人工智能+行动政策框架 - 国务院出台《关于深入实施"人工智能+"行动的意见》 系统推进人工智能与经济社会深度融合 明确六大重点行动和八大基础支撑能力[1] - 政策标志着人工智能发展进入体系化推进新阶段 旨在将产业规模、数据资源、应用场景优势转化为国家智能优势[1] - 实施核心为系统化创新 通过科技、产业与机制三重创新协同 重点突破产业大模型、科学大模型、低空经济、具身智能等前沿领域[1] 科学大模型创新 - 政策将"人工智能+科学技术"列为首位 强调夯实科学基础以把握技术突破和全球竞争主动权[2] - 科学大模型在蛋白质结构预测、天体物理模拟、新材料发现等领域展现颠覆性潜力 可加速从假设提出到实验验证的全过程[2] - 建议支持重大科学问题的大模型研发与开放平台建设 推动科研机构、高校与企业共建科学智能基础设施 注重跨模态推理能力[2] 产业大模型应用 - 人工智能技术从通用大模型向产业大模型纵深演进 通过行业数据预训练和领域知识嵌入提升对复杂业务场景的认知能力[3] - 在研发环节加速技术洞察和知识发现 在生产环节实现智能质检、工艺优化和设备预测性维护[3] - 政策明确推动人工智能驱动的技术研发、工程实现、产品落地一体化协同 在生物制造、量子科技、6G等领域压缩研发周期[3] - 建议构建行业知识增强的大模型体系 开发垂直领域模型优化工具链 建立以企业需求为导向的协同创新机制[4] 低空经济与具身智能 - 低空经济和具身智能作为重要突破口 代表技术应用前沿方向 是培育新质生产力和塑造发展新动能的关键领域[5] - 低空大模型融合地理信息、气象数据、飞行规则等领域知识 为飞行器提供环境感知、路径规划和风险预警能力[6] - 具身智能大模型融合视觉、语言、动作等多模态信息 实现智能体对物理场景的深度理解和任务执行[6] - 重点突破具身决策大模型和人机协作大模型 在工业检测、家庭服务、医疗康复等场景开展应用示范[6] 创新生态体系建设 - 强化基础研究与智能基座建设 推进科学大模型、通用人工智能与具身智能等方向的大模型研发[7] - 支持建设国家级AI大平台与开源社区 促进科研机构与企业构建协同研发环境[7] - 推动大模型与生命科学、材料科学、社会科学等深度融合 打造面向重大科学问题的领域大模型[7] - 完善覆盖大模型全生命周期的标准、伦理与治理体系 推进低空经济、自动驾驶、医疗AI等敏感领域的合规应用[7]

职位描述 大模型数据认知方向，负责设计和开发先进的算法，解决大模型数据生产中的关键问题，包括但不限于数据知识体系生成、语料自动分类、智能数据标注、权威评测集 建设以及基于评测的语料质量评估与合成。你的工作将直接影响蚂蚁大模型的训练效果和性能表现。工作将涉及以下一个或多个方向： 1、数据知识体系生成：研究基于LLM的自动知识图谱生成技术，设计并实现自动化算法，构建高效、可扩展的大模型数据知识体系； 2、语料自动分类：基于数据知识体系，研究和开发语料分类算法，指导大模型数据的拓展方向； 3、权威评测集建设：研究业界现有评测集的缺陷，构建标准化、多样化的权威评测集，用于评估大模型的性能；与跨职能团队合作，确保评测集覆盖全面且具有代表 性； 4、语料质量评估与合成：建立大模型训练的数据驱动体系，开发语料质量评估算法，识别低质量或噪声数据。研究数据驱动的语料合成技术，基于模型的评测效果，针 对性合成能够改进模型效果的训练语料，提升模型迭代效率； 5、智能标注链路研发：基于大模型数据的标注需求，研发辅助打标算法；设计构建 AI辅助的标注质量检验与标注提效的算法链路，提升人工标注的质检效率与标注质 量； 6、技术创新与优化 ...

大模型技术社区定位 - 平台专注于大模型RAG、大模型AI Agent、多模态大模型（预训练、微调、强化学习）和大模型部署推理优化等技术方向 [1] - 社区致力于构建国内最大的大模型技术社区 持续为行业和个人输送人才及产业学术信息 [1] - 社区定位为培养未来领袖的地方 强调内容质量和人才培养 [2] 社区发展目标 - 快速搭建相关技术模块 吸引对大模型技术感兴趣的人群加入 [1] - 通过知识星球形式深化学习 提供进一步技术交流平台 [1] - 借助自动驾驶VLA等热点技术趋势推动大模型技术普及 [1]

广东省大模型备案总体情况 - 截至2025年8月广东省已备案大模型共92款 其中通用大模型与行业大模型各占46款 [1] 深圳通用大模型发展现状 - 深圳备案通用大模型22款 占全省通用大模型总数48% [1] - 代表性产品包括腾讯混元助手大模型、鹏城脑海、TCL大模型助手、元象XVERSE大模型等 [1] - 腾讯混元助手面向C端用户 支持中英文输入 提供智能问答、AI绘画、语言翻译、简历生成及数据分析等功能 [1] - 元象XVERSE大模型具备文本生成、自动化写作、知识问答、多语言翻译及专业小助手等能力 [1] 深圳行业大模型应用布局 - 深圳备案行业大模型14款 包括云天天书大模型、深信服安全大模型、星云大模型及丰语大模型等 [1] - 行业大模型基于通用模型叠加行业专业数据优化 覆盖工业、政务、教育、汽车、电商、交通、游戏、农业、网络安全等超15个垂直领域 [2] - 华盛昌科技开发的DeepSense深度感测大模型专注仪器仪表与检测行业 提供仪表测量、设备运维及故障诊断服务 [2] - 深信服安全大模型为企业级用户提供网络安全检测、安全事件应急响应及处置等专业化服务 [2]

文章核心观点 - 中国正通过合作与创新驱动总部经济和楼宇经济升级 以应对全球产业链重构挑战 并为世界经济复苏注入新动能 [1][6][13] 总部经济的战略价值 - 总部经济通过集聚人才 资本 技术资源 带动产业链上下游发展 提升城市品牌与财政收入 [2][3] - 中国总部经济全球领先 2025年《财富》世界500强榜单中130家中企上榜 数量居全球第二 [3] - 北京是总部经济核心枢纽 47家企业入选2025年世界500强 连续13年居全球城市之首 [7] 城市实践与竞争优势 - 北京CBD成为外资集聚高地 拥有500余家总部企业 260余家世界500强 123家跨国公司地区总部占全市近一半 [7] - 昆明凭借门户优势与成本红利吸引总部企业 人力成本为东部沿海1/3 工业用地价格为一线城市1/2 绿电占比90% [8] - 城市吸引总部企业需三大关键要素：高端资源集聚环境 产业生态构建 营商环境优化 [8] 跨国公司深耕中国战略 - 松下将业务总部迁至中国 在华业务规模从全球1.5%提升至25% 与超6000家中国供应商协作 战略升级为"在中国为全球" [11] - 埃尼集团加大在华投资 聚焦中国可再生能源市场与地沟油生物燃油领域 寻求"中国资源+全球技术"协同 [12] - 跨国公司地区总部功能升级 从行政支持转向战略决策核心 并与生产 销售 研发深度绑定 [12] 创新与数字化转型 - 数字技术重塑总部经济形态 远程协同与物联网技术推动"数字总部""智慧楼宇"发展 [6] - 中美企业主导全球数字投资前20强 多家中企总部位于北京 [4] - 新质生产力需融合数字化转型与AI技术 强化研发投入与ESG建设 [12] 发展路径与生态构建 - 总部经济发展需四大要素：系统性产业生态圈 优化营商环境 智慧基础设施 人才吸引机制 [8] - 全球总部经济需平衡区域化布局与全球化协同 楼宇经济需应对供需失衡与数字转型压力 [4][6]

数据质量 - 数据质量是大模型训练中最重要的一环 需通过无监督机器学习发现异常数据或有监督方法通过专家标签识别低质量数据 [2][4] - 数据量不足会直接影响数据质量 联合实验室需整合大湾区高校资源构建大数据平台 推动工业界合作项目积累高质量数据 [4] - 实验室可推出数据测试平台供各类大模型测试性能并改进不足 [4] 数据关联与应用 - 智能体落地需解决数据互联问题 当前技术难题在于智能体间缺乏协同与数据串通 应聚焦垂直行业具体应用场景 [6] - 大模型在产业应用具高价值 例如保险业可通过大模型文件处理能力提升理赔案效率 [5] - 数据驱动需实现良性循环 通过实际应用让用户体会便利性而非贪大求全 [6] 数据安全 - 数据安全涉及技术手段如同态加密和隐私计算 需在数据共享与安全间平衡 例如医疗数据隐藏姓名后仍可能通过其他信息映射身份 [5] - 需建立政策与制度层面的数据保护机制 包括数据共享协议和保密协议 引导正确使用数据 [5][8] - 大模型训练涉及商业与个人隐私 需设计保护机制防止敏感问题错误回答 警惕数据投毒等网络攻击风险 [9] 平台与联盟建设 - 联合实验室可整合大湾区高校研究力量 通过联盟协议推动数据安全使用 实现参与者共赢 [8] - 实验室应发挥枢纽作用 推动安全数据积累与开放共享 使大湾区成为数据安全使用典范 [8][10] - 实验室需建设大数据平台和数据测试平台 助力大模型性能测试与改进 [4][10]

AI技术对金融行业的全面影响 - AI技术正从前中后端全面影响金融机构 前端通过智能客服系统实现自然语言处理能力飞跃 中端提升产品开发和服务集成效能 后端推动组织架构向扁平化敏捷型转变 [1] - 大模型技术在算力数据算法等核心要素持续突破 国内大模型性能显著提升 算力需求从训练侧向推理侧转移 低精度大显存高带宽成为AI芯片发展趋势 [1] - 垂域大模型因更贴合行业需求不断涌现 成为推动金融业务发展的重要力量 [1] 金融机构差异化发展路径 - 大型金融机构应重点关注技术应用带来的业务重构流程再造和组织变革 形成新产品新模式新业态 [2] - 中小金融机构应基于自身资源禀赋走差异化特色化数字化转型道路 提高科技投入产出比 [2] - 中国信通院联合产学研用多方推进金融信创运维大模型建设 帮助金融机构降低知识获取门槛 提升故障处理产品适配等核心环节效能 [2] 生态建设与开放协作 - 大型机构要发挥自身优势探索AI技术多场景落地应用 做技术研发与应用领路人 [2] - 中小机构要秉持开放合作态度围绕高频业务场景积极融入技术生态圈 [2] - 中国信通院将继续发挥平台枢纽作用 联合产业各方共同推动大模型在金融领域的深度应用与生态繁荣 [2] 风险管理与效能评估 - AI技术漏洞可能带来不可预知的新型操作风险 建议将AI技术风险纳入全面风险管理体系 采取多方面措施有效防范处置风险 [2] - 传统年度评估已难以跟上技术迭代速度 需要建立覆盖全生命周期的评估体系 帮助机构明确优化方向合理配置资源 [2] 行业变革趋势 - AI技术继续推动金融行业深刻变革 体现在技术应用加深和组织管理架构重构 助力金融机构提升服务效率和竞争力 [3] - 以客户为中心探索场景与生态圈服务将成为金融机构新的竞争热点 [3]

公司活动与投资者交流 - 海螺节能环保新材料股份有限公司于2025年9月15日通过全景路演网站开展安徽辖区上市公司投资者网上集体接待日活动 公司董事会秘书汪涛 总会计师兼总法律顾问及首席合规官张广杰 证券事务代表丁小朋参与接待 [1] - 投资者就公司近期经营状况及未来发展提出诸多问题 公司进行了详细回复 [1] 新收购公司业绩情况 - 投资者询问新收购的河南康宁特环保科技股份有限公司及郑州康宁特环境工程科技有限公司业绩情况 以及能否在三季度实现业绩扭亏为盈 [1] - 公司表示自完成管理权交接后 两家公司迅速推进资源与管理融合 目前生产经营正常 三季度业绩需关注2025年第三季度报告 [1][2] - 针对7月至今收购新公司是否盈利的问题 公司回应称两家公司生产经营正常 [2] 业务转型与发展战略 - 面对连续五年亏损的应对措施 公司介绍近年来在塑料型材业务基础上加快向铝材 门窗 SCR脱硝催化剂 生态家居等领域转型升级 [2] - 公司强化营销创新 拓展终端与海外市场 未来将继续推进产业升级 加大创新 开拓增量市场 深化新材料产业调研以提升公司价值 [2] 财务与股权相关澄清 - 公司明确否认奇瑞控股将埃科泰克41%股权质押给海螺新材的传言 表示该信息不属实 相关信息以《证券时报》和巨潮资讯网披露的公告为准 [2] - 关于三季度营收及能否扭亏为盈 公司请投资者关注2025年第三季度报告 [3] 技术创新与信息化建设 - 公司表示目前未直接参与大模型项目 但重视技术创新与数智化 [3] - 工业互联网平台和财务共享中心已投入使用 信息化管理与内部协同效应不断提升 [3] 股价表现与市场因素 - 公司认为股价受行业状况 市场情绪等多种因素影响 [3] - 公司表示将做好生产经营与投资发展 为股东创造价值 [3]

公司业务与市场定位 - 公司是领先的汽车金融科技平台 年交易额达700亿人民币 服务超1500万用户[3][4][13] - 平台连接全国4.2万家经销商与上百家金融机构 覆盖新车和二手车业务场景[3][13] - 国际化布局已扩展至新加坡 日本 马来西亚和南美等市场[3][14] 目标客群与市场机会 - 聚焦服务2.5亿灵活就业人群及下沉市场用户 包括传统金融难以覆盖的牧民等风险人群[2][5][13] - 在新疆和内蒙累计服务超2万名牧民 显著改善其生活质量和收入水平[5] - 海外市场服务中低收入群体 如马来西亚从事行政和保洁工作的夫妇[14] 技术体系与平台建设 - 构建全流程智能化业务系统 累计AI平台服务次数达7300万次[6][7] - 开发可配置运营平台 包括决策流平台(2018) 模型平台(2019) 机器人平台(2020)和大模型训练平台(2023)[7] - 通过对话式工具替代传统表单 智能路由匹配金融机构 个性化智能催收策略提升效率[6][7] 核心模型与研发突破 - 自主研发汽车金融行业首个通过国家备案的大模型 基于独家风险人群数据训练[2][11] - 新研发的Agentic多模态模型能分析非结构化过程数据 提升金融审批精准度[12] - 模型矩阵包含不同尺寸领域模型及多模态模型 数学等通用能力比肩主流开源模型[11] 风控创新与数据应用 - 风险定价解决方案为不同风险等级客户定制金融方案 如调整月供或首付比例[6] - 重点挖掘"如何回答问题"的过程数据价值 而非传统结果数据 增强欺诈识别能力[12] - 通过多轮交互自动化处理复杂审批流程 减少人工介入 提升用户体验与审批效率[12] 生态合作与行业价值 - 开放科技平台允许金融机构接入渠道 风控 资管等模块化服务[13] - 推动行业数据共享与生态共建 支持金融机构服务传统覆盖不足客群[11][13] - 同一技术系统同时服务国内牧民与海外家庭 验证科技方案的跨市场适配性[3][14]

河南省人工智能产业政策规划 - 河南省政府发布《河南省加快人工智能赋能新型工业化行动方案（2025—2027年）》，目标到2027年人工智能产业规模突破1600亿元，建成全国重要人工智能产业高地和创新应用示范区 [1][2] - 规模以上工业企业智能应用场景覆盖范围实现从单点突破向综合集成跃升 [1] 人工智能技术研发与产业应用 - 加快高端芯片研发，做强人工智能手机、个人计算机、大模型一体机等整机产品 [1][4] - 运用人工智能算法加强反应机理、关键材料、系统设计、制备工艺等技术攻关，发展高性能动力电池、电机和电控系统 [2] - 建设柔性智能制造单元，发展模块化生产方式，实现多车型混流生产 [2] - 推动新能源汽车智能化、网联化升级，加快大模型在感知、规划和控制等环节深度赋能，突破高阶自动驾驶技术 [2] - 运用人工智能算法提升生产、检测环节精度和效率，实现设备预测性维护和质量控制 [2] - 开展集成电路虚拟制造，降低对传统研发模式依赖度，创新生产流程和模式 [2] - 支持企业运用人工智能技术开展智慧设备智能化辅助设计，发展远程运维和大规模定制新模式，实现装备全生命周期管理 [3] - 研发具有深度感知、智慧决策、自动执行功能的工业互联新型装备，提升重大技术装备成套研发能力 [3] - 运用大模型融合各类生产和环境数据，提升装备自主学习能力，实现环境智能感知和动态响应 [3] - 加快大模型在药物智能筛选、临床试验设计与分析、药物合成工艺优化等领域应用，提升药品研发生产效率和质量管理水平 [3] - 加强中医药大模型构建和训练，攻克中药产品一致性难题 [3] - 加快人工智能技术在辅助诊断检测、脑机混合、肢体智能康复等领域应用，提高医疗器械特异性和灵敏度 [3] - 加快首台（套）重大技术装备研发，做强工业机器人、特种机器人、服务机器人等整机 [3] - 发展智能农机、智能矿山、智慧电气、智能网联车、智能无人机等装备，推动优势领域高端化提升 [3] - 开发具身智能算法库、动作库、知识库，建设异构机器人训练场，加快具身智能机器人迭代演进 [3] - 围绕智慧城市、智慧教育、智慧环保、智慧交通、智慧医疗等领域需求，发展智能传感器、集成电路等高端元器件和人工智能视听终端、医养终端、车载终端、工业级人工智能终端 [4] - 支持终端产品与大模型融合创新，探索全新产品形态 [4] - 抢抓大模型开源机遇，开发仿真模拟、质量分析、检验检测等垂直模型，推广"模型即服务" [4] - 加强工业互联网平台建设，打造"平台+智能体" [4] 算力基础设施与网络建设 - 深度融入全国一体化算力网，加快国家超算互联网核心节点、河南空港智算中心等建设 [1][5] - 推进区域算力资源调度和协同 [5] - 支持企业打造5G全连接工厂，争创国家工业互联网标识解析顶级节点，加快二级节点建设和应用推广 [5] 重点行业与关键环节应用 - 围绕新材料、新能源汽车、电子信息、先进装备、现代食品、现代医药、现代轻纺、煤炭等8个重点行业打造工业大模型矩阵 [5] - 覆盖研发设计、生产制造、经营管理、产品服务、仓储物流、节能减排、安全生产等7个关键环节 [5] - 构建公共支撑底座，推动大模型集约建设和资源精准匹配 [5] 金融支持与资本运作 - 发挥政府投资基金带动作用，吸引社会资本参与，推进技术成果转化 [4] - 探索开发制造业数字化转型专项贷（数转贷）等政策性金融信贷产品 [4] - 建立"募、投、管、退"全链条金融服务体系，支持有条件的人工智能企业上市融资 [1][4] 国家层面人工智能政策支持 - 国务院印发《关于深入实施"人工智能+"行动的意见》，目标到2027年率先实现人工智能与6大重点领域广泛深度融合 [6] - 新一代智能终端、智能体等应用普及率超70%，智能经济核心产业规模快速增长 [6] - 到2030年人工智能全面赋能高质量发展，新一代智能终端、智能体等应用普及率超90% [6] - 智能经济成为我国经济发展的重要增长极 [6] - 到2035年全面步入智能经济和智能社会发展新阶段 [6] - 相关部门将制定出台一系列配套文件，分别制定"人工智能+"具体实施方案 [6] - 分层、分行业加快标准制订，促进行业内、领域间语料数据、模型和智能体协议等标准化发展 [6] 机构观点与投资机遇 - "人工智能+"为我国AI产业规模化推广筑牢政策压舱石，是我国继"互联网+"后的重要战略部署 [7] - 我国发展人工智能的核心竞争力在于数据资源丰富、产业体系完备、应用场景广阔 [7] - 智能基础设施领域重点关注国产AI芯片、算力网络服务商和行业数据服务企业 [8] - 产业智能化中，工业智能平台、农业科技企业和消费终端创新厂商具有发展潜力 [8] - 民生领域聚焦人机协同工具和医疗智能化解决方案 [8] - 智慧治理则关注市政设施升级和城市安全系统 [8] - 具备国际视野的企业可通过参与全球标准制定和开源生态建设获得新增长点 [8] - 投资需重视技术伦理与安全合规性，重点布局智能算力国产化、工业智能化等五大赛道中的技术领军企业 [8]