北京富智投资管理有限公司,光大保德信基金管理有限公司,上海重阳投资管理股份有限公司,华宝信托有限责任公司,国联基金管理有限公司,博观私募,华泰资产管理有限公司,北京紫薇私募基金管理有限公司,上海禾其投资咨询有限公司,上海伯兄资产管理中心(有限合伙),珠海德诺创业投资管理有限公司,深圳千合资本管理有限公司,长安基金管理有限公司,南方基金管理股份有限公司,国信证券股份有限公司,东海证券股份有限公司,广发基金管理有限公司,上海保银私募基金管理有限公司,华夏基金管理有限公司,上海混沌投资(集团)有限公司,兴证全球基金管理有限公司,上海道仁资产管理有限公司,西部利得基金管理有限公司,中信证券股份有限公司,浙江浙商证券资产管理有限公司,北京鸿道投资管理有限责任公司,禾永投资管理(北京)有限公司,广发证券股份有限公司,上海沣杨资产管理有限公司,深圳市君茂投资有限公司,汇添富基金管理股份有限公司,上海坤阳私募基金管理有限公司,财通证券资产管理有限公司,上海世诚投资管理有限公司,宏利基金管理有限公司,深圳市一诺私募证券基金管理有限公司,金鹰基金管理有限公司,东方证券股份有限公司,交银人寿保险有限公司,循远资产管理(上海)有限公司,华安证券股份有限公司,深圳市香橙资本管理有限公司,广东正圆私募基金管理有限公司,上海榜样投资管理有限公司,中银理财有限责任公司,深圳市恒泽私募证券基金管理有限公司,上海景领投资管理有限公司,华西证券股份有限公司,宏利资产管理香港有限公司,博道基金管理有限公司,汇丰晋信基金管理有限公司,南银理财有限责任公司,上银基金管理有限公司,招银理财有限责任公司,中信期货有限公司,博时基金管理有限公司,富国基金管理有限公司,上海竹润投资有限公司,太平基金管理有限公司,深圳市恒悦资产管理有限公司,东吴基金管理有限公司,上海禧弘资产管理有限公司,海南鸿盛私募基金管理有限公司,上海瓦洛兰投资管理有限公司,上海高毅资产管理合伙企业(有限合伙),上海磐厚投资管理有限公司

一、公司目前在人工智能领域基本情况介绍

万达信息作为国家级企业技术中心与技术创新示范企业,在数智政务、数智医卫、数智金融等领域取得了显著成就,涉及人工智能、区块链、大数据、云计算、物联网等关键技术。公司自主研发的技术成果不断创新,现已拥有自主知识产权3400余项,并且成为全国首家整体通过CMMI5认证的企业。公司具备多项权威资质,包括ITSS信息技术服务运行维护标准一级、CMMI5认证、信息系统安全集成服务一级资质,同时还是国家人工智能标准化总体组单位、上海人工智能技术协会副会长单位、上海人工智能行业协会医疗AI专委会首届委员会副主任单位、上海人工智能产业发展联盟理事单位、上海人工智能行业协会理事单位、上海肿瘤疾病人工智能工程技术研究中心共建单位等。此外,万达信息还积极参与80余项国家、行业及地方标准的研制,并先后在20多个标准化工作组织中发挥了重要作用,持续推动技术创新与研发保持行业领先地位。

在数智医疗领域,万达信息依托全民健康信息平台、智慧医疗、医院信息系统(HIS)、临床信息系统(CIS)等核心产品的长期积累,积极推动智慧医院建设,服务覆盖近2000家医疗机构,业务辐射全国26个省份、100多个地市以及1000多个区县。在多家顶尖三甲医院的成功落地实施中,万达信息树立了行业标杆,为各级医疗机构提供了高效、可靠的信息化服务,助力推动医疗健康服务的持续升级与发展;在数智政务领域,万达信息主力承建并推广了“一网通办”模式,成功推动全国范围内政务服务的数字化改革。在深耕城市治理、市场监管等领域的过程中,公司构建了多项具有广泛影响力的数字治理解决方案,广泛应用于城市安全、社会治理、民生保障等方面,取得了显著的社会效益,助力提升政府效能和公共服务水平;在数智金融领域,万达信息长期致力于商保赋能、医保支付改革等创新产品的研发,尤其在医保支付领域,开发了基于大数据的DIP医保病种分值付费体系,推动了医保支付方式的改革与落地应用,为行业的转型升级提供了有力支持。

在技术创新方面,万达信息的人工智能成果已获得行业的广泛认可,已形成智能体应用平台、业务智能中枢等自研产品并在多个国内外权威赛事中屡获殊荣。通过持续技术创新驱动下助力公司高质量发展。2019年,荣获世界人工智能创新大赛(AIWIN)医疗赛道冠军,并入选人工智能卓越引领奖TOP30榜单;2020年,荣获CCF大数据与计算智能大赛“非结构化商业文本信息中隐私信息识别”一等奖、世界智能大会中国华录杯数据湖算法大赛二等奖;2021年,荣获世界人工智能算法大赛-全球应用算法事件典范(BPAA)金融赛道金奖、中国医院协会医院科技创新奖三等奖。2022年,荣获世界人工智能算法大赛-全球应用算法事件典范(BPAA)医疗赛道银奖、首届“兴智杯”AI+生态构建赛道一等奖;2023年,荣获世界人工智能算法大赛-全球应用算法事件典范(BPAA)医疗赛道银奖、第一届全国数字健康创新应用大赛健康医疗大数据主题赛特等奖、国家卫生健康委员会全国数字健康应用创新大赛一等奖。2024年,荣获世界世界人工智能算法大赛-全球应用算法事件典范(BPAA)商业算法赛道金奖及公共赛道银奖,创历史最佳成绩,还荣获CCFBDCI大赛“基于TPU平台的OCR模型性能优化”获得赛道二等奖。

此外,万达信息积极推动人工智能技术的产品化与商业化应用,广泛为医疗健康、智慧城市等领域提供智能化、数字化解决方案。公司依托自主研发的人工智能算法、智能感知技术,打造了AI赋能平台,提供模型训练、开发、部署及运维的全生命周期管理服务,形成数据、算法、应用、服务的完整闭环。在医疗健康领域,公司推出了“白泽晓医疗大模型”、养老智能感知照护盒、数字化病理管理平台、慢病管理平台等创新产品,推动精准健康管理、智能诊疗与疾病预测。智慧城市领域,公司研发了政务大模型、AIGC元宇宙智能屏终端、智能数字孪生系统等智能化平台,助力城市治理、公共安全、社会保障等领域的数智化升级。公司通过构建并推广“高效办成一件事”模式,利用人工智能、大模型、知识图谱等技术,实现O2O数智化大厅的统筹设计与“交钥匙”快速交付,推动全国市场监管数字化试验区(上海)建设,探索跨部门、跨区域数据共享与业务协同,致力于满足行业个性化需求,提升客户体验,提高服务效率和客户满意度。万达信息将继续秉承技术创新与行业服务的双轮驱动,进一步推动人工智能技术与各行业的深度融合,为政府和社会各界提供更加高效、智能的数字化转型解决方案,助力国家和地方经济社会的持续发展与进步。

二、提问交流环节

Q1:公司目前在大模型本地化部署方面感受到的难度是什么?公司在这其中需要承担哪些工作?

A1:目前公司在大模型本地化部署方面已经不存在技术难度。公司已经成功部署了DeepSeek的全量版(671B版本)以及蒸馏版(32B版本)。其中,全量版部署在公司内部算力中心,虽然资源消耗较大,但公司具备部署技术能力;而蒸馏版占用资源更少、响应速度更快,更适合与公司产品进行实际对接,并且已经在与行业产品对接中,后续在行业客户中落地的可能性更大。我们也将7B版本部署在边缘智能盒子中,探索边缘端的应用场景。

Q2:最近资本市场对AI+医疗的关注度较高,请问目前医院端具体会使用哪些AI功能?医院对信息化投入是否有所增加?

A2:目前在医疗健康领域,我们在做的人工智能+医疗主要聚焦在智慧管理、智慧医疗和智慧服务三个方向,也正在将DeepSeek对接到医疗行业产品里面。

在智慧管理方面,许多医院已经建立了医院绩效运营平台和驾驶舱大屏。过去,这些平台的数据计算方式较为固化,响应速度较慢。但有了人工智能后,在数据指标定义、数据取数和计算上都取得了显著进步,为医院管理者提供了一个更智慧、更透明的平台和工具。

在智慧医疗方面,相对范畴更广,包括智慧化诊断、诊疗方案生成、用药助手等,这些手段能够提升临床医生的诊疗能力,同时在专病管理方面也能发挥重要作用。由于医疗领域尤其是医院端属于严肃场景,医生对推理和结论生成非常关注,既要遵循国家指南和诊疗路径要求,又要针对患者个体做出科学判断。因此,大模型的推理过程如果是一个“黑盒”,很难让医生完全依赖。而DeepSeek在互联网端的体验上,能够很好地体现用户的问句意图,展示推理和思考过程,最终给出结论,这让提问者能够很好地理解其逻辑,可信度较高。我们最近也在积极响应很多医院的诉求,过去对这些技术应用比较谨慎的专科医生和管理者,现在都以开放的心态接受,这体现了产业的进步。

在智慧服务方面,主要包括互联网医疗服务、便民就诊服务、健康随访、疾病预测等面向老百姓的一些体验性的服务,让患者能够掌握自己的健康情况。大模型能够理解非专业术语的问题,并给出符合意图的回答,这些场景为业务合作提供了更开放的机会。

从医院的预算布局来看,人工智能已经不仅仅是一个附加手段,而是与医院主体信息化建设密不可分的工具。从病历的质控、电子病历的生成、用药辅助到医嘱的形成,甚至患者回家后的医嘱跟踪和健康生活习惯的管理,都已经与医院的信息化系统紧密结合。虽然医院可能不会直接从大模型的角度来规划预算,但他们会从能力提升和智慧化改造的角度切入,最终仍然依赖数据化或信息化的底座来提供有效支撑。

Q3:在AI应用于医疗领域的收费模式方面,后续可能会有哪些新的尝试?

A3:目前在医疗信息化领域,传统的收费模式主要是以项目制为主。如果加入AI功能,可能会在原有项目中进行联合报价并调整价格。我们也注意到,医院或卫健部门可能会倾向于单独采购AI功能,或者探索订阅制的收费模式。实际上,各种形式都有可能出现。

相对传统的方式是医院直接投资,将AI功能纳入项目进行能力建设和智慧化改造,通常以招投标的形式委托实施。这种方式虽然能够满足单体医院提升能力的需求,但涉及到系统的接入、开发以及硬件算力资源的部署,对医院来说资金投入压力较大。

我们也在其他城市接触过城市统一布局算力,需求单位订阅制付费的模式。由于算力是一个较大的投入,可以通常由政府或行业主管部门在基础超算算力或数据能力方面进行基座化建设,提供普惠的智慧化接入计算能力。在这种情况下,医院可以按需进行订阅制的使用和调用,从而解决大算力基础投入的问题,同时在医院端加强面向具体场景的推理和小模型训练。这种“大算力+小场景”结合的方式在很多地方受到欢迎。

此外,还有一种通过互联网使用的方式,即完全按需调用,最后根据调用量进行计费,通过云化的方式实现。

Q4现在做医疗类大模型产品的公司有很多,除了医疗IT公司,也有一些通用大模型厂商,一些初创公司,甚至互联网大厂也有类似的方案。但另一方面我们也能看到医院整体的预算是比较有限的,想请问一下公司是如何看待后续行业竞争的情况?

A4:目前,许多大模型公司在训练数据和语料知识方面已经具备了开发通用大模型的能力。但是,具体到医疗行业,还需要针对垂类进行提炼优化和微调再训练。经过这一过程,才能将通用模型转化为行业内好用且有聚焦性的垂类模型。

在医疗行业,医院和医生非常强调医疗推理过程的透明度,希望大模型能够提供可信赖的推理过程,并最终应用到医院医生的工作以及对患者用户的建议中。目前,DeepSeek在这方面提供了非常好的推理过程,这让我们感到非常欣喜。过去,一些模型由于能力不同和开放度有限,其细节过程我们无法了解,只能看到最终方案,这可能会引发对其可信度的担忧,并阻碍其推广。如今,大模型不仅在专业的医疗行业得到应用,在非专业场景中也表现出色。例如,对于普通老百姓口语式的提问和非专业术语的表述,大模型能够准确理解,并从专业角度给出解答,这是一大进步。实际上,在医疗行业应用中,AI需求一直存在。然而,过去在这些领域推进AI应用时,面临的主要阻碍是性价比问题。由于私有数据和私有应用场景的规模效应较小,导致单体应用的AI基础投入成本过高。例如,硬件、软件以及应用层的基础建设尚未完善,使得AI的部署难度较大。虽然从城市级别可以建设公共算力平台来解决这一问题,但在一些单独的行业应用中,由于尚未建立大型公共平台来分摊成本、扩大规模,单体应用的AI基础投入仍然过高。

目前,随着像DeepSeek这样能够降低推理成本的解决方案的出现,行业看到了新的趋势。越来越多的行业客户能够快速部署AI模型。同时,许多硬件厂商也在积极将他们的硬件与DeepSeek等技术整合为一体机。在业界的共同努力下,预计未来能够快速实现本地低成本部署的能力,从而推动AI应用的高效落地。

Q5:公司还有一部分重要的业务是政务信息化,也做了很多这方面的项目。请问一下,政务方面客户会比较喜欢选择的AI功能都有哪些?现在我们有感受到政府特别关注信息化的投入,是有所回暖的吗?目前是一个什么样的趋势?

A5:在政府侧,AI的应用场景非常丰富,总体目标是降低成本、提高效率。我们已经将DeepSeek集成到公司的智能体平台产品中,并正在对接到下面几个典型应用产品中:

1、线上政务服务。通过结合AI和大模型技术,可以显著提升在线政务服务的质量和效率。用户可以通过网络访问政务服务平台,高效办理各类事务。AI能够提供更智能的交互体验,帮助用户快速找到所需服务,减少人工干预,提升用户体验。

2、窗口办事辅助。政务服务窗口工作人员在办理具体事项时,往往需要处理大量材料。利用AI技术,可以在预审环节对材料进行智能识别和筛选,自动识别出不完整、不准确或不符合要求的材料,从而节省审核时间,减轻工作人员的负担。此外,AI还可以基于大模型的推理能力,按照政府部门的管理要求,完成其他辅助工作,进一步减少基层工作量。

3、多模态模型在城市治理中的应用。结合多模态模型,AI可以为城市治理和综合运行管理提供支持。例如,通过视频监控和图像识别技术,AI可以及时发现城市道路上的乱停车、乱摆摊现象,以及潜在的火灾等安全隐患,提升城市治理的智能化水平。

关于行业大模型的开发与应用,一方面,我们利用业界通用的大模型为政务行业智能应用赋能;另一方面,我们结合政务行业的数据,进行针对性的训练和微调,形成具有行业特色的行业大模型。目前,我们微调后的行业大模型已经通过中国信通院的语言大模型测评。在这样的技术能力支撑下,我们能够更好地满足行业客户的需求。

政务行业AI需求正在回暖。政务行业对AI和大模型的需求一直存在,且非常丰富。过去一段时间,由于一些因素的限制,相关应用的推进受到一定影响。但目前可以明显感受到,这方面的业务需求正在回暖,并逐步释放。随着技术的不断进步和应用场景的拓展,AI在政务服务领域的应用前景广阔,有望为政府治理和服务提供更高效、更智能的解决方案。

Q6:公司过去提到的建设IDC算力中心,请问一下目前的一个算力储备的规模大概是什么样?

A6:公司的算力中心机房总面积约5000平方米,共有130多个机柜,目前主要用于公司自身业务上行业应用、相应的AI训练、互联网平台和一些SaaS应用做算力支撑。

Q7:公司在人员和研发投入方面今年大概有怎样的计划?

A7:公司一直高度重视技术研发工作。总体而言,今年的研发投入将保持稳定并有所增加,尤其是在AI领域的研发投入。在预研类项目方面,我们会加大智能技术研究;在通用产品方面,包括数字智脑智能体、智能中枢、大模型服务平台、知识平台等技术产品方面将会进一步加大投入,并和DeepSeek进行对接;在行业产品方面,致力于将DeepSeek等AI大模型和智慧医疗、健康管理、政务服务、智慧城市、金融保险、医保等各行业应用的结合,2025年截止目前已经立项20多个研发项目。

关于大模型的应用,大模型和智能化应用是一个重要的切入点,其对人员的素质和背景知识要求较高。尤其我们是一家紧密贴合用户和业务场景来发力的公司,致力于紧密贴合用户的智能化需求,帮助客户解决实际问题,注重场景建设和数据把握。因此,公司目前非常重视人员的素质和背景知识。

此外,智能化建设的效果也是我们非常关注的。从这个角度来看,DeepSeek在发布时也提到他们专注于在技术创新上走向国际,并希望在toB和toC等产业端能够让利给更广阔的生态。对于我们而言,我们将持续加大在这方面的投入。这不仅体现在算法技术的掌握上,更多地体现在数据加工治理、数据质量、用户需求和业务理解等方面。因此,我们需要更多的复合型人才,将智能化的新智生产力带给用户。这需要从算力、算法、数据、业务把握和应用构建等多个方面,建立起完整的梯队能力。

Q8:公司内部是否有用AI自动编码等应用来降本增效?

A8:公司正在利用人工智能进行内部的相关工作,特别是在整个软件工程的角度上,形成了一整套的工具平台,我们称之为软件工厂。在这个平台中,首先是对整个软件工程过程进行规范化,其次是基于我们所积累的大量原始文档,包括需求、设计、测试等文档,以及我们丰富的行业应用代码,这些代码与外部常见的代码库有着显著的不同。在此基础上,我们也在尝试使用AI大模型,开发相关的代码助手和需求文档编写助手。这方面的探索正在进行中。

Q9:后续大模型能力或边际成本如果进一步下降,公司还有哪些可以探索的方向?今年模型后续会有一个怎样的发展趋势?

A9:从现在的趋势来看,大模型的应用正在逐渐从互联网领域向更广泛的行业领域拓展。互联网应用由于可以直接使用成本相对较低的AI云服务接口,能够直接发挥投入产出比,因此在过去得到了广泛的应用。然而,对于一些行业客户来说,由于其天然属性,无法使用互联网平台上提供的云服务,这在一定程度上阻碍了AI大模型在政务、医疗等领域的落地。

目前,随着技术的发展,我们相信大模型在这些领域的落地将会越来越广泛和普遍。成本的下降使得客户的预算不再那么紧张,从而更愿意投入并尝试基于大模型的应用。这是我们可以看到的第一个发展趋势。

从大语言模型和多模态大模型的技术发展来看,DeepSeek确实取得了关键性的突破,成功降低了训练成本和推理成本。随着成本的进一步降低,将极大地推动基于大模型的应用百花齐放。这一趋势将会持续下去,并且随着底层模型的不断优化,推理成本和训练成本将更具优势。这将为应用侧带来大量的机会。

大模型的开源化极大地提升了整个产业的活跃度。基于开源大模型,各方可以从各自的角度出发,发挥自身的优势。我们相信,未来将会有类似应用商店的各种工具和场景蓬勃发展。

从具体的应用端来看,大模型到用户端的落地仍然需要根据用户的使用场景、信息化建设程度以及数据资源能力进行量身定制的工作,这包括算力的规划和适配、基础模型规模的选择(如全血版或强调推理能力的版本)、面向特定场景的专业微调、用户自有数据和行业专业知识的注入,以及最终应用的构建。这是一个接力过程,需要持续地将大模型的基础能力输送到场景端。因此,在大模型基础能力具备之后,后续的发力将是各产业需要关注的重要问题。