早报3月16日讯 青岛地铁在“智慧城轨”建设过程中，积极探索人工智能技术与业务应用的深度融合，目前基于DeepSeek及CV大模型（用于计算机视觉任务的大型深度学习模型）的智能体应用建设已经取得了阶段性进展，在智慧运行、智慧运维、智慧工地、审计合规、财务管理、业务监督、广告经营等场景实现突破，为城市轨道交通数字化升级提供实践范例。

　　在运营领域，搭建“1个大模型+18个智能体”的混合专家型大模型，基于行业、青铁等数据，打造各专业智能体，赋能智慧检修、智慧巡站、智慧派班等具体业务场景。实现故障精准化预测、业务精细化管理，缩减作业流程超28%，缩短故障处置时间84%；实现客流预警、乘客摔倒等19个服务场景应用及更精准的主动服务。整个智能体体系搭建后，预计实现提升设备安全20%，提升运作效率40%。

　　在建设领域，青岛地铁智慧工地一体化平台依托DeepSeek大模型能力，通过深度学习构建智能助手，结合CV算法实现算力智能调配与关键区域重点监测，辅助安全风险辨识，实现“一屏统管、一网协同”，推动工程建设管理从“人管”到“智管”。

　　在审计业务领域，基于DeepSeek大模型语义理解构建智能审计体系，整合多源数据实现全量扫描突破传统抽样局限，实现审计问题根因溯源与整改推演，构建起“数据穿透-风险预判-闭环治理”的全新范式，推动审计监督从“事后纠偏”向“源头防控”跃迁，显著减少重复性工作，为“科技强审”战略注入创新动能。

　　财务数智化转型中通过DeepSeek赋能，应用电子发票全链路管理、OCR多模态识别、RPA流程自动化、智能语音交互等技术深度融合，通过“三码融合”实现业财数据同源治理，发票自动校验查重与标准管控，使费用管理效率预计提升70%，日常费用类凭证自动化率达100%，推动财务管理迈入“秒级响应、零误差管控”的新纪元。

　　业务监督场景下，风险监督助手基于DeepSeek大模型的深度语义理解与逻辑推理能力，构建“业务数据-预警模型-处置机制”三位一体的智能风控大脑，自动解析复杂业务场景中的风险耦合关系，将人工经验转化为可迭代的AI研判模型。相较于传统人工筛查模式，问题发现率大幅提高，风险预警准确率不断提升，同时生成多维风险分析报告，提升复杂业务风险的研判效率。

　　广告经营方面，基于DeepSeek构建情感倾向图谱、叙事逻辑链和关键词分布矩阵，精准定位广告用户投放的核心需求，创新性引入动态知识蒸馏算法和自适应营销沙盘，将亿万量级广告投放案例沉淀为可迭代的“营销策略库”，广告策略生成速度提升3倍，用户需求响应时间大幅度缩短，推动营销工具从功能模块化向智能平台化演进。（观海新闻/青岛早报记者 魏铌邦 通讯员 张鹤鸣）