公司上市与市场表现 - 海致科技集团于2月13日登陆港交所，上市首日股价暴涨242%，市值突破370亿港元，成为今年港股市场最耀眼的新股[1] - 公司由百度前高管任旭阳创立，凭借以“AI除幻”为核心的独特技术路线，在AI行业开辟出新赛道[1] 核心技术 - 公司核心业务“AI除幻”瞄准大模型生成虚假信息的行业痛点，通过构建知识图谱与大模型深度融合的推理平台，有效降低AI输出错误率[1] - 其“海致Atlas LLM图模联合推理平台”是国内首个解决AI幻觉问题的商业化产品，已获得金融机构、能源企业等客户认可[1] 财务表现 - 公司近三年营收保持26.8%的复合增长率，2024年营收达5.03亿元人民币[2] - 2025年前三季度净亏损扩大至2.11亿元人民币，现金储备仅剩4249万元人民币[2] - 亏损主要源于持续的研发投入和商业化前期投入，但研发支出已从2022年的8694万元人民币降至2025年前三季度的5676万元人民币[2] - 2024年实现毛利润1.82亿元人民币，而2022年和2023年分别录得营业亏损1.79亿元和2.02亿元，2024年营业利润为334万元人民币[3] 业务构成 - 公司业务呈现双轮驱动特征：Atlas图谱解决方案贡献75%营收，智能体业务占25%[4] - Atlas图谱解决方案平均项目周期达300天，服务于金融风控、智能制造等领域；智能体业务周期较短，聚焦智能营销、数据治理等场景[4] - 地域分布上，内地市场占据98.85%的份额，国际化进程尚处起步阶段[4] 股权结构 - 创始人任旭阳直接持股5.38%，与高管杨再飞及员工持股平台构成最大股东集团，合计持股27.39%[3] - 机构投资者中，君联资本以12.68%的持股比例领衔，BAI资本、IDG资本、高瓴创投等知名机构均位列前十大股东[3] 行业前景 - 以图为核心的AI智能体市场规模将从2024年的2亿元人民币激增至2029年的132亿元人民币，年复合增长率达140%[4] - 金融、政务、能源等行业对降低AI幻觉的需求，为海致科技提供了广阔成长空间[4] - 头部AI企业正在自主研发除幻技术，海外市场拓展面临激烈竞争[4]

行业标准与评估体系启动 - 中国信通院正式启动首批可信AI工业智能体评估工作 [1] - 评估依据《智能体技术要求与评估方法行业应用工业》技术规范，该规范由中国人工智能产业发展联盟智能体创新与应用工作组联合上海移动、南方电网、广西电网、中国石化、中国石油等多家企业共同编制完成 [1] 评估框架与核心能力域 - 评估立足工业行业对复杂性、可靠性的要求，结合智能体能力特性，从技术到应用展开全面评估 [1] - 评估覆盖基础能力、业务场景、服务应用3大能力域，共计20余个能力项 [1] 基础能力评估项 - 基础能力部分主要评估工业智能体在感知、认知、决策、执行等方面的基本技术能力 [1] - 具体能力项包含工业数据采集、工业数据加工、机理融合、生产规划、协同控制等 [1] 业务场景评估项 - 业务场景主要评估工业智能体场景应用的丰富程度 [1] - 评估覆盖产品研发场景（如研发设计、工艺仿真）、生产管理场景（如生产优化、运行维护、质量控制）以及运营管理场景（如供应链管理、经营管理） [1] 服务应用评估项 - 服务应用主要评估工业智能体服务应用的成熟度 [1] - 具体能力项包含业务效果、智能交互、混合部署、系统兼容、安全保障、运维监控等 [1]

公司人事动态 - 95后顶尖AI科学家庞天宇已正式加入腾讯混元团队，担任首席研究科学家（Principal Scientist）及多模态强化学习技术负责人（Tech Lead@Multimodal RL Team）[1] - 庞天宇近期从新加坡回国，其加入是腾讯继姚顺雨之后招揽的又一位95后顶尖AI人才[1] - 庞天宇在加入后，主要研究方向为多模态模型的强化学习，涵盖生成模型和理解模型[1] 新任科学家背景与专长 - 庞天宇为清华大学计算机系2017级直博生，师从朱军教授，研究方向为机器学习，特别是深度学习及其鲁棒性[2] - 其近期的研究工作涉及大语言模型的安全性问题，包括“突破大语言模型限制”和多模态大语言模型等前沿领域[2] - 在技术应用方面，曾提出利用视觉重采样原理来防御潜在攻击的方法，能在不改变模型权重的情况下提高基础模型的可靠性[2] - 2022年从清华博士毕业后，他前往新加坡，加入了由颜水成领导的Sea AI Lab，担任高级研究科学家[6] - 他在学术界影响力显著，已在ICML、NeurIPS、ICLR等顶级会议发表论文70余篇，谷歌学术引用超1.5万次[6] - 根据其个人资料，其谷歌学术总被引次数为15474次，自2021年以来的被引次数为13986次，h-index为45，i10-index为75[7] - 其高被引论文包括“Boosting adversarial attacks with momentum”（被引4212次）和“Evading defenses to transferable adversarial examples by translation-invariant attacks”（被引1290次）等[7] - 他曾在2021年参加综艺《燃烧吧！天才程序员》，展现了新一代科研学者鲜活、执着的一面[8][10] 行业与公司战略意义 - 庞天宇的研究方向与当前大模型安全性和可靠性的发展趋势高度契合[2] - 其专长对于大模型在实际应用中的安全部署具有重要价值，特别是在内容生成、智能推荐等敏感场景中[2] - 评论认为，其在可信AI和生成模型方面的专长，可能为腾讯混元模型在安全性、可控性和内容质量方面带来提升，有助于解决当前大模型面临的内容安全、幻觉等问题[10] - 腾讯混元团队近期已有多位AI领域专家加入，显示出公司在大模型技术研发上的持续投入和战略布局[10]

大赛概况与权威性 - 第三届全国人工智能应用场景创新挑战赛总决赛暨全国人工智能+应用场景创新大会于1月25日在苏州落幕，主题为“场景驱动·数智强国” [1][2] - 大赛由中国人工智能学会、苏州市人民政府、苏州大学联合主办，旨在检验AI前沿成果、破解技术落地难题、释放场景创新潜能 [2] - 本届大赛共吸引超3250支团队参与，全国总决赛集结了113支顶尖创新团队和350余位参赛选手，并有50余位两院院士、行业领军企业及投资机构代表出席 [2][3] - 评审过程严格，包括对解决方案、数据样本、核心算法及工程化产品的多维度实证验证，并特设涵盖66项功能性测试、9项算法性测试、29项功能算法结合测试的数据集评测环节 [3] 公司获奖项目详情 - 明略科技联合北京大学参赛的项目“基于多模态大模型的品牌出海创意生成与情感链接智能平台”荣获全国总决赛“特等奖” [1][3] - 该项目针对品牌出海企业面临的文化差异、内容创作及决策支持等痛点，提供集“全球化内容资产库+可信数据采集技术+主观情感感知分析+视频生成技术”四大核心能力的AI智能平台 [3] - 该项目凭借对市场需求、技术创新、产业落地的精准把握，被进一步评选为“2025全国人工智能应用场景典型案例” [6] - 全国总决赛共评选出特等奖12项，其中种子组6项、初创组4项、成长组2项，明略科技位于成长组 [3] 公司战略与合作 - 明略科技在大会闭幕式上与姑苏区达成系列合作意向，未来将在AI技术研发与场景应用落地等方面展开深度合作 [14] - 公司作为中国领先的企业级大模型与数据智能企业，坚持“数据驱动可信生产力”的核心理念，认为只有可信的AI才能成为企业的生产力工具 [15] - 未来，公司将以“品牌出海”场景为起点，依托全球领先的Agentic AI技术，加速“可信AI”在更多垂直场景的应用落地 [15]

文章核心观点 - AI正从技术概念加速转化为核心生产力，未来五年全球预计有50亿人每天使用人工智能[1] - 企业在AI落地过程中面临“不敢用、不会用、用不好”的困境，37%的企业对AI价值心存疑虑，模型输出不可控、数据来源不可信、安全机制不健全是关键瓶颈[2] - “可信”是AI价值释放的重要前提，可信AI需要系统化的构建框架和落地机制[3] 可信AI的定义与构建框架 - 国际标准化组织将可信AI定义为“以可验证的方式满足利益相关方期望的能力”[4] - 明略科技提出“可信生产力=可信模型+可信数据”的关键公式[4] - 可信模型不仅指技术能力，还包括“可信任务规划”，即系统性地解决复杂问题的专业任务分解和规划能力[4] - 可信数据是实现可信AI的另一关键支柱和重要基石[6] 可信模型的关键 - 将行业知识体系与方法论转化为AI可理解、可执行的任务规划能力是模型可信的关键[5] - 明略科技通过将二十年积累的行业报告、方法论与专业数据分析经验系统化训练注入模型，使其“AI专家脑”Cito模型具备专家级思考与规划能力[5] 可信数据的关键 - 数据可信性通过识别可信数据源和高效精准提取信息两个维度保障[7] - 数据源的权威性与获取方式的可靠性是区分决策质量高下的隐性因素，当前多数AI依赖网络公开信息，存在时效滞后、来源模糊、解读主观等问题[8] - 明略科技建立了多层次可信数据源体系：1) 接入全球超1000家权威机构的公开数据；2) 依托秒针系统提供专业第三方数据；3) 整合企业一方数据[9][10] - 在专业平台上高效获取数据需要AI具备BUA/CUA操作、多模态数据理解、智能体协同等综合技术能力[10] - 明略科技的“AI灵巧手”Mano模型在Mind2Web与OSWorld两大国际权威评测中达到SOTA水平，实现类人级网页操作与指令执行，帮助企业从权威平台快速获取高质量数据[10] 可信AI的落地机制 - 安全层面，明略科技的Cito与Mano模型均为小尺寸模型，适合企业私有化部署，确保数据不出域、流程可审计，配合多层权限管控实现全过程安全可控[11] - 协同层面，在重大商业决策中，人类承担最终决策，AI辅助高效执行，是可信生产力的最后防线[11] - 明略科技的DeepMiner平台贯彻全流程透明、人工可干预的可信思路，操作全程可视化、可回溯，用户可实时查看并介入修正，还能将自身经验转化为技能形成优化闭环[11] - 应用实践案例：某视频社交媒体营销机构在DeepMiner赋能下，将创意素材的事后测试转为事前预测，素材有效率从30%提升至70%[12] 行业趋势与公司定位 - 2025年全球企业AI支出预计将是2024年的近三倍[2] - 企业竞争正从“有无AI”转向“AI能力的高低”，可信、可控、可解释的AI应用体系将成为企业数字化能力的核心组成部分[12] - 明略科技作为中国领先的企业级大模型与数据智能应用服务商，将持续打造“可信AI”产品服务，深度融合20年行业理解、技术能力与落地经验[12]

银行业数字化进程与现状 - 中国银行业数字化转型已整体迈入“深水区”与“攻坚期”，行业竞争焦点正从渠道线上化的“触达革命”转向以数据驱动和智能决策为核心的“效能革命”与“模式革命” [3] - 行业内部出现显著的“能力分化”，领先机构已进入以数据资产运营、开放生态构建与AI原生能力培育为特征的“价值创造”新周期，而多数中小银行仍面临历史系统包袱、数据孤岛、复合型人才短缺等核心挑战 [3] - 若不能系统性地破局，数字化鸿沟将进一步扩大，中小银行可能在场景金融竞争中失去主动权 [3] 上海银行数字化战略与组织架构 - 公司确立了“强中台赋能、敏捷部落作战”的核心组织原则，推行双向管理与考核机制，确保科技与业务同频共振 [3] - 具体探索包括：组建跨职能的“融合型战斗单元”；推行关键岗位的“双向穿透与任职”；在可控范围内试点“业务侧技术团队托管”，目标是将科技从支撑部门转变为内生于业务的价值创造部门 [4] - 公司建立了“价值—体验—效能”三维评价体系来评估数字化成效，决策机制上坚持“战略导向、价值量化”，年度科技预算与战略主题强关联，并设立专项创新基金 [5] 数字化核心挑战与行业呼吁 - 推进数字化的主要挑战包括：“人才供给侧”失衡，复合型人才严重短缺；“数据要素化”进程受阻，数据权属、隐私保护与流通价值之间的平衡机制尚未完善；“信创生态”的全面成熟仍需时日 [5] - 呼吁监管与行业共同推动：共建信创成熟度评估与协同优化平台；探索数据要素可信流通的标准化基础设施与试点机制；鼓励设立“监管沙箱”；支持发展面向中小金融机构的普惠型科技赋能平台 [6] 对大模型（AI）的战略与应用 - 公司将人工智能特别是大模型技术定位为关乎未来竞争力的核心战略要素，态度是“战略上积极，战术上审慎”，目前明确定位为生产力增强工具 [7] - 在智能客服、代码辅助、内部知识库等容错性较高的场景已取得实质性效率提升，例如部分客服查询的自动化处理率已提升至30%，研发环节效率提升约15% [7] - 在涉及客户资产、信用风险、监管合规等核心领域，设置了严格的人工审核与“护栏”机制，坚持可控前提下的渐进式应用 [7] - 认为大模型在金融行业应用的关键障碍是如何在开放语境下进行“确定性推理”，公司正研究利用“本体论”构建“可信AI”的基石，并初步构建了原型应用验证可行性 [7][8] 上海银行“智芯工程”核心成果 - “智芯工程”是公司历时27个月完成的基础性工程，实现了新一代全栈信创核心系统的成功投产 [2] - 工程实现了从底层硬件到应用软件的全面自主可控，依托腾讯云TDSQL数据库与TCE专有云平台，完成了核心系统的平滑迁移与云化部署 [2] - 核心成果在于实现了“全栈信创化”与“云原生架构”的历史性跨越，系统吞吐能力提升了七倍以上，系统可用性达到99.999%，故障自动隔离时间缩短至40秒内 [10] - 通过创建“业技融合”的攻关团队，在实战中锤炼了一支能够驾驭复杂技术变革的核心人才队伍 [10] 技术合作原则与未来突破方向 - 公司坚守“核心自主、开放合作”的原则，涉及客户资金安全、数据主权、核心交易链路及差异化竞争能力的领域坚持自研，行业通用技术、工具平台等则积极开放合作 [11] - 选择长期合作伙伴看重四个特质：技术前瞻性与工程务实性并重；对金融行业风险与合规文化有深刻理解；具备端到端交付能力与持续运维承诺；秉持长期主义的合作伙伴精神 [11] - 预计金融行业数字化下一阶段的突破将集中于：AI原生金融产品与运营体系；实时、智能、穿透式的风控网络；开放银行向产业价值链金融深化；隐私计算与前沿计算技术的规模化试水 [12]

文章核心观点 - 2025年末，混沌Black创新企业联盟的两家成员公司明略科技与51WORLD先后成功在港交所上市，分别成为“全球Agentic AI第一股”和“Physical AI第一股”[1][5] - 两家公司在2024年初均遭遇巨大危机，通过加入混沌Black创新企业联盟，创始人完成了个人与组织的整顿与升维，最终穿越至暗时刻并实现上市[9][10] - 联盟的核心价值在于为理念型创始人提供“共修场”，通过深度对话与共创方法，帮助其实现战略共识与组织同频，守护梦想并陪伴成长[45][46][47][48] 明略科技上市与业务 - 公司于2025年11月登陆港交所，上市当天市值超过400亿港元，成为全球Agentic AI（自主智能体）第一股[1][3] - 公司是中国数据智能领域的领军者，旗下秒针系统自2006年起已为超过135家世界500强企业提供营销数据支撑，并拥有2300多项专利[3] - 公司自研的DeepMiner大模型产品线技术全球领先，其专有的GUI模型Mano在权威评测中排名第一[3] - 创始人吴明辉在上市后为公司锚定的新战略方向是发展“可信的AI”，旨在为AI决策“黑箱”建立透明的数学基石[28][29] 51WORLD上市与业务 - 公司于2025年12月在港交所上市，成为“Physical AI第一股”，上市时市值超过150亿港元[5] - 公司的核心愿景是执行“克隆地球计划”，目标是在2015至2030年的16年间，于数字世界克隆地球5.1亿平方公里，以解决交通、AI训练、气候预测等现实问题[7] - 公司已集齐克隆地球的基本要素，包括“人与建筑”、“车与道路”、“水与城市”，业务覆盖19个国家，拥有超过1000家客户[7][36] - 公司从VR看房起步，历经十年发展至数字孪生平台，技术已能克隆城市、交通及能源系统[36] 创始人吴明辉的背景与转变 - 创始人吴明辉具有深厚的数学背景，是奥数冠军和北大才子，擅长将数学逻辑应用于商业世界[12] - 在2018年前后数据智能赛道高光期，公司连续完成两轮融资，每轮金额高达20亿人民币，迅速成长为赛道头部企业[14] - 在组织管理层面，创始人曾因逻辑链条过长、构想宏大而对团队构成挑战，且多条创新业务线效果未达预期，导致团队信心磨损[15] - 通过混沌学园的深度追问，创始人找到了其根本使命：解决“人机互信的数学原理”，这成为了其最坚实的商业方向与心力来源[19][20][21] - 创始人学会了“探索流”等深度对话方法，从自上而下的沟通模式转变为与团队共同看见、共创目标，相信集体智慧（群智涌现）[25][27][28] 创始人李熠的背景与转变 - 创始人李熠在2015年29岁时离开大型集团总经理岗位创业，其“克隆地球”的愿景源于观看马斯克火箭纪录片后产生的保护地球的使命感[32][33][34] - 作为“愿景派”创业者，创始人面临的最大挑战是如何让团队看见并理解其宏大的“克隆地球”构想[37] - 创始人智慧地引入混沌Black创新企业联盟作为“外部脑力”，通过深度战略共创，在宏大愿景与当前可执行步骤之间搭建阶梯[38] - 创始人通过联盟找到了能够进行深度对话、获得高质量反馈的“战略朋友圈”，解决了长期孤独感带来的心力消耗与判断模糊问题[40][41] 混沌Black创新企业联盟的价值 - 联盟为理念型创始人提供了稀缺的“共修场”，帮助他们在最艰难的时刻看清方向、坚定内心，其价值超越资金支持[45] - 联盟通过让创始人的理念与组织连接，实现“战略共识、组织同频”，从而形成组织心力和战斗力[45] - 联盟的核心作用在于守护珍贵梦想，当创始人谈论宏大使命时，这里有人真正倾听并相信[46] - 联盟不提供标准答案，但提供如“探索流”、战略共创等方法，以激发团队自身的智慧涌现[47] - 联盟不承诺成功，但通过同频创业者之间的共鸣与陪伴，让成功的道路不再孤独，为创始人补充最珍贵的心力[48]

文章核心观点 - 冀北电科院发布“智序”电力智能体测评体系 旨在为人工智能在电力行业的有序落地提供系统化、工程化的评估支撑 推动新型电力系统与智能电网建设 [1] 体系构建与设计 - “智序”体系面向智能体全生命周期 构建系统化、工程化的测评方法 致力于以“可度量、可解释、可复现”的专业评估手段 支撑电力智能体实现“可用、好用、放心用” [1] - 体系聚焦智能体在真实业务流程中的整体表现 围绕感知理解、规划决策、执行控制、运行效率和安全可靠等关键能力 构建覆盖多个测评大类、25个测评维度、62项典型测评任务的测评框架 [1] - 体系严格对标国家及国际人工智能标准和技术规范 结合电力行业高安全、高可靠运行的业务特性进行系统化设计 兼顾通用技术视角与行业适配需求 [2] 标准化工作与行业价值 - 公司依托测评实践参与人工智能领域标准化工作 2025年参编4项国家标准 并牵头编写《电力智能体评测指标与方法》国家标准提案进入立项阶段 [2] - 体系为智能体应用提供了一套可复用、可推广的测评范式 有助于统一能力认知、降低应用风险、提升人工智能应用的可控性和规范性 为后续规模化应用和行业协同奠定基础 [2] 实践验证与技术认可 - “智序”体系已逐步在实际业务中接受检验 公司围绕变电运维辅助决策等典型场景对多类智能体开展测评 形成完整测评分析结果 [2] - 体系通过了“求索2.0”国家人工智能评测基准体系验证 公司成为国网公司内部首家通过该项测评的单位 体现了体系在技术先进性和行业引领方面的价值 [2] 未来规划 - 公司将持续深化“智序”测评体系建设 推动其在更多电力业务场景中的实践应用 [3] - 公司将加强与国家人工智能测评与标准体系的协同衔接 不断提升电力智能体应用的安全性、可靠性和工程成熟度 为新型电力系统建设提供坚实支撑 [3]

文章核心观点 - 多模态大语言模型在真实世界视觉退化下的性能崩溃是产业落地的致命瓶颈[1] - 由香港科技大学、西北工业大学等团队提出的Robust-R1实现了从“抵抗干扰”到“理解干扰”的范式转变[2] - 该方法将视觉退化问题重构为显式结构化推理任务，在多项权威评测中实现了质量与鲁棒性的双重突破[1] 技术方案与创新 - **核心思想**：为视觉大模型构建一套“退化感知推理系统”，执行三步诊断流程：退化参数感知、语义影响分析、鲁棒结论生成[3][5] - **范式创新**：首次跳出“隐式适应”的思维定式，将退化感知提升为显式的结构化推理能力[2][24] - **技术内核**：通过三阶段构建“退化感知推理引擎”，包括结构化推理链监督微调、退化参数精准对齐奖励、动态推理深度自适应调控[9][10][11] - **可解释性**：模型的每一个判断都伴随完整的推理链条，决策依据透明、可追溯、可验证[3][19] 数据与训练 - **数据引擎**：研究团队构建了业界首个大规模退化感知推理数据集，覆盖真实世界四大退化阶段和16种精细化退化类型[13][16] - **训练流程**：数据集包含11K样本，每个样本不仅包含退化参数，更包含完整的“诊断→分析→推理→结论”链条[13][16] 性能表现 - **真实退化基准测试**：在R-Bench基准上，Robust-R1在低、中、高三种退化强度下全面超越所有基线模型[14] - **综合性能领先**：Robust-R1 (SFT+RL) 在R-Bench上的综合性能得分为0.5017，高于通用MLLM Qwen2.5-VL-3B的0.4845和专用鲁棒模型TeCoA的0.3586[15] - **对抗退化压力测试**：在MMMB、MMStar、RealWorldQA三大通用VQA基准上，对图像施加25%、50%、100%强度的合成退化[15] - **抗衰减能力强**：随着退化强度从25%增加到100%，Robust-R1的性能下降幅度显著小于所有基线模型[18] - **极端场景可用**：在100%强度的极端退化下，Robust-R1在MMMB基准上的性能为75.35，大幅领先专用鲁棒模型TeCoA的51.76和Robust CLIP的53.33[15][17][18] - **全面领先**：Robust-R1 (SFT+RL) 在三大基准的所有退化强度下，均取得了最佳或接近最佳的性能[17] 行业影响与意义 - **开启新篇章**：标志着多模态大模型从追求“在清晰世界中表现完美”向追求“在复杂现实中可靠决策”的重大转变[23] - **可信AI**：提供完整的可解释推理链，极大增强了模型在关键应用中的透明度和可信度[24] - **高效实用**：动态推理机制平衡了性能与效率，更具实用价值[24] - **应用领域**：解决了自动驾驶、医疗影像、安防监控等关键领域落地的瓶颈问题[2]

公司融资与业务转型 - 彩智科技于2025年12月完成数千万人民币A轮融资，由致远互联独家领投[5][6] - 融资资金将用于深知可信智能体和精准业务认知工具的商品化，以及全国企业AI市场拓展[5] - 公司此前在2024年11月已完成数千万人民币天使轮融资，由智谱AI领投，盛景嘉成跟投[6] - 2024年公司总营收达4000万人民币，其中一半来自传统知识图谱业务，一半来自大模型业务[28] - 预计2025年公司营收将达6000万人民币，其中三分之二（约4000万）将由大模型业务贡献[28] 核心产品与技术：深知可信知识模型 - 核心产品深知可信知识模型旨在100%消除针对规章制度的AI幻觉，服务政府和企业市场[7][10] - 该模型针对的痛点是：大模型基于概率算法，在遇到规章制度时易产生幻觉，而互联网和历史文档中99.9%是旧版本，仅0.1%为最新版本，导致模型倾向于输出过时信息[10] - 模型通过API接口，可在几分钟内完成对政企内部制度条文等电子文档的训练，掌握从内控管理、经验案例到行业标准等所有工作知识[12] - 模型输出答案时可追溯到具体的规章条文，实现AI生成内容可溯源，并对齐规章制度的最新版本[15] - 该模型的知识底座是历时4年完成的“大知识工程”，覆盖了16亿个规章制度知识点，并能实现每月加工上百万知识点的实时更新[20][21] 产品应用场景与效果 - 在政务场景，为政府门户网站、政策问答平台、12345热线等提供可信政策知识[12] - 以全国政务热线为例，接入模型后，平均工单响应时间从6分钟缩短至1分钟[12] - 以广东省政务服务和数据管理局为例，接入模型后，在公文材料写作中整体完工率达到约80%，极大解放生产力[14][15] - 在企业场景，产品帮助政企搭建面向内部员工的智能体，覆盖智能问答、章程解读、公文写作等工作[12] - 精准业务认知工具（MCP）作为辅助工具，可接入其他通用大模型，帮助其更准确地理解章程知识[23] - MCP已入驻百度千方、腾讯元气、阿里百炼、智谱、字节扣子平台、火山引擎和华为鸿蒙等主流智能体生态[26] 公司发展历程与数据积累 - 创始人徐剑军在知识工程领域有近20年专研经验，团队于2017年成立创业[17] - 早期业务为定制化的知识图谱项目，2020年该业务营收已达千万级别[17] - 2020年承接“大规模知识图谱的自动化构建”课题子任务，开始构建大规模知识库[18][19] - 团队爬取了全中国20年内公开的、无版权纠纷的社会公共章程类知识，共100亿文件，去重后为20亿文件[19] - 通过自研一体化知识工程平台和知识工程母模型，实现了知识加工的自动化，目前99%知识点可由模型完成，仅1%需人工介入[20] 商业模式与市场定位 - 公司业务分为两大板块：标准化的可信知识服务智能体，以及可接入生态的精准业务认知工具（MCP）[23] - 可信知识服务智能体已有国家能源集团、北京控股、国务院办公厅等客户[23] - MCP作为工具，通过与携程等企业合作，为其智能体提供准确的章程知识支持，例如针对全国三百多个城市不同的护照办理流程给出准确指南[26] - 公司与本轮投资方致远互联达成合作，将企业知识服务组件融入致远的AI-COP智能协同运营平台，以加速在能源、金融、制造等行业的落地[29] - 公司定位为深耕千行百业的“章程大脑”，旨在补足通用大模型在制度知识上的短板[29]