技术产品需求： 1. 反越狱小模型：通过权限控制机制，确保大模型输出与用户职责权限相匹配，有效防止敏感信息泄露。 2. 敏感词小模型：用于内容审核与管理，快速、准确识别出文本中敏感词汇（涉及政治、暴力、色情、歧视）。 3. 内容安全大模型：对海量的内容数据进行深度分析和评估。 4. 应用后，可精准识别拦截有害内容，降低合规风险；提高内容审核效率，缩短客户等待时间；支持多场景多元金融服务。有害内容召回率达到95%以上；内容识别准确率不低于80%；加入内容安全拦截机制后，大模型的延迟响应时间比未加入该机制时增加不超过10%。 5. 需支持大规模数据训练，涵盖中文、英文，具备实时内容检测与预警能力。需保障高效性和准确性；具备自适应学习能力，可自动更新优化检测算法。 应用场景项目介绍： 本项目需求来源于为应对大模型技术应用中可能出现的提示词攻击、敏感信息泄露和有害信息生成等安全风险。当前，我行缺乏针对大模型输入输出环节的专项安全管理产品，现有通用安全体系已无法满足全流程管控需求。本项目旨在通过补充适配金融场景的大模型安全管理产品，为后续大模型技术的安全高效应用提供输入输出内容安全的核心支撑，以确保数据安全、模型合规性及客户信息的保密性。

技术产品需求： 1. 高效接地与电场屏蔽装置 需开发高效接地的定制化装置，或具备强电场屏蔽能力的设备，以确保塔吊设备在强电磁场中稳定运行，减少电磁干扰，从根本上解决塔吊主体及附属吊索具带电问题。 2. 抗电场干扰模块 设计先进的抗电场干扰模块，集成传感器滤波技术，提高吊运区域的抗静电干扰能力，保障正常施工及人员操作安全，避免感应电流击伤人员或击穿吊运物内部元器件。 3. 智能与可周转性 所提供的解决方案需综合考虑施工环境，采用智能化装置，以有效减少或隔绝电磁波，同时不影响机械设备结构。设备需具备可周转性，便于在不同施工现场重复使用。 4. 技术指标 所提供的技术方案需能有效应对现场 3.28μW/cm² 的场强，并能解决塔吊主体电压 100V 以上、瞬时电压高达 1900V 的问题，避免电火花产生。 应用场景项目介绍： 本项目位于北京市房山新城良乡组团，旨在解决塔式起重机在强电场环境下作业时，操作人员面临的电击伤害风险。项目现场的8台塔吊距离高功率广播发射塔仅3公里，塔身和钢丝绳在作业时会因电磁辐射产生电势差，导致带电。传统的防护措施无法有效杜绝该风险，严重影响了塔吊的作业进度和人员安全。该项目寻求通过技术手段和屏蔽设备，解决塔吊大臂和钢索在强电场下产生的电势差和感应电流，规避人员触电伤害，保障设备正常运行。

技术产品需求： AI 智能体需深度融合 DeepSeek-V3/R1 等推理大模型技术，通过 YonBIP 数智化平台实现企业级部署。通过搭建 AI 智能体，可调用 ERP 系统的功能模块，打破数据孤岛的同时，实现业务流程的自动化流转，大幅减少人工操作成本，提升业务的响应效率与数据准确性。 应用场景项目介绍： 本项目旨在建设智慧信合AI智能化平台，构建采编、会议、制度智能体应用服务。 通过采编智能体对展览数据进行数据采集和调用，进行智能化分析，形成采编报告；利用会议智能体对会议过程的会议信息进行采集、提取、总结，并进行后续的查阅和检索；借助制度查询智能体进行制度类查询和检索服务，针对公司制度和个人业务进行智能搜索与回复。通过智能化的业务应用，促进业务增效、提效、降本。

技术产品需求： AI、大模型、大数据、云计算及语音识别技术，构建综合数据库，整合大兴机场高速公路运营数据（交通量、收费、服务区、环境监测等），支持小时/日/周/月/季/年多维度统计分析。 具备数据清洗、特征提取功能，并突破传统查询功能，可输出多类型图文报告，同时基于历史及航班数据，构建预测模型，实现预测通行量及收入（准确率≥85%）。 语音交互识别率≥98%，支持智能纠错、文字复制粘贴及自主学习功能。 可调动既有平台的各项功能，结合语音命令，进行平台各项功能的展示，可根据平台获得的数据进行回答。 应用场景项目介绍： 本项目拟在大兴机场高速公路已建成的数字化智慧管控平台基础上，引入生成式AI大模型技术，构建一个智慧化运营大模型应用场景。该场景旨在以高效的类人机语音交互、自动化文档生成和未来趋势预测等功能，赋能现有平台的运营管理工作，解决人工处理效率低、信息处理滞后等痛点，以实现从被动响应到主动预防的跨越，提升高速公路整体运营管理水平。

技术产品需求： 1. 智能眼镜定制服务 借助 3D 扫描技术，为顾客打造定制化眼镜产品，顾客可通过触控屏预览设计效果，提升个性化购物体验。 2. 智能眼镜试戴系统 在展示区设置智能眼镜试戴设备，顾客可通过试戴快速找到适合的眼镜款式，系统同步记录试戴数据，为后续推荐提供依据。 应用场景项目介绍： 本项目为满足客户不断增长的需求。大明眼镜公司持续推进门店建设，为客户提供更加个性化的服务和更为高效的购物体验。门店的建设紧紧跟随智慧城市发展理念，大力推进门店数字化转型，引进大数据、物联网、云计算、AR等现代科技。

技术产品需求： 软件方面需求：建设多源资源库系统；基于多源资源库，训练一个教育垂类大模型；实现“数字课堂”核心业务场景所需的功能；基于垂类大模型，实现个性化教和学；应用层实现，包括教师端、学生端和家长端等。 硬件方面需求：电泳显示技术（EPD），类纸屏生产制造能力，64位架构移动应用场景处理器，手机/平板电脑类软硬件开发制造能力，电磁笔研发制造能力，电容触控屏研发制造能力，锂电池设计生产能力，手机平板模具开发制造能力，包装设计制造能力等。 应用场景项目介绍： 本项目旨在构建一个基于“一人一辅”教育大模型的“智学伴”数智教联体，以解决传统教育中存在的标准化服务与个性化需求之间的矛盾。该系统以“1（大模型）+N（场景）+N（终端）”为生态架构，通过整合多模态资源并构建知识图谱，实现学生、教师、家长、学校及管理者五大群体的智能互联与高效协同。通过AI多端协同与安全审核，打造“五端联动”体系，从根本上推动教育从标准化向个性化智能服务升级。

技术产品需求： 多技术融合能力：技术产品需深度融合动态视觉、智能感知和时频分析等多种技术，能够采集风机基础的服役性态特征数据。 不停机诊断能力：仪器需具备在风机正常运行状态下进行数据采集和损伤诊断的能力，确保对生产无干扰。 损伤评估与分级：系统需能够根据采集的数据，自动对风机基础的损伤进行分级评价，并提供相应的运维分级管控建议。 便携性与易用性：硬件产品应具备便携式特点，方便运维人员携带和操作，并提供直观的用户界面。 风险预警与干预：系统应具备及时发现基础损伤并发出预警的功能，为运维人员提供提前干预的依据，以避免安全事故。 应用场景项目介绍： 本项目旨在解决风机基础运维中长期存在的生产与检测矛盾。针对风机基础损伤后逐渐倾斜并可能诱发重大安全事故的痛点，现有实时监控技术成本高昂，而定期检测又必须停机，影响生产效率。项目拟融合两种技术优势，开发一款便携式、低成本的智能诊断仪器，使运维人员能够在风机不停机的状态下，对基础损伤进行快速、准确的评估，从而实现风机基础运维的低成本投入与生产零干扰。

技术产品需求： 高精度智能巡检能力：技术产品需具备高精度图像识别与红外测温能力，能够对表计、指示灯状态进行精准识别，并对设备异常进行实时判断与报警，以减少漏巡、错记等问题，保障数据反馈的准确性。 跨场景适应性与效率：需提供单台智能四足机器人，替代传统多台专用机器人，实现对延庆光伏电站31.08MW装机容量区域的室内外复杂地形全覆盖，并能对逆变器、箱变、主变等设备开展开关分合闸等操作，实现人工巡视频次从三天一次减至半月一次，工作量降低80%。 远程集中管控与数据服务：要求构建一体化管控架构，支持单站、区域、集控等多种运维模式，并能自动生成缺陷报表与巡检报告，实现与站内监控系统联动，最终达成变电站巡检的无人化、数字化与智慧化管控。 应用场景项目介绍： 本项目旨在解决传统变电站巡检中，人工巡检风险高、效率低以及不同环境需使用多台机器人等痛点。项目核心依托一台智能四足巡检机器人，打造集“设备智能巡检+数据智能分析+远程集中管控”为一体的解决方案。该机器人能够胜任室内外复杂地形巡检，跨越障碍，实现单台设备覆盖数万平米的广阔区域，从而替代传统分工模式，大幅提升巡检效率、降低运维成本。

技术产品需求： 模型参数体系构建：需提供水量分配、水质迁移、植物响应、土壤结构及气候条件五类核心参数相关的技术参数清单和参数范围。 多阶段优化方案：需提供模型参数率定和反演的优化算法清单和参数范围，以保障模型准确度。 模型反演与验证：需提供再生水园林绿化灌溉用水配置模型预测值与实测值之间的各项转换系数，以及各个耦合模型的计算公式及精准度，确保模型的决定系数 （R²） ≥ 0.85，模型预测误差 ≤ 0.1 。 成本优化：使用该模型后，灌溉用水成本较传统灌溉模式需降低40%~60%。 应用场景项目介绍： 本项目旨在解决园林绿化行业因缺少科学合理的再生水使用方法，导致再生水使用受限的痛点。尽管再生水在园林绿化中的需求日益广泛，但目前其使用量仅占全市灌溉总用水量的27.82%。现有不规范的灌溉方式可能导致植物死亡和土壤次生盐渍化。本项目将通过对再生水水质、灌溉土壤特性及其相互影响的研究，建立一套再生水绿化灌溉用水指南标准体系，以保障再生水在园林灌溉中的安全应用。

技术产品需求： 技术类型：隐私计算（联邦学习、差分隐私）、多模态AI处理（文本结构化、影像分析）、SM4国密加密、动态权限管控、异构数据融合。 指标参数：联邦学习非IID数据训练准确率≥92%、效率≥500样本/秒；差分隐私ε≤0.3；SM4加密速度≥100MB/s；病历文本结构化率≥98%，影像分析响应≤2秒。 先进性：联邦学习适配病历数据分布差异，多模态融合处理病历文本 / 影像 / 数值，安全与智能协同优化。 应用成效：人工智能 + 电子病历数据服务平台将会辅助医疗诊断效率提升 40%，病历数据泄露率降 95%+，满足等保以及密评需求，支撑疾病预测、药物研发，降低临床误诊率。 应用场景项目介绍： 本项目旨在解决大数据与人工智能时代下，电子病历数据面临的安全隐私和数据孤岛两大核心痛点。当前，未经授权的访问和勒索病毒等对电子病历数据构成严重安全隐患，而多医院、多系统的异构数据也导致应用集成成本高昂。本项目将通过动态加密、权限精细管控和联邦学习等技术，构建一个高效、统一、安全的 AI+ 电子病历数据服务平台，旨在克服数据壁垒，同时保障数据应用的安全合规性。