2025政务大模型发展研究报告

编写团队 参编单位 清华大学计算社会科学与国家治理实验室北京邮电大学经济管理学院中国信息通信研究院泰尔终端实验室中国信息通信研究院人工智能研究所人民中科研究院百度云智能集团北京华宇信息技术有限公司中国人工智能产业发展联盟政务应用推进组（2025年 参编人员 组长：金庆国 副组长：强马鑫魏凯张丹傅 编写组：王理达王友奎杨正军李苏李兵张影强政务大模型 周亮曹峰赵丹萍刘丛丛杨阳阮晓峰 秦晓鲁张少彤易兰丽娜原春锋邱泳饮 陈婉莹军邹张美博卢北辰王秦蝶政务大模型发展研究 姜李丹张亮孔德婧政务大模型发展 前言 DRVOR 人工智能大模型是新一轮科技革命和产业变革的重要需动力量，是当前世界科技竞争的制高点。以习近平同志为核心的党中央高度重视我国新一代人工智能发展，习近平总书记在二十届中共中央政治局第二十次集体学习时强调，要充分发择新型举国体制优势，坚持自立自强，突出应用导向，推动我国人工智能铜若有益、安全，公平方向建康有序发展。国务院印发《关于深入实施“人工智能+”行动的意见》（国发【2025】11号），明确要求推动人1智能与经济社会各行业各领域广泛深度融合。政务领域在我国信息化发展进程中一直发挥着先导和引领作用，政务大模型作为人工智能与政务深度融合的产物，已成为提升政务服务数能，创新社会治理模式、推动政府数字化转型的重要力量，开启了电子政务创新发展的全新范式。2025年10月，中央网信办、国家发展改革委联合印发的（政务领域人工智能大模型部署应用指引》，为人工智能时代发展电子政务、提升国家治理能力、带动全社会人工智能创新应用提供了方向与路径。本报告正是在这样的背景下应运而生，旨在系统剖析政务大模型的实践路径与方法，为政务领域的智能化变提供全面且深入的指引。 当前，政务大模型的发展环境持续优化，应用场景不断拓展。从政务服务“一网追办”，到城市治习能力，在提升信息处理效率，优化服务质量、缩短政策落地时间和决策周期等方面，展现出显著优势有力地促进了政府治理现代化进程。然而，如同任何新兴技术的发展历程，政务大模型在落地实践中也面临诸多排战。从技术层面来看，计算资源与成本居高不下，大模型的训练和推理需要大量高性能计算机、大规模存储和高连网络等资源，不仅投人巨大，获取与管理难度也较大，且训练和推理过程耗时漫长；数据质量和多样性问题突出，模型性能高度依赖高质量、多样化的数据。而获取此类数据需耗费大量人力、物力进行标注和清洗。从安全与合规角度面言，隐私和安全隐患不容想视，大模型训练涉及海量敏感信息，一且泄露或遭溢用，将对个人隐移、企业机密乃至国家安全造成严重威脉：与此同时，政策法规尚不完善、难以在技术快速发展的当下，及时平衡好技术创新与公众利益、社会稳定之间的关系，从应用适配方面，政务大模型需整密贴合各地复杂多样的政策环境、治理需求以及现有致务系统，如向实现精准适配与高效集成，成为摆在眼前的现实难题 正是润察到政务大模型发展过程中的机遇与挑战，本报告汇聚众多专家学者、行业从业者的智慧与 政务大模型发展研究报告 经验、对政务大模型展开全方位探计。在内容架构」，本书开篇深入制绎政务大模型的概念内滴、技术原理与独待优势，为读者错建起理解这一新兴事物的知认准案；率前详细梳理国内外政务人模型的发展现获，通过丰富的案例分析，展现其在不同孜务场景中的应用成效与创新实践；随后，针对政务大模型建设与发展的关键环节，如数据治理、模型训练，场意应、安全保障等，展开深度制析，提出系统性、可操作性理的实茂路径与方法；敏旨，对政务大模型的本来发展趋势进行前略性展望，为政府部门、企业科研机构等各方多与者提供参考。 我们期望本报告能够成为一本具有重要参考价值的工具书，为投身于政务大模型建设与应用的工作者们提供实探指南，助力其收克技本难题、优化应用方案、规落在风险；成为一座沟通理论与实义的桥梁，提进学术异与产业界异的深度交靠与合作，共同推动政务大模型技术创新与产业发展：成为一益照亮政务智能化转量征程的明灯，为政府部门科学决策、高效流政提供有力支撑，最终实现政务服务质量与社会治理水平的飞既提升，让广大民众享受到数字时代的智红利。 在报告过崔中，尽管我们竭尽全方确保内容的准确性、全而性与前瞻性。但鉴于政务大模型领域发展日新月异，书中难免存在不星之处，悬请广大决者批评指正。希望本报告能引发更多关于政务大模型的思考与操索，共同为数宇政府建设滞砖加瓦，为社会的违步与发展责献力量 目录 、新趋势：大模型加速政务数智化转型创新 （）人工智能大模型的发展趋势（二）政务领域大模型的推进情况.（三）政务大模型面临的主要间题， 二、新思路：政务大模型建设的框架和原则， 政务大模型发展研究报告（（一）政务大模型部署应用总体框架，（会）政务大模型部署应用的原则要求.13 三、新模式：政务大模型实践的路径和方法 （一）结合基础与特色，统筹谋划大模型建设部署16（二）按照阶段与领域建设高质量的政务数据集.21（三）把握需求与效果，科学开展政务大模型建设..23（四）融合场景与流程，构建政务视角的智能应用.......27.（五）强化责任与风险，完善一体化安全保障体系...29（六）注重成效与规范，科学开展全过程监测评估31 四、新场景：政务大模型应用的场景与探素.39 （一）总体实践进展..39（二）政务服务类典型场景.4.3（三）社会治理类典型场景。（四）机关办公类典型场景（五）辅助决策类典型场景 目录 五、新未来：政务大模型发展的展望与建议50 （一）注重需求导向，强化场景牵引，安全稳要有序推进政务大模型落地应用..（二）理化条块协同，劳实数据基础，推进高质量政务数据集其建共享共用..（三）统筹资源部署，强化系统支撑，实现政务大模型部署运行的集约高效（四）翌化改革创新，完善运行机制。健全政务大模型良性发展的制度靓范五）协同多元主体，汇聚创新合力：开创题合联动的政产学研用新格局53 附件：政务大模型典型场景案例54 政务大模型发展（一）政务服务类典型场景（二）社会治理类典型场景.59（三）机关办公类典型场景、.61（四）辅助决策类典型场景、63大模型发展研究报告 新趋势：大模型加速政务数智化转型创新 随若近儿年生成式人工智能技术的创新实融，大模型经来感广泛地应用到我们每个人的生活、学习和工作当中，在政务领域亦是如此。世界各国营重视政务大模型发展，抢先开展政策布局，积极推动应用探索但同时由于政务大模型与传统电子政务系统存在显者差异，在技术、数据、应用、安全机制等方面面临若一系列垂待解决的排战和问题 医疗健康、政务服务、交通物流、教育科研等诸多细分产业领域行业大权型不断浦现具体存在多种落地应用模式：一是提示词工程、即基于提示词设计以调用基础大模型在特定任务领域的内容输出能力、并部署设计简单任务应用。二是检案增强模型，即以基融大模型作为应用端内容生成的外挂知识库、并让基础大模型基于特定数据资源以完成输出任务。三是大模型微调、即应用特定场景领域数据来对基础大模型进行微调、以适配于垂直领域场景任务。四是大模型预训练、即当特定场景与基础大模型能力差异较大时，则以预训练方式打造特定行业大模型。截至2025年3月，在我国备案和登记的大模型超过550个，其中90%以上都是垂直领域大模型，基本上是基于头部基础模型开发而成。 （一）人工智能大模型的发展趋势 1.行业大模型蓬勃发展，加递与产业深度A合 当前，全球范围内的ArtificialGeneralIntelligence（通用人工智能，以下简称为AGI）模型已基本收敏。美国基础大模型已基本形成“3+2”的格局，其中“3”是指OpenAI（背靠微软），Anthropie（背募亚马逊）和谷歌，“2”是指xAI和Meta，这5家的模型占市场份额超过90%。从国内看，并没有出现“百模大战”的局面，基础模型已收效至DrepSeek、文心一言等少数儿家，2025年预计会继续收效。在这一背景下，训练行业大模型正成为A大模型产业应用和创造价值的主战场，智能制造、金融投资 2.高质量数据需求日益追切，成为决定模型能力的核心周素 随着模型参数数量的增加，用于训练人工智能系统的数据量也在持续增加。2017年发布并被广泛认为引发了大语言模型革命的Transformer模型，是在大约20亿个词元的基础上训练出来的。到2020年GPT-3175B（ChatGPT的基础模型之一） 是在约3740亿个元上期练出来的。相比之下，Mela的旗舰大语言模型，即2024年夏天发布的1.lam3.3，则是在大约15万亿个词元上训练出来的。想括EpoehAl的最新研究，大语言模型训练数据集的规 模大约每8个月翻一番。H前公开、可用的数括基本已被用于大模型训练，对新的高质量数据集，特别是高质量专业数据集的需求日益迫切。 云计算公司的资本支出总规模超过3000亿关元、其中微软云、谷歌云、亚马逊云、Meta等公司的资本支出都超过了500亿关元，主要用于采购大量最先进的GPU和AI芯片，并构建十万卡以上规模、更高效率的算力基谢设施。大模型发展研究报 3，智能算力需求持续增长，单位成本持续下降 大模型的快速发展与应用，使得模型训练计算量年增长达4一5倍、训练数据集规模年增长50倍、别练检查点存储规模年增长约10倍。在新堵算力市场上，超过50%的新需求由AI驱动产生。2024年，美国A1和 成本方面，人工智能变得更加高效、经济和易用。以达到GPT-3.5水平的人工智能模型查询成本为例成本已从2022年11月的每百万词元20美元，降至2024年10月的每百万词元0.07美元，18个月内降幅达99.65%。根据任务类型不同，大语言模型的推理价格年降幅约在88.9%至99.9%不等硬件层面。硬件性能正以每年43%的速度增长，每1.9年实现酬倍其成本每年下降30%，面能效则以每年40%的幅度持续改善，硬件性价比显著提升， 放ChatGPT搜索功能，免费无限使用。这些开源违展让AI更加“平民化”。例如，非洲多个国家利用DeepSeekR1低成本训练医疗诊所模型，成本仅为传统方案的5% 5.智能体展现初步潜力，推动大模型创新应用 智能体（Agent）的落地应用，成为加速AI商业化的重要突破口。2025年1月，OpenAICEO奥特曼表示“2025年可能会看到第一批Agent加入劳动力大军，并对公司生产力产生实质性影响”。中国工程院院士郭贺怪在2025年ICT行业趋势年会上表示、2025年不仅是智能体的元年，也将是AI终端的元年。不同于copilot（助手），Agent无需持续的人类干预，可根据设定的目标自主规划和完成端到端的任务，AI将从被动响应向主动执行转变。智能体在提升企业竞争力创新商业模式和推动产业升级方面，将展现更大的应用价值。例如，美国企业ArtisanAI开发的“AI销售代表”，能以高质量、个性化的服务通过Linkedin、邮件等方式联系潜模型 4.开源路线展现生命力，找术骨您加速应用 模型开源通过“集众智、采众长”的发展模式，促违AI技术竞争和发展。各行各业无需从头训练基础模型，基于开源模型迅速并发形成专属模型应用。全球最大的AI开源模型社区HuggingFaee上，聚合了超过51万个开源大模型、23万个数据集，极大地降低了人T智能技术门截。随着2025年我国DeepSeek的爆火，并宣布免费开源，加速了全球模型开源进程。OpenAI也随后宣布向所有用户开 2025年2月，英国政府数字服务部（6DS）发布《英国政府人下智能行动指南》，取代D《英国政府生成式人工智能框架》，帮助公其部门电好地理解人工智能能够做化么、不能做什么，以及如何减轻它带来的风险，为政府和公其部门提供安全、有效、负责任使用人工智能的技术指导。同时，开始集中洗供向公其部门的人工智能资源，包括人工智能课程、案例等，并组建跨政府部门的人工智能实践社区，每月召开二一次会议进行经骏分享和学习。 在客户，能限需人光销警员提供的指导来优化写作风格，以我待更好的