算效率

二、GB/T 28181-2011 《安全防范视频监控联网系统信息传输、交换、 控 制技术要求》国家标准中的相关要求进行实地勘察、设计并实施。 三、系统设计应满足 GB/T21741《住宅院区安全防范系统通用技术要求》 和 GB/T21818《安全防范视频监控联网系统信息传输、交换、控制技术要求》 设计要求。 四、本次视频监控系统采用数字化星光级 1080P 高清摄像机进行图像采集， 通过 IP 台、4T 企业级监控硬盘 64 块、 2 第二章 安防系统设计方案 2.1. 设计依据  《安全防范系统工程程序与要求》 GA/T75-94  《安全防范系统通用图形符号》 GA/T74-2000  《安全防范报警设备安全要求和试验方法》 GB16796-1997  《智能建筑设计标准》 《防盗报警控制器通用技术条件》 GB12663—2001  《防盗报警中心控制台》 GB/T 16572-1996  《建筑物防雷设计规范》 GBJ57-1983  《工业企业通信接地设计规范》 GBJ-79-85  《住宅院区安全防范系统通用技术要求》

/ 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 7*24

年间，人工智能经历了第二次发展低谷。这一阶段的原因主要包括：专家系统 （符号主义）在实际应用中遇到能力瓶颈，如应用领域狭窄、缺乏常识性知识、知识获取困难等； 同时， 80 年代个人电脑技术革命使得通用 PC 性能超越 AI 专用计算机，导致 AI 硬件市场崩溃。 此外，专家系统维护更新复杂且成本高昂，使得市场和用户兴趣减退。 最终，战略计算促进会和 DARPA 等机构削减了对 AI 的资助， 人工智能的历史 发展历程 -“ 三起两落 ”五阶段 窄人工智能 (Narrow AI): 也称为弱人工智能 , 指的是在特定领域或任务上表现出智 能 的系统 , 例如语音识别或图像识别。 通用人工智能 (AGI): 也称为强人工智能 , 指的是具有广泛认知能力的系统 , 能够像 人 类一样在多个领域和任务上表现出智能。 超级人工智能 (Superintelligent AI): 指的是在所有领域都远远超过人类智能的系 器 来具备了感知、思考、决策的能力。 3. 人工智能从 20 世纪 50 年代出现，发展至今，经过 了“三起两落” 五个阶段。 4. 人工智能的分类（按智能程度分类） 窄（弱）人工智能 通用人工智能 超级人工智能 小结 03 人工智能硬件基础，包括 GPU （图形处理单元） 、 TPU （张量处理单元）等专 门 为 AI 计算优化的芯片，能够高效处理大量数据和复杂的算法。 1

智能审批 电子印章 电子证照 统一物流 统一支付 码引擎 市民 360 行业 服务 通办 IOC 卡片 企业 360 智 能 中 枢 通用 服务 通用应 用服务 通用数 据服务 统一身份管理 统一门户框架 集成服务 治理服务 目录服务 通用 AI 服务 工具 组件 应用工具组件 数据工具组件 AI 工具组件 云服 务 计算服务 存储服务 网络服务 安全服务 大数据服务 数据库服务 APP2 我的 XX 统一身份认证 1. 新建一码通系统平台和数据服务 2. 已建码系统配合改造，遵循统一的码标准体系，一码通系统实现跨区域码的识别 41 城市码示例：一人一码、一企一码、一码通用 身份核验 “ ” 持码人使用 城市码 在政务服务和社会服务场景实现身份 核验 …… 取号、办事、入园、借书 电子亮证 “ ” 申请人通过 电子亮证 实时调用存量电子证照数据 精准调用、可知可见、快速流转