大模型技术发展与行业机遇 - 全球大模型技术发展多元化，垂类大模型通过定制化训练提供精准行业解决方案，中国在算力自主化、数据优化等方面取得进展[1][24] - 新技术降低大模型训练、运维和推理成本，推动金融行业流程重构，企业需平衡购置、推理和运维成本[1][29] - 国产大模型如DeepSeek和通义千问在成本控制与推理性能上突破，实现数据安全合规、低成本高性能和中文语义优化[1][26][27] - DeepSeek通过混合专家技术将6710亿参数活跃计算量压缩至37亿，训练成本仅为同规模模型的6%[26] - 通义千问融合预训练与垂直领域优化能力，在对话交互、代码生成等场景形成专项突破[27] - 腾讯混元T1模型解码速度提升2倍，在中英文推理基准中领先[28] 大模型赋能保险全链 - 保险机构加速接入大模型，应用聚焦内部提效，覆盖业务全链条及中后台管理环节[1][16] - 初期优先选择容错成本低的场景如智能客服、智能质检、营销助手等，建立调试与反馈机制[6][7] - 大模型推动行业由结构化数据向多源动态信息系统演进，提升风险识别广度与响应及时性[8] - 金融机构经营理念重塑，呈现金融服务精准化跃迁和跨行业生态化协同两大趋势[9] - 银行利用实时企业数据优化信贷评估，保险与医疗平台合作开发预防型保险产品[9] 合作范式演变 - 数据要素价值凸显，金融保险行业通过横向、垂直和政企协同构建高质量数据集[1][19] - 政企协同推动数据要素流通，垂直整合构建企业级智能协同底座，横向协同拓展跨场景联动[19][42] - 多模态大模型为金融保险带来智能化转型机遇，填补非结构化信息处理能力空白[62] - 多模态模型应用于智能客服、理赔审核、欺诈识别等场景，提升审核准确率与风控能力[62] - 通义干问通过双核架构实现全模态实时交互，视觉推理模块采用链式思维增强方法[53] 技术演进与成本优化 - 垂类大模型通过行业特定数据集训练，减少计算成本并提供精准解决方案[33][40] - GPT-4级别模型单周期训练成本近5000万美元，垂类模型更经济高效[33] - 国产模型生态呈现功能分化趋势，语言生成模型与推理模型分别专注语义理解和逻辑决策[48] - 轻量化技术如蒸馏模型降低终端部署成本，Qwen-32B等模型实现对OpenAI-o1-mini的局部超越[49] - 模型部署从"可用"向"可适配"迈进，聚焦跨架构柔性部署机制构建[31]

核心观点 - 大模型技术正从消费端向产业端加速渗透，遵循"C端先行、B端深化"的路径 [7][8] - 企业大模型落地最佳路径是"平台+应用+服务"的三级引擎战略 [7][11][12] - 行业Know-How与AI技术的结合能释放真正的商业价值 [17] - 大模型不仅是效率工具，更是企业重构服务模式、开辟价值增量的战略支点 [20] 技术渗透趋势 - 认知型AI遵循"C端先行、B端深化"的路径，与互联网、移动互联网、感知型AI发展规律一致 [7][8] - 未来五年企业级大模型市场规模将迎来爆发式增长 [8] - 算法开源趋势使得数据主权愈加重要 [7][12] 企业落地实践 - 智能外呼系统结合大模型与多轮对话技术，将转化率从1.5%提升至3.5%，逼近真人客服4.2%的水平 [8] - 智能化的落地需要与数字化深度融合，企业需要端到端的解决方案而非孤立技术模块 [10] - 场景适配重于技术堆砌，需经历需求拆解、数据调优与流程重构的闭环 [10] 平台架构 - 自研"得助大模型平台"覆盖算力、数据、模型和智能体四大能力工厂 [12] - 平台沉淀了金融、制造、政务等各行业的数百个场景化"样板间"，降低企业试错成本 [12] - 产品标准化与定制化的平衡类比为"精装房与个性化装修" [14] 产品体系 - "1+2+3"产品体系：1个全媒体全渠道联络中心，2类机器人，3类坐席智能辅助工具 [15] - 产品已在多个车企、头部金融机构及大型央国企中规模化应用 [14] 行业案例 - 工程大模型应用平台"灵筑"将项目筹备周期压缩40% [17] - 船舶行业大模型"百舸"显著提升研发效率 [17] - 道路检修辅助系统将专家响应耗时从数小时缩短至分钟级 [17] 新兴场景 - 证券行业"智能陪练"场景使培训效率整体提升60% [20] - 家居行业营销助手带动客户转化率增长15% [20] - 车企营销场景、券商行业财富助手、智能投顾等新兴需求涌现 [20]

从米哈游创始人蔡浩宇最新作品《Wh is p e rs fr om t h e St a r》的预告片首曝，到刚刚结束的 GDC 2 0 2 5 9 5场"AI+游戏"议题的热烈讨论，AI 对游戏行业形态和市场认知的颠覆似乎从未 停歇。 正如1 9 7 2年雅达利推出首款家用游戏机At a ri Po n g，将游戏从街机转入家庭游戏，正式开启 了游戏产业的商业化进程，以及1 9 9 6年任天堂推出《超级马里奥6 4》，为3D游戏设计构建 了基础方法论框架一样。自2 0 2 3年Ch a tGPT的问世起，人们期待AI能够复制游戏行业的新一 代宏大叙事。 但在另一方面，我们至今似乎仍未看到AI游戏的"GPT时刻"，没有一款游戏能给市场带来真 正的颠覆式体验。 全文 4 0 0 0 字，推荐阅读时长 2 0 分钟，欢迎关注新财富公众号。 一直以来AI游戏应用的探索者们似乎在上演一场盲人摸象：有的人只能摸到鼻子，有的人只 能摸到耳朵，但没有人能完全将大象的全貌一览无余。此时我们有必要弄清楚，AI游戏目前 到底发展到了什么程度，哪些赛道存在机会，未来究竟要走向何方。 1 更拟人的NPC 人类对于人工智能最初的需求， ...

文章核心观点 - 对AI医疗公司应用落地、商业化进展进行梳理，应用以医生Copilot为主，科室级、全院级智能体有望形成，AI应用将成G&B端信息化建设增量，C端长期空间近千亿元，短中期关注能获取医院数据提升AI模型能力的厂商，长期关注医院信息化厂商 [1] 模型能力 - 稀缺的高等级医院真实诊疗数据是模型能力提升的核心支撑，国内超50个医疗垂类大模型主要基于公开数据集训练，结合高等级医院真实诊疗数据是能力提升关键 [2] - 海外Tempus AI用庞大高质量数据支持垂类AI诊断模型开发，国内讯飞医疗积累大量数据结合技术降低幻觉问题 [2] - 院内数据流通为医疗垂类大模型能力提升提供基础，部分地方已开始尝试院内专科数据挂牌交易 [2] 应用形态 - 应用以医生Copilot为主，科室级、全院级智能体有望形成 [1][3] - G端智医助理在安徽、江西全省推广，2024年讯飞医疗提供超8.77亿次AI辅诊建议，规范病历3.4亿份 [3] - B端院内应用多样，全新科室级、全院级智能体正在形成，如创业慧康系统在浙大二院试点效果好，预计2025年在10个专科部署 [3] - C端围绕慢病、健康管理需求，患者个人付费模式逐步跑通 [3] 空间展望 - AI应用将成为G&B端建设增量，C端长期空间近千亿元 [1][4] - AI医疗公司商业化收入分传统AI收入和AI大模型收入，在政策、需求支撑下订单、收入体量有爆发属性 [4] - 2025 - 29年G端大模型诊疗智能化项目合计市场空间47亿元，B端合计市场空间142亿元，C端两大市场年理论市场空间达722亿元 [4] 竞争格局 - AI医疗行业处于跑马圈地阶段，短中期关注数据 - 模型闭环链路，长期关注客户卡位 [5] - 短中期关注能获取医院诊疗数据提升AI模型能力的厂商，部分公司与高等级医院联合发布专病AI模型，华为解决方案成软件销售重要载体 [5] - 长期伴随AI能力普惠化，医院电子病历、HIS供应商等有信息化卡位的厂商值得关注 [5] 投资策略 - 短中期关注能获取医院诊疗数据提升AI模型能力的厂商 [7] - 长期关注在医院客户中有信息化卡位的厂商 [7] - C端年理论市场空间近千亿元，互联网医疗公司有望在应用模式探索上取得积极进展 [7]