需求背景

（一）应用场景

（1）适用于各级院校在AI 相关专业建设、教育效率、掌握 AI技能上培养高素质人工智能人才的问题。

（二）拟解决痛点

· 课程、教学内容迭代

由于⼈⼯智能和⼤模型技术的快速发展，⾼校现有的课程和教学内容往往难以及时跟进最新的技术进展。这导致学⽣在毕业时可能缺乏对最新技术趋势和应⽤的了解，影响其在未来就业市场上的竞争⼒。⾼校需要定期审视和更新课程内容，确保教学与技术发展保持同步。

· 教学与实践结合

职业教育和应用型本科教育已经更加注重实践教学，但在人工智能与大模型技术等前沿领域，实践教学的素材仍然不足。面对这些快速发展的技术，学生可能会发现，仅凭有限的实践资源难以满足解决复杂问题和创新的需求。

· 产学研深度合作

虽然产学研合作被认为是教育与⾏业需求对接的有效途径，但在⼀些⾼校中，这种合作形式尚未得到充分发展。缺乏与企业和研究机构的紧密合作，限制了学⽣参与真实⼯业项⽬和前沿科学研究的机会。这不仅影响了学⽣的实践经验积累，也影响了他们解决实际问题的能⼒。

产品介绍

智谷星图大语言模型教学实训平台——主要基于实际教学场景为高校提供在线学习和授课管理能力，基于GICA教育理念，平台包括教学管理、学习激励、数据分析、知识学习等模块。学生不仅能够随时随地查看相关课程内容，还可以跟实验实训平台在线实时联动，让学生能够在真实的大语言模型环境中进行课程的实操实践，进而通过教学与实训一体化的新模式，帮助学生快速提高自主学习能力和创新实践能力。

(一) 产品架构

(二) 产品功能

1.创新的教学与实训模式

在大模型创新领域，我们采用综合教学与实训模式，通过课程深入讲解模型架构、算法原理等核心知识点。 在通识实训环节，支持学生在导师指导下实操 AI 工具，培养 AI 工具思维和实际操作能力。开发实训则更进一步，学生亲自动手，从环境搭建到模型部署，全流程参与大模型应用的构建与开发，以实践深化理论，以创新驱动学习。

2.智能问答 助手

智能问答基于人工智能技术和庞大的数据支持，旨在为学生提供一个即时、高效、准确的信息获取与解答途径。无论是对于专业知识的学习，还是对艺术创作灵感的探索，智能问答功能都能提供有力的支持，学生可以通过提问获取与数字媒体艺术相关的专业知识、创意和灵感。

· 实时响应：智能问答功能能够实时理解并响应学生的提问，无需等待，即时获取答案。

· 精准解答：平台内置了丰富的专业知识库和案例库，能够针对学生的问题提供精准、专业的解答，帮助学生更好地理解和掌握知识。

· 多元化答案：对于某些复杂或开放性的问题，智能问答功能能够提供多种解答方案，激发学生的创新思维和想象力。

· 个性化推荐：根据学生的历史提问和浏览记录，智能问答功能能够智能推荐相关的知识点、案例或学习资源，帮助学生构建个性化的学习路径。

3.AI 教学助手

教学助手是专为教师设计的智能辅助工具，它集成了教学讲义生成、教学PPT生成以及教学数字人生成等多项实用功能，旨在帮助教师更高效、更生动地开展教学活动。

· 教学讲义生成

教学助手内置了丰富的讲义模板和知识点库，教师可以根据自己的教学需求，轻松选择或自定义讲义模板。通过简单的拖拽、编辑操作，教师可以快速生成图文并茂、内容丰富的讲义，极大地提高了讲义制作的效率和质量。同时，教学助手还支持将讲义导出为多种格式，方便学生在不同设备上查阅和学习。

4.知识问答助手

AI 专业知识库支持专业课程资料的上传和专业问答的配置，教师和学生可以将相关的教学课件、教材、案例研究、实验报告等资料上传至知识库，实现资源的共享与积累。专业知识库还具备专业问答配置的能力，通过配置问答，学生可以在知识库中提问关于专业领域的任何问题，并获得及时的解答。

应用案例

智谷星图联合广东科学技术职业学院智慧职教工程技术研究中心推出职教大模型创新应用云平台

（1）建设背景

· 职业教育的需求变化

随着社会的发展和技术的进步，职业教育需求也在不断变化。传统的职业教育方式往往注重理论知识的传授，而现代职业教育则更加注重实践能力和创新能力的培养。大模型的应用可以帮助职业教育机构更好地满足这些需求，通过模拟实际工作场景，让学生在实际操作中掌握知识和技能。

· 大模型技术的发展

随着人工智能技术的不断发展，大模型在语音识别、自然语言处理、机器学习等领域的应用也越来越广泛。这些技术可以应用于职业教育的各个方面，如智能推荐课程、个性化教学、自动化评估等，从而提高教育质量和效率。

· 数字化转型的趋势

随着数字化转型的加速，各行各业都在积极探索数字化转型的路径。职业教育领域也不例外，大模型的应用可以帮助职业教育机构实现数字化转型，提高教育资源的利用效率，降低教育成本。

（2）平台定位

（3）平台目标

（4） 平台服务

· 模型增强策略

· 基于大模型知识库增强

· 超算中心提供算力支持

· AI 赋能教学产品

基于大模型+教学知识库的教学问答

基于数字的视频课程制作

基于课程教学的答疑助手

需求背景

（一）应用场景

（1）适用于从事金融服务类的营销公司

解决金融服务的各类场景中的问题，在金融解决方案和服务中结合大模型的优势，提供高效、高质量的解决方案。

（2）适用于证券类公司/投资类公司

核心解决证券投资咨询业务中，为客户提供高效、高质的证券投资分析、预测或建议等，在投资咨询的深度、维度上打造更专业的方案。

（3）适用于保险类公司

核心解决在保险定制业务中，根据客户需求、客户画像、客户预算，提供精准地、符合客户需求的保险组合方案。

（二）拟解决痛点

供应商资金问题：

• · 金融服务效率与质量：随着金融行业的发展，客户对金融服务的需求日益多样化、个性化，深度学习客户的行为数据和偏好信息，提供客户更加精准和个性化的金融服务，成为金融服务的趋势。
• · 金融风险管理与防控：随着数字化、信息化深入，金融行业面临复杂多变的市场环境和风险挑战，分析海信金融数据，实时监控和预警潜在风险，为金融机构及时提供有效的风险管理策略和防控措施， 是风险把控的关键。
• · 运营成本：金融行业存在大量重复性工作，人力成本和运营成本极高，释放部分重新性的资源成本，使金融从业公司更加专注于核心业务和战略发展，提升整体竞争力。

产品介绍

(一) 产品架构

(二) 产品功能

1.客户管理与分析

· AI 客户细分：设置大模型算法，基于多维度数据（如交易行为、风险偏好、生命周期等）配置客户细分规则， 进行客户细分

· AI 客户画像：通过大模型构建详细的客户画像，包括基本信息、消费习惯、投资偏好等，并进行实时更新。

· AI 客户旅途：利用大模型分析客户与金融机构的互动过程，提供优化建议，提升客户体验。

2. 营销策略与执行

· AI营销活动策划：基于用户沉淀数据、活动历史数据，根据活动类型、活动主题、活动目标，自动生成营销活动方案、建议；

· AI 自动化营销：基于营销规则，自动化执行用户营销活动，实现个性化推荐和精准营销。

3.产品推广与管理

· AI 产品推荐：基于客户画像、交易数据等，自动化生成符合客户需求的金融产品。

· AI产品对比工具：提供基于AI的产品对比工具，帮助客户快速了解不同金融产品的特点和优势。

4.数据分析与报告

· AI实时监控：利用AI技术监控营销活动实时数据，如参与度、转化率等，并提供异常检测。

· AI营销效果分析：通过AI算法对营销活动效果进行深入分析，提供优化建议。

· AI客户行为预测：利用机器学习模型预测客户未来的交易、浏览、点击等行为模式，发现潜在商机。

应用案例

（一）某银行的营销物料生成与数据分析

应用场景：

某银行利用大模型技术在营销物料生成、经营数据分析、客户与员工情感分析、房贷文件审批等场景中进行探索和实践。

客户对象：

某银行的主要客户对象包括个人客户和企业客户，涵盖多种金融服务。

建设成效：

通过大模型的应用，某银行实现了精准营销，提升了营销物料的质量和生成效率，优化了客户体验和满意度。

（二）某知名证券公司的大模型营销管理平台

应用场景：

利用大模型驱动的证券营销管理平台，显著降低了人工成本，提升了效率。

客户对象：

主要客户对象为内部证券人工、有投资需求的客户。

建设成效：

提升金融产品的成交，降低客户投诉，实现业绩规模增长

需求背景

（一）应用场景

（1）适用于国家政务单位

解决国家政务单位在政务咨询、辅助办理、城市治理、机关运作等场景上的效率、满意度问题

（二）拟解决痛点

· 政务服务效能与体验问题：政务服务在标准化、规范化方面仍有待提升，导致不同地区、不同部门的服务质量参差不齐，影响群众办事体验。

· 信息孤岛与数据共享难题：政务服务信息系统建设各自为政，部门之间缺乏信息共享与业务协同机制，导致数据难以共通共融，形成信息孤岛，制约了政务服务的整体效能。

· 系统联通与数据共享不足：系统未充分融通、线上线下设备难兼容等问题限制了政务服务的便捷性和高效性。虽然国家层面在推动数据共享方面做出了努力，但仍需进一步突破。

产品介绍

(一) 产品架构

政务咨询助手

功能介绍：利用大模型的知识库和推理能力，为用户提供精准的政务咨询服务。用户可以通过文字、语音等方式提问，系统能够快速给出准确答复，并提供相关政策文件和办理指南的链接。

智能办理助手

功能介绍：支持政务服务事项的在线办理，包括材料预审、进度查询、结果反馈等功能。用户只需按照系统提示填写相关信息和上传材料，即可实现一键办理，大大简化了办事流程。

智能决策支持

功能介绍：基于大数据分析和模型预测，为政府决策提供科学依据。系统能够实时收集和分析各类政务数据，通过图表、报告等形式展示分析结果，帮助决策者快速了解当前形势和未来趋势，制定科学合理的政策措施。

城市治理应用

功能介绍：包括执法助手、环境监测、交通管理等多个子模块。例如，执法助手可以辅助执法人员快速识别违法行为、调取证据材料；环境监测可以实时监测空气质量、水质等环境指标，为环保部门提供决策支持；交通管理可以优化交通信号控制、缓解交通拥堵等问题。

知识库管理

功能介绍：支持政务知识的集中管理和更新。系统能够自动收集各类政策法规、办事指南等政务知识，并进行分类整理，形成完善的知识库体系。用户可以通过搜索功能快速找到所需知识，提高工作效率。

应用案例

（一）某单位政务大模型服务平台

应用场景：

1.智慧政务小助手

应用实例：“可为办事人提供智能化咨询互动、精准化办事服务、自动化材料预审等多种掌上政务服务。例如，用户输入“公积金怎么提取”，“能自动识别办理意图，快速答复并提供办理步骤引导。

2.智能决策助手

应用实例：基于全域100多万条决策指标，采用问答交互方式，动态呈现经济运行、招商引资、城市治理等7大领域指标分析、图表比对、发展预测等信息。

3.迎商中心数字人

应用实例：化身企业招商政策的“百晓生”，通过语音和地图互动，为来访企业提供区情区况、政策咨询、产业发展、合作意向等智能导引服务。

需求背景

（一）应用场景

（1）适用于各级零售商

解决零售商在数字化转型、市场与产品决策、消费个性化上的问题

（二）拟解决痛点

· 数字化转型：零售行业普遍面临线下门店改造、人员培训复杂及线上线下协同问题，零售数字化转型并非简单的线上线下一体化，而是对整个业务流程、运营模式和盈利模式的升级。

· 消费个性化：市场需求的多样化和个性化趋势也要求零售企业不断迭代产品和服务，以满足消费日益变化的需求，这需要企业增强对市场预测的敏锐度、观察力。

· 数据智能化：随着市场变化，零售行业需要抓住消费者行为预测、销售预测、补货、陈列、选品等一系列需要数据支撑的业务，而其中数据的智能化依然困扰着零售商。

产品介绍

(一) 产品架构

(二) 产品功能

1.AI+导购

商品推荐：通过多模态大模型实现个性化商品推荐。

服装试穿：利用增强现实（AR）和虚拟现实（VR）技术进行线上试妆、试衣。

数字人直播：结合数字人技术进行直播带货，生成具有营销力的直播脚本。

2.智能问答与客服

智能问答系统：提供快速响应的智能问答服务。

客服聊天机器人：平台利用AI决策模型提高客服效率。

3.内容创作与生成

内容生成：包括营销文案、广告素材创作等，支持智能化广告素材创作。

图片和视频生成：通过AIGC技术生成高质量的商品宣传图片和视频。

4.个性化推荐与营销

个性化推荐：根据历史数据和客户反馈提供个性化推荐和营销活动，提高销售转化率。

竞价广告优化：利用大模型优化广告投放策略，实现千人千面的精准推荐。

5.数据分析与运营

数据分析：通过大模型对电商大数据进行全面分析，帮助商家做出更准确的决策。

经营预警与管理：提供的经营预警、会员管理等功能。

应用案例

AI+电商：AIGC 赋能电商平台及服务商提升匹配效率，从而降本增效

（一）“AI+电商”玩法创新，赋能电商“人”、“货”“场”全面铺开｜

（1）虚拟主播助力平台降本增效：某大型零售商的虚拟主播目前已服务超过4000个品牌，带动超过10亿元GMV。某品牌平均每小时的GMV达到真人主播35%左右。虚拟主播直播销售转化率提高了16%，平均GMV达到真人主播25%，直播成本则降低15%。

（二）“AI+导购”快速落地，实现商品推荐、服装试穿等功能创新

多模态大模型逐步从专用转向通用，应用领域不断扩展。多模态大模型所具备的跨感知理解与生成能力为各种应用提供了广阔的新领域。在代码生成、文本生成、图像生成、音视频/游戏等领域已有部分应用，未来多模态模型将赋能电商、影视、教育、办公等赛道。

（1）某品牌 AI 导购累计体验人次已超过500万，其中高活跃人群日均提问超过8次，单一用户最多提问数超4000次。通过问答功能和指令功能与消费者开展AI对话交互及AI智能搜索，帮助用户解决购物、出行、生活等跨领域场景的更复杂的长尾需求，辅助消费者高效消费决策。

需求背景

（一）应用场景

（1）适用于各级工业制造商

解决工业制造商在海量数据分析、生产制造智能化、经营决策上的问题

（二）拟解决痛点

· 海量工业数据的分析和建模：对海量工业数据的分析和建模，能够辅助设计师进行产品设计、优化和改进，依托现有的信息化技术依然存在难点。

· 生产制造智能化：海量数据的分析处理智能化，可以实现生产过程的智能调度和优化，提升生产效率和质量。具体应用场景包括智能监控、工业机器视觉、AGV&机器人、预测性维护和数据采集等 。此外，大模型还可以帮助企业在生产过程中进行时序预测和异常检测，优化生产计划

· 经营管理：目前企业的经营决策，需要依赖于复杂的业务数据，从企业管理者从复杂业务数据中提取共性问题以改进产品设计，并自动分析工业生产时序数据以发现潜在风险

产品介绍

(一) 产品架构

(二) 产品功能

1.AI设计助手

通过大模型能力，AI 设计助手可以快速生成工业产品、零件多种设计方案。通过输入简短的文字描述或草图，快速生成多张高保度的设计效果图。

服装试穿：利用增强现实（AR）和虚拟现实（VR）技术进行线上试妆、试衣。

数字人直播：结合数字人技术进行直播带货，生成具有营销力的直播脚本。

2.工业代码助手

工业代码助手结合工业平台的业务功能，协助工程师简化机械加工任务，执行多种任务，包括生成鲫鱼文本描述的代码，例如,当工程师给出指令"在点(100,25)处钻一个直10毫米的孔",即可生成相应的CAM执行代码。

3.AI 数据分析助手

AI 数据分析助手提供直观的交互体验，可以通过询问专家一样轻松获取分析结果。利用自然语言界面，能够自动整合平台的上下文数据，生成易于理解的报告、邮件、图表。可以引导用户进行根因分析，加快问题诊断

4.知识问答助手

知识问答助手通过对产品、服务、流程、规范、文档等方面的图像和数据收集，构建和更新工业企业的知识库，为员工提供全面和准确的知识管理。同时,通过对用户的需求或问题进行理解和回答,大模型能够为用户提供智能的问答和辅助,解决用户在工作中遇到的各种问题,提高用户的工作效率和满意度。

应用案例

（1）Siemens16与微软合作推出了Siemens Industrial Copilot,西门子Industrial Copilot允许用户迅速生成、优化自动化代码并加速仿真流程,将原本需要数周的任务缩短至几分钟。该工具整合了西门子Xcelerator平台的自动化与仿真信息,并结合微软AzureOpenAI服务提升数据处理能力,同时确保客户对数据的完全控制,不用于AI模型训练。Industrial Copilot旨在提升整个工业生产周期的效率,通过自然语言交互,使维修人员得到精确指导,工程师能迅速使用仿真工具,从而推动工业创新和生产力的提升。

（2）Vantil9推出Manufacturing COPILOT,目标是解决当前制造业专业人员在数据管理和分析方面面临的挑战。通过融合和整理来自ERP系统、制造执行系统(MES)、传感器以及历史记录器等多样化数据,该平台改变了数据处理里方式。同时基于大模型能力,允许用户以自然语言询问并与数据互动,将复杂的数据分析过程转换为简单直观的对话。Manufacturing COPILOT不仅能处理和分析原始数据,还能识别别并解释复杂的生产行为,转化为易于理解的、可操作的洞察。借助数据可视化技术,它提供了数据的图形化叙述,增强数据的可解释性,帮助制造业专业人士上进行数据驱动的决策。此外,它还简化了测试流程,使用户能够通过自然语言查询快速验证假设,并根据可靠数据进行调整,显著提高了生产效率和操作效率。