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： 混凝土结构复合刚性防水体系以结构自防水为核心，各施工缝等关键节点部位涂刷无机渗透结晶型防水材料等增强关键技术措施，协同工作构筑复合防水体系。技术指标明确如下：抗渗等级不低于P12，具备修复宽度≤0.6mm裂缝的自修复能力。 1. 关键控制参数包括：水胶比≤0.55，矿物掺合料以30%-50%等量替代水泥，防水剂掺量依据活性组分进行优化。技术先进性体现于活性结晶自密实效应。 2. 工程应用表明：渗漏率降至 0.1% 以下，并具有自愈合或可修复，施工周期缩短 60%-70%，综合成本降低 10%-15%，防水寿命与主体结构设计周期同步，适用于地下建筑工程、蓄水构筑物、隧道等承受高水压的工况环境。 应用场景项目介绍： 本项目旨在解决当前建筑工程地下结构渗漏问题日益凸显的核心痛点。渗漏根源是防水体系设计缺陷、施工投入偏低和劣质材料隐患。为确保地下工程满足防水设计工作年限要求，项目聚焦结构自防水核心理念，研究自愈合防水混凝土与节点无机渗透结晶型防水材料等复合防水系统关键技术，开展防水深化设计与技术攻关。研究成果将实现以混凝土结构本体为防水屏障的自防水体系，取代传统卷材防水层、底板保护层等构造措施，保障地下防水工程与混凝土结构寿命同步。

技术产品需求： 需 AI 视频智能分析技术（行为识别、漂浮物检测）、边缘计算节点架构（本地视频处理 + 云边协同）、水文数据融合算法（水位流量联动预警）等。 技术指标：视频分析延迟≤200ms，水文数据上报频率1分钟/次，支持GB/T22239-2019三级安全标准。 目标：实现河道异常事件 30 秒内自动预警，本地数据利用率≥90%。 应用场景项目介绍： 本项目旨在解决官厅水库周边河道在实时监控能力、本地数据处理和应急响应方面的核心痛点。目前，河道管理缺乏实时动态监控，数据处理依赖云端，导致应急响应滞后。本项目将通过新建15处AI视频站、1处水位站和2处流量站，并构建本地边缘计算节点，实现对河道环境的实时、多维度监控与数据本地化处理，从根本上提升河道生态监管和汛期应急响应的效率。

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. 区域能源系统规划 需精准预测冷、热、电、气负荷。 需构建包含可再生能源的多能互补系统。 需优化能源站与管网布局，并进行经济环保性分析及分期建设计划。 2. AI 智慧能源管控平台 需基于微服务架构，包含以下核心模块： IoT 物联网关与数据采集系统：支持 Modbus/BACnet 协议，实现点状数据采集和数据质量治理。 AI 算法引擎：日前负荷预测精度≥85%，强化学习优化调度模型，每15分钟生成优化指令，设备健康预警≥72小时，准确率>85%，实现能效管理和数字孪生功能。 3. 系统与安全要求 系统可用性：需满足99.9% 安全：需满足等保 2.0 安全要求，并提供 2 个以上成功案例。 应用场景项目介绍： 本项目旨在为北京城市副中心宋庄、潞城、文旅区等近500万平方米区域，构建一个智慧化的区域能源系统。当前该区域面临再生能源专项规划待研究、传统运行模式粗放、能源信息孤岛和运维预警滞后等痛点。项目将通过建设以“一个大脑（AI管控系统）+一张网络（多能互补系统）”为架构的能源系统，解决多能源耦合复杂、不确定性管理难等技术难点，从而实现多能协同、智慧调度与高效运维，为城市副中心提供可靠、低碳的能源保障。

技术产品需求： 1. 全链条动态仿真与建模 需提供基于锅炉全链条的动态仿真模型，用于量化煤质特性、设备参数与锅炉多过程的耦合延迟机制。同时，对受热面壁温的响应情况进行建模，以定位高变负荷速率下的关键瓶颈参数。 2. 安全边界动态推演技术 要求突破静态安全阈值的局限，融合实时运行数据、炉内热流/壁温与变工况实炉试验，研究受热面壁温、主蒸汽参数等的瞬态安全边界演化规律，并提出数据-机理融合的锅炉安全边界动态推演技术。 3. 智能控制与优化 需具备能够优化燃烧调整与汽水系统控制的能力，以减少热冲击，从而延长设备使用寿命，降低非计划停运概率及大修维护成本。 应用场景项目介绍： 本项目旨在解决燃煤火电机组在从传统基荷运行向灵活运行模式转变过程中面临的挑战。随着可再生能源渗透率的提高，火电机组需要更强的调峰、启停和负荷跟踪能力。然而，现有锅炉在快速变负荷时，面临制粉系统延迟、金属元件超温、汽温压力波动等诸多限制，严重制约了机组安全、高效地响应电网快速调度的能力。项目拟通过技术攻关，突破这些限制，提升锅炉变负荷速率，从而增强机组的整体灵活性。

技术产品需求： 1. 异构算力纳管与监控 平台需具备纳管不同品牌、型号 GPU 设备的能力，并对异构的算力基础设施进行统一监控与管理，确保资源的可视化与高效运维。 2. 算力虚拟化与池化 要求平台实现 GPU 虚拟化与池化管理，支持多租户、多集群管理，并能为不同业务提供专属的资源池，实现资源的灵活分配和弹性伸缩。 3. 核心功能与策略 需具备算力扩容、镜像管理、存储管理等核心功能，并提供差异化调度策略，以满足不同 AI 任务对算力的特定需求。 4. 运维与运营管理 平台需提供完善的运维及运营管理功能，包括但不限于任务调度、日志审计、告警管理等，确保平台稳定、安全、高效运行。 应用场景项目介绍： 本项目旨在满足我行各人工智能的应用场景的算力需求，同时充分利用算力资源，建设算力管理平台。算力管理平台及该平台纳管的 GPU 服务器均采用国产自主可控产品。

技术产品需求： 1. AI 命题核心功能 平台需依托大模型技术，实现试题生成、质量校验、数据管理、人机协同审核、安全防护等核心功能，最终产出高质量试题。 2. 试题生成与模型技术 需采用领域微调大模型、垂直领域大模型、多模态内容生成等技术，实现试题生成。 3. 质量校验与数据管理 质量校验：依托自然语言处理（NLP）、教育测量算法、知识图谱等技术，实现多维度质量检测，并计算试题的难度与区分度。 数据管理：需采用数据湖、智能数据标签引擎、动态数据同步等技术，关键指标包括存储容量、数据处理、同步效率与检索速度。 4. 人机协同与安全防护 人机协同审核：依托工作流引擎，实现流程的灵活配置与审核跟踪。 安全防护：需采用数据加密、访问控制等技术，确保平台和数据的安全保密。 应用场景项目介绍： 本项目旨在通过建设 AI 命题平台，解决人才测评领域中人工命题存在的效率低、成本高、质量不稳定、更新滞后等痛点。当前，AI 命题面临通用模型不精准、试题需兼顾科学性与实用性、以及安全保密等难点。为应对这些挑战，本项目将通过构建多领域命题模型、智能质量校验机制和网络安全防护体系，实现人机双重审核，从而为考试测评提供一个高效、高质量、安全的命题解决方案。