引言
在人工智能蓬勃发展的浪潮中，大模型技术以其卓越的性能和广泛的应用前景，成为推动各行各业创新变革的关键引擎。为了深入挖掘大模型技术在不同领域的应用成果，彰显先锋企业的创新实力与行业引领作用，沙丘社区发布《2025沙丘社区大模型先锋案例TOP50》。
本榜单聚焦于那些在大模型技术探索与应用实践中表现卓越的企业案例，涵盖金融、制造、能源、教育、医疗等多个行业。这些企业凭借敏锐的洞察力，率先捕捉到大模型技术的巨大潜力，投入大量资源进行研发与创新，成功将大模型技术融入自身业务场景，实现了业务流程的优化、产品服务的升级以及运营效率的飞跃。
我们希望通过这份榜单，向业界传递大模型技术的前沿动态与应用价值，激发更多企业投身于大模型技术的探索与应用之中，共同推动人工智能技术的发展，开创更加美好的智能时代。
免费下载PDF完整版：《2025沙丘社区大模型先锋案例TOP50》（可前往“沙丘智库”查阅下载）
01
大模型先锋案例评选介绍
2022年底，ChatGPT横空出世，引发世界范围内对大模型的关注；
2023年，是中国大模型的发展“元年”，百模大战拉开序幕；
2024年，则是更多企业真正开始使用大模型技术并从中获得业务价值的一年。
在过去的一年里，沙丘社区跟踪调研了国内外各行业头部企业超1000个大模型落地实践，见证了市场上涌现的多个大模型先锋案例。
沙丘社区认为，“先锋案例”是指那些在大模型技术应用领域中具有前瞻性、创新性、并且能够带来实际价值和示范效应的实践。它们不仅在技术上有所突破，而且在商业应用、社会影响等方面都展现出显著的成效和潜力。
为了彰显先锋企业的创新实力与行业引领作用，激励更多的企业和组织在大模型技术的应用上进行探索和创新，沙丘社区发起《2025沙丘社区大模型先锋案例TOP50》榜单评选活动。
大模型先锋案例评选标准如下，案例应具备以下最重要的四点特征：
· 显著的创新性：先锋案例通常涉及新技术、新方法或新理念的引入，这些创新在领域内具有突破性，能够解决之前未能解决的问题或显著提升现有解决方案的效率和效果；
· 高度的实用性：案例应具有实际应用价值，能够在现实世界中解决问题或满足需求。实用性体现在能够带来明确的商业价值、社会价值或技术进步；
· 深远的影响力：先锋案例往往能够对行业、学术界或社会产生广泛和持久的影响。这种影响力可能表现为引领新的研究方向、改变行业实践或推动政策变化；
· 良好的扩展性：案例不仅要在特定环境下表现良好，还要能够适应不同的环境和条件，具有较好的扩展性。同时，其发展和应用应考虑长期的可持续性，包括经济上的可行性、环境上的友好性以及社会上的责任感。
本次大模型先锋案例榜单通过案例征集、专家访谈、案头调研等方式对500+大模型案例进行评选，全面、详实地掌握一手材料，并确保榜单的客观、公正、严谨。基于以上评选标准，沙丘社区精选出其中最具先锋性的TOP50案例，为企业大模型应用提供前沿参考。
本次大模型先锋案例TOP50涵盖金融、制造、能源、教育、医疗等多个行业：
金融行业在大模型技术的应用上取得了显著成果，多个案例展示了大模型在提升业务效率、优化客户服务和增强风险管理能力方面的优势。例如，邮储银行通过研发测试大模型提升研发效能，缩短产品上市周期；中信建投证券打造大模型智能陪练平台，增强客户经理专业素养和销售能力；平安人寿利用大模型赋能保险代理人，提高展业、服务和培训效率，这些实践推动了金融服务的智能化升级，增强了客户体验和市场竞争力。
制造行业借助大模型技术实现了生产流程的智能化优化和产品创新的加速。例如，海尔智家开发的HomeGPT智慧家庭垂域模型，具备多模态生成能力，在用户端提升体验，在企业端实现降本增效；理想汽车发布的多模态认知大模型MindGPT，整合图像、语音、文本等数据，精准识别复杂场景和理解自然语言指令，提升了车辆使用的便利性和安全性；小米引入大模型范式，打造多元材料AI仿真系统，成功筛选出符合需求的“小米泰坦合金”，提升汽车制造材料的科技含量。
能源行业通过大模型技术的应用，优化了能源生产、管理和分配的效率，提升了能源系统的智能化水平。例如，南方电网“大瓦特·驭电”智能仿真大模型通过AI驱动的智能科学计算体系，支持新型电力系统演进规律研究、系统规划方案生成与优化等多种场景，为电力系统的安全、高效运行提供了有力支撑。
教育行业利用大模型技术实现了教育资源的智能化整合与个性化推荐，为学生提供更加精准、高效的学习支持。例如，北京大学的北大问学智能辅助教学平台，结合生成式语言模型技术，为师生提供精准的AI助教功能，使大模型成为便捷易用的教学生产力工具。此外，教育行业还通过大模型技术推动了教育公平与教育质量的提升，让优质教育资源能够更广泛地惠及不同地区和背景的学生。
医疗行业在大模型技术的应用上取得了突破性进展，提升了诊疗的准确性和效率，为患者带来了更加优质的医疗服务。例如，华西医院发布的“华西黉医”医学大模型，集成了大量医患对话、医学数据等，支持AI+诊疗、AI+服务、AI+管理等创新应用场景，助力疾病筛查与诊断，构建个性化健康管理服务；赛诺菲与英矽智能合作的AI辅助创新靶点药物设计，通过生成式AI平台和药物设计引擎，发现了具有“全球首创”潜力的先导化合物，有望用于肿瘤治疗。
这些先锋案例不仅展示了大模型技术在实际应用中的强大能力，也为其他企业提供了宝贵的经验借鉴与启示。它们的成功实践证明，大模型技术是推动企业数字化转型、实现业务创新的关键路径之一。
未来，随着大模型技术的不断成熟与优化，在各行业的应用将更加广泛与深入，为社会经济发展注入更加强劲的动力。
02
2024沙丘社区大模型先锋案例TOP50评选结果
《2025沙丘社区大模型先锋案例TOP50》评选结果如下（排名不分先后，按拼音排序）：
03
入选案例介绍
▎案例1：Ask AT&T让员工成为数据专家
案例方/供应商：AT&T
应用领域：通信
案例详情：
AT&T面向员工推出生成式AI平台Ask AT&T，支持员工以自然语言对话的方式完成通话和文档总结、代码编写、数据分析等任务。Ask AT&T擅长数据库查询（将文本查询转化为SQL编程语言）任务，经过授权的AT&T员工可以向Ask AT&T提出问题，使员工从复杂数据集中获取可操作的智能。
▎案例2：拜耳BioGPT提升研究效率
案例方/供应商：拜耳
应用领域：医疗
案例详情：
拜耳将生成式AI工具BioGPT用于生物医药文本生成和挖掘，使医学事务团队的效率提高近百倍。通过BioGPT，拜耳能够更快地从临床试验中提取关键信息，做出更明智的关于健康结果和潜在治疗方法的决策。BioGPT还能发现传统分析方法可能遗漏的相关性和模式，从而更全面地理解如何使用特定的分子来满足患者的需求。
▎案例3：北大问学智能辅助教学平台
案例方/供应商：北京大学
应用领域：教育
案例详情：
北大问学平台是一款结合生成式语言模型技术的高等教育AI助教应用，集成了学术前沿、AI工具箱、实用资源等基础资源，还特别为师生提供AI助教功能。进入核心课程页面，师生可以在页面左侧阅读课程材料，并随时在页面右侧对话区与AI助教互动，与一般的GPT不同，问学AI助教参考课程教材，给出更精准的回答。未来，问学将整合更多教师学生实际工作学习中的工作流，使大模型真正成为便捷易用的教学生产力工具。
▎案例4：策略复盘助手
案例方/供应商：北京银行/北银金科
应用领域：金融
案例详情：
结合大模型、数据分析和自动化等先进技术，北银金科打造客群策略运营AI Agent——策略复盘助手，实现客群经营策略全流程的智能化闭环管理。策略复盘助手提供数据洞察、策略推荐、策略评估与策略迭代等四大场景20余项功能，全面覆盖零售客群经营核心流程，同时支持用户使用对话模式进行系统交互，旨在实现客群经营关键环节全覆盖、全域策略准分析的目标，为银行零售业务运营提供更便捷、更精确、更高效的全流程自动化智能支持。
▎案例5：虚拟助手-Fargo
案例方/供应商：富国银行
应用领域：金融
案例详情：
在年轻一代财务压力正在上升之际，富国银行开发了虚拟助手-Fargo，旨在为年轻一代的财务旅程提供支持和帮助。虚拟助手-Fargo嵌入到富国银行的应用程序中，用户可以通过搜索的方式输入需求、解决问题，虚拟助手-Fargo提供“通过个性化洞察比较每月消费情况和月趋势、一站式管理用户付款并查看即将到期的账单等帮助”，通过这种便捷的交互方式，提升客户的情感价值和财务状况。
▎案例6：广发证券投行大模型实践
案例方/供应商：广发证券
应用领域：金融
案例详情：
广发证券开发的投行大模型是一个集成了文档核查、信息抽取、文档生成、文档搜索、文档比对能力的AI助手系统，旨在通过智能化赋能提升投行业务的执业质量。该模型利用RAG、LLM微调、提示工程等关键技术，聚焦业务增效、合规风控、管理赋能三大方向，以提高项目执行效率、加强风险防控和实现精细化管理。
▎案例7：智能地图服务
案例方/供应商：Grab/OpenAI
应用领域：IT/互联网
案例详情：
Grab通过对GPT-4o进行视觉微调，结合街道级图像和地图瓦片，通过调整各种超参数来提高准确性，提高交通标志、转弯限制、地点和道路几何形状的定位准确性，车道计数准确率提高20%，限速标志定位精度提升13%，增强应对高架标志和遮挡等挑战性场景的能力，从而减少了地图输出中的错误。
▎案例8：编码助手实践
案例方/供应商：高盛
应用领域：金融
案例详情：
高盛从2023年3月开始进行编码助手的“POC”，帮助工程师自动生成代码行。当前，编码助手已经面向高盛内部数千名开发者使用，开发者利用编码助手构建应用程序，例如为投资银行家设计的AI助手，可以搜索文档并提取分析。编码助手将开发时间从数月缩短到数周，显著提高了应用开发速度，为开发人员带来20%的效率提升。
▎案例9：用户之声洞察实践
案例方/供应商：海底捞/火山引擎
应用领域：餐饮
案例详情：
海底捞基于豆包大模型构建用户评价分析系统，智能抽取用户情绪和评价观点，应用于门店绩效评估、服务优化及策略迭代，显著提升顾客服务体验和操作效率。该系统通过分析超千万条用户评价，帮助海底捞精确捕捉和满足顾客的多样化需求，从食材偏好到服务体验。结合OCR技术和AI大模型，海底捞实现了食材推荐和服务流程的智能化优化，提升了就餐体验，并通过对餐后评价的智能分析，形成了产品与服务优化的有效闭环，增强了客户满意度和品牌忠诚度。
▎案例10：海尔智家HomeGPT
案例方/供应商：海尔智家
应用领域：制造
案例详情：
HomeGPT是海尔智家开发的智慧家庭首个垂域模型，首创六大核心引擎能力，基于海尔智慧家庭、家电、家装等领域多维度、高质量数据，训练出全覆盖、高准确的智慧家庭行业预训练模型，具有文本、图像、音频、视频、智慧场景、代码等多模态生成能力。目前，HomeGPT已经在海尔的用户端和企业端得到应用，在用户端实现体验提升，在企业端实现降本增效。
▎案例11：“龙政智数”大模型
案例方/供应商：黑龙江省政务大数据中心
应用领域：政务
案例详情：
黑龙江省搭建智数服务门户，打造“龙政智数”政务专属大模型，在业务数据链条的“构-找-问-写-比-审-解”七个核心环节，提供龙政构数、龙政找数、龙政问数、龙政写数、龙政比数、龙政审数、龙政解数七大场景应用，不仅成为政府工作人员的智能办公助手，还充分释放了数据价值，赋能基层减负，提升政务办公、政务服务与政府决策的智能化水平，加速推动黑龙江省数字政府建设由“数跑龙江”向“数说龙江”迈进。
▎案例12：货运无忧大模型
案例方/供应商：货拉拉
应用领域：物流
案例详情：
货运无忧大模型是货拉拉基于货运行业数据优势自主研发的物流行业大模型，致力于成为“你身边的物流专家”。模型不仅具备文本生成、语言理解、知识问答、逻辑推理、数学能力等通用大模型能力，还擅长处理货运行业问题，在货拉拉业务知识、货运行业概念知识、货运企业信息、货运行业洞察、货运法律政策等维度能力评测中，正确率均超90%。目前该模型已全面赋能邀约、客服、数据分析、HR办公等多个业务领域。
▎案例13：生成式AI维护助手
案例方/供应商：霍尼韦尔
应用领域：制造
案例详情：
霍尼韦尔推出生成式AI维护助手，结合公司在仓库自动化设备方面的数十年专业经验和最先进的生成式AI技术，旨在推动物流和仓库自动化领域的创新和效率。生成式AI维护助手是一个基于大语言模型构建的全面知识库，包含了大量的霍尼韦尔专有数据，如知识文章、用户手册和技术支援通话记录，能够通过纯文本对话为用户提供快速准确的故障排除指导，特别适合新员工，可以快速获取数十年的宝贵知识和专业技能。
▎案例14：“华西黉医”医学大模型
案例方/供应商：华西医院
应用领域：医疗
案例详情：
四川大学华西医院发布720亿参数级的全自主知识产权模型——“华西黉医”医学大模型，集成了10余类通用模型和50余类垂域模型。该模型融合了大量医患对话、共识指南、权威教材、医学政策法规、影像数据和病历数据，旨在支持AI+诊疗、AI+服务、AI+管理的创新应用场景，将助力快速筛查与诊断多种疾病，构建个性化的健康管理服务，提升患者服务质量和就医体验，同时减轻医护人员病历书写负担，提高医疗文书内涵质量，推动医疗服务模式创新。
▎案例15：全栈信创大模型应用创新实践
案例方/供应商：江南农村商业银行
应用领域：金融
案例详情：
江南农村商业银行依托信创软硬件基础设施，融合深度学习、自然语言处理、多模态处理等先进技术，打造全栈信创大模型应用平台，并通过对业务痛点和需求的深入挖掘，定制化开发一系列智能化应用场景，包括但不限于智能客服、智能研发、AI办公助手、多模态OCR识别技术应用等。这些智能化应用场景的逐一落地，不仅大幅提升了业务处理效率和服务质量，同时也有效降低了运营成本和风险，为银行的持续发展注入了新的动力。
▎案例16：交通银行AI场景与生成式大模型建设项目
案例方/供应商：交通银行/科大讯飞
应用领域：金融
案例详情：
交通银行与科大讯飞合作成立人工智能联合创新实验室，打造交行“1+1+N”AI建设框架，形成一个AI能力整合平台、一套模型治理体系、赋能N个应用场景。AI能力整合平台实现对算力、算法、数据服务运营的统一管理，搭建千卡异构算力集群，构建多层次、多能力、多形态的千亿级金融大模型。目前，交通银行在零贷、普惠、营运、风险等重点业务领域打造端到端AI金融应用，推动业务流程再造，打造员工身边的AI助手，提升全行数字化作战能力。
▎案例17：可灵视频生成大模型
案例方/供应商：快手
应用领域：IT/互联网
案例详情：
可灵大模型是快手推出的一款基于人工智能的AI视频生成模型，采用与Sora相似的技术路线，并结合了快手的自研技术。这款模型的最大亮点在于其能够生成长达2分钟、30fps、1080p分辨率的视频，并且具备合理的运动建模能力、模拟物理世界特性、强大的概念组合能力和想象力，以及支持自由的输出视频宽高比，展示了生成式AI技术在视频生成领域的应用和进步。
▎案例18：多模态大模型赋能智能座舱
案例方/供应商：理想汽车
应用领域：制造
案例详情：
理想汽车在2023年6月发布了多模态认知大模型MindGPT，整合图像、语音、文本等多模态数据，通过自研的深度神经网络架构，能够精准识别车内车外复杂场景、理解自然语言指令并快速做出反应，极大地提升了车辆使用的便利性与安全性。2023年12月，理想汽车自研的大模型MindGPT上车，并推出各种各样具象化的AI助手角色，包括用车助手、出行助手、娱乐助手、“百科”助手等，全面升级空间交互能力。
▎案例19：AIGC智能客服项目
案例方/供应商：美的生活电器
应用领域：制造
案例详情：
美的生活电器深度挖掘AIGC技术在售后智能客服领域的应用，结合业务知识、大模型算法，美的生活电器提供智能客服、语音对话机器人、陪练机器人、AI话术训练与AI翻译等产品能力，为各业务领域目标客户/用户提供智能服务。通过大模型的能力加持，AIGC智能客服相较传统机器人在知识应用与服务效能提升上拥有明显优势，在面向员工的5000运维服务与售后网点工程师问答服务上也得到了较好的实践价值反馈。
▎案例20：IndexGPT丰富主题投资组合
案例方/供应商：摩根大通/OpenAI
应用领域：金融
案例详情：
摩根大通IndexGPT是借助GPT-4创建的一系列主题投资篮子，旨在为投资者提供自动化服务。该工具会根据新兴趋势生成一个与主题相关的关键词列表，然后将其输入到一个单独的自然语言处理模型，该模型会扫描新闻文章，筛选出相关公司，从而形成主题指数。IndexGPT能够生成的关键词数量是以前软件的两倍多，极大丰富了主题投资组合的构建。
▎案例21：生成式AI应用MineMind简化设备维护
案例方/供应商：美国钢铁公司/Google Cloud
应用领域：制造
案例详情：
美国钢铁公司与Google Cloud合作，打造首个生成式AI应用MineMind，旨在优化制造流程，提高运营效率、降低成本并增强工人生产力。通过MineMind应用，公司简化了铁矿设备的维护流程，减少了20%以上的订单工作时间，并提升了员工体验。未来，美国钢铁公司计划将AI应用扩展到整个价值链的实时数据分析和决策支持。
▎案例22：投研助手AskResearchGPT
案例方/供应商：摩根士丹利/OpenAI
应用领域：金融
案例详情：
摩根士丹利推出基于生成式AI的投研助手AskResearchGPT，旨在帮助投资银行、销售和交易以及研究部门的员工更高效地从超过70,000份年度发布的研究报告中提取高质量洞察。通过AskResearchGPT，客户团队能够释放更多能力，更深入地与客户互动，同时提供前所未有的服务水平。
▎案例23：生成式AI加速产品创新实践
案例方/供应商：玛氏
应用领域：消费品与零售
案例详情：
玛氏内部构建了一个生成式AI工具——“Brahma”，使用了涉及11个国家的80,000名消费者和800,000个消费时刻的消费者洞察研究数据，利用这个工具每天可以开发多达50个产品概念。生成式AI还帮助玛氏改进其营销结构，更有效地连接非线性的消费者旅程，包括动态优化媒体资产和支出，为购物者提供更相关的广告。
▎案例24：“大瓦特·驭电”智能仿真大模型
案例方/供应商：南方电网
应用领域：能源
案例详情：
“大瓦特·驭电”智能仿真大模型是南方电网公司联合华南理工大学、武汉大学、华为公司共同研发出的新型电力系统智能仿真计算工具，通过构建AI驱动的智能科学计算体系，开发电力系统预训练大模型，打造电力系统分析与控制的“超强大脑”，将支撑新型电力系统演进规律研究、系统规划方案和运行方式生成与优化、在线安全分析、现货市场运作等多种场景。
▎案例25：生成式AI提高ESG披露效率
案例方/供应商：纳斯达克/AWS
应用领域：金融
案例详情：
纳斯达克推出由生成式AI驱动的Nasdaq Sustainable Lens，用于辅助可持续性和ESG披露。该平台基于Amazon Bedrock和AWS Lambda构建，旨在通过分析大量非结构化数据和文件来减少ESG报告所需的手动工作。Sustainable Lens自动化分析数以万计的披露文件，节省手动工作，使客户能够快速与竞争对手进行基准比较，符合法规和框架要求，并监控可持续性和ESG趋势。
▎案例26：AskBob机器人赋能保险代理人
案例方/供应商：平安人寿
应用领域：金融
案例详情：
平安人寿打造面向寿险领域的大模型，并集成到Askbob机器人中，帮助代理人更好地满足客户需求。在展业方面，Askbob机器人为代理人发现问题、主动指导并提供实战解决方案，目前已上线销售商机及AI建议书；在服务方面，Askbob机器人可以结合具体客户信息及保单，查询代理人数据并解读，还能主动引导代理人线上代理业务；在培训方面，Askbob机器人为代理人提供拟人化线上智能演练，针对代理人演练结果实时反馈建议。
▎案例27：去哪儿机票售前客服助手实践
案例方/供应商：去哪儿
应用领域：IT/互联网
案例详情：
去哪儿网机票业务通过构建智能售前客服助手，旨在提升航班预订和报价选择的用户体验。当用户输入问题后，售前客服助手并行执行问题回答、报价推荐和问题推荐/意图引导，节省人工成本并提高转化率。此外，对于用户开放式输入的问题，智能售前客服助手通过意图智能体模块、多Agent协作的方式，根据策略选择执行。
▎案例28：“i-知识”管理平台
案例方/供应商：秦山核电
应用领域：能源
案例详情：
中国核电旗下秦山核电依托大语言模型、智能检索、知识图谱、语义分析及智能推理等先进数字化技术，高效整合公司内外部海量知识资源，打造新一代数智化知识管理平台——“i-知识”，具备多模态数据智能加工、数智标准库、智能检索、智能推荐、知识图谱、核工业语义库、智能问答7大核心板块功能，为用户提供场景化、智能化的知识服务，通过知识赋能，激活新质生产力。
▎案例29：深基坑智能风险管理Agent
案例方/供应商：上海勘察设计研究院（集团）股份有限公司/澜码科技
应用领域：建筑
案例详情：
深基坑智能风险管理Agent是解决当前深基坑工程中数据治理与风险管理挑战的智能应用，该Agent利用大语言模型的自然语言处理能力，辨别用户语义真实意图，准确捕捉用户需求，并高效检索和调用多个非统一的数据源。同时，通过优化数据表结构和创建高效视图，简化复杂的查询过程，实现对工程数据的智能化管理和处理。该智能Agent不仅提高深基坑工程的风险管控效率和智能化水平，确保施工安全，还为未来的项目提供可复制、可扩展的技术支持。
▎案例30：AI辅助创新靶点药物设计
案例方/供应商：赛诺菲/英矽智能
应用领域：医疗
案例详情：
赛诺菲与英矽智能合作，在针对难成药转录因子靶点的项目开发中，依托英矽智能生成式生物学AI平台Pandaomics，组建联合研发团队专注于创新靶点，再通过高自由度的生成式AI药物设计引擎Chemistry42获得创新分子骨架，并在此基础上开展进一步优化，发现了具有“全球首创”潜力的先导化合物，有望用于肿瘤领域疾病治疗。
▎案例31：人工智能助手Connect AI
案例方/供应商：松下
应用领域：制造
案例详情：
在日本劳动力人口不断下降的背景下，松下推出人工智能助手Connect AI，被认为是提高员工生产力的潜在解决方案，能够让员工专注于更多创造性任务。Connect AI可帮助员工起草电子邮件、编码和收集信息，面向日本12500名员工使用，Connect AI通过URL访问，员工只需用自然语言即可提出问题。上线第一个月，员工查询量平均每天为2000个问题，上线3个月后，员工查询量平均每天为5000个问题。
▎案例32：大模型套期保值系统
案例方/供应商：申银万国期货
应用领域：金融
案例详情：
为了提升市场套保参与度，申银万国期货开发了大模型套期保值系统，提高产业服务效果，实现金融机构服务实体企业的战略目标。在套期保值的决策中，通过大模型对海量市场数据的实时分析，根据市场的动态变化和投资者的目标，自动调整投资策略，从而实现资产的优化配置和风险控制；同时凭借大模型强大的计算能力和数据分析能力，能够实时适应市场波动、动态调整投资组合，并在风险与收益之间取得更好的平衡。
▎案例33：智能驾驶世界模型NWM
案例方/供应商：蔚来
应用领域：制造
案例详情：
蔚来发布了国内首个智能驾驶世界模型NWM（NIO World Model，蔚来世界模型）。NWM是一个多元自回归生成式的具身驾驶模型，能够全量理解数据，具有长时序推演和决策能力。在100毫秒内，NWM能够推演出216种可能发生的场景，并寻找到最优决策，不仅提高了驾驶的安全性，同时也极大提升了驾驶效率。
▎案例34：生成式AI大模型提高欺诈检测率
案例方/供应商：万事达卡
应用领域：金融
案例详情：
万事达卡构建名为Decision Intelligence Pro的GPT模型，根据每年流经万事达卡网络的约1,250亿条支付交易数据训练而成，旨在帮助其网络中的数千家银行检测和根除欺诈性交易。该模型使用持卡人访问商户的历史记录作为prompt，确定交易中涉及的商户是否是客户可能会去的地方，然后算法通过万事达卡的网络生成路径生成对持卡人行为模式的判断分数，帮助金融机构平均将欺诈检测率提高20%。
▎案例35：钢铁行业盘古大模型应用
案例方/供应商：湘钢/华为云
应用领域：制造
案例详情：
湘钢钢铁行业盘古大模型是湘钢与华为云基于先进人工智能大模型技术共同研发的创新成果，体现了大模型在工业生产中少样本开发精度高、模型泛化能力强以及流水线低门槛开发上的优势。目前已完成首批模型开发上线，涵盖钢铁流程中的焦化、烧结、炼铁、炼钢、轧钢等32个场景，超100个创新应用场景调研孵化中，并沉淀出规范化、可操作、易推广的智能化方法指导，成功将“湘钢经验”复制于相关企业。
▎案例36：大模型范式赋能材料研发
案例方/供应商：小米
应用领域：制造
案例详情：
小米引入大模型范式，借助仿真软件生成大量低质量数据用于预训练，并结合真实样本精调，打造多元材料AI仿真系统，搭载仿真平台，积累大量仿真数据，同时与材料学领域的重点实验室合作获取动力学、热力学数据，结合专家设计的数据模型，从1016万种候选配方中筛出符合小米需求的“小米泰坦合金”，提升汽车制造材料的科技含量。
▎案例37：生成式大模型赋能反洗钱实践
案例方/供应商：兴业银行
应用领域：金融
案例详情：
“随兴写”是基于兴业银行自主研发的可疑交易报告智能生成模型（AML-GPT），利用大模型与自然语言处理技术，智能分析洗钱可疑客户行为、可疑主体信息和可疑交易信息等特征，并生成可疑交易辅助分析报告。同时，通过运用智能问答技术，甄别人员可在模型生成的初稿基础上快速调整优化，实现兴业银行类GPT大模型从0到1的突破。
▎案例38：中医药行业雷公大模型
案例方/供应商：云南白药/华为云
应用领域：医疗
案例详情：
云南白药利用华为云盘古大模型和集团积累的中医药行业数据，打造了中医药行业雷公大模型，整合了60T通识数据、5,000+本中医学教材、古籍及大量中药材信息数据，开发了包括文献知识问答、智能问诊、处方推荐、报告解读、药材标准化识别等多场景应用，实现了中医药全行业、全产业链、全流程数据的有效贯通，为中医药现代化发展提供了有力支撑。
▎案例39：ChatGPT解锁消费者洞察
案例方/供应商：雅诗兰黛/OpenAI
应用领域：消费品与零售
案例详情：
随着美容行业趋向高度个性化，雅诗兰黛广泛采用企业版ChatGPT，旨在激发员工创造力并挖掘洞察力，从而更好地服务于当今的消费者。雅诗兰黛团队采用ChatGPT对来自消费者调查、临床试验和产品使用情况的大量消费者数据进行处理和分析。目前雅诗兰黛已经拥有超过240个自定义GPT，让员工有更多时间精准开发新产品并营销现有产品，以适应新兴的护肤和美容趋势。
▎案例40：中国大地保险大模型应用实践
案例方/供应商：中国大地保险
应用领域：金融
案例详情：
中国大地保险以大模型为核心，建设AI中台项目，将模型、数据、算力和框架有机结合，打造了一个资源可共享、模型可复用、服务可编排、应用更灵活的开放中台，为企业提供快速构建AI应用的能力。业务场景覆盖智能理赔、智能营销、员工服务、智能办公等多个关键领域，实现业务的自动化和高效化。通过AI中台，将大模型技术栈与行业特定垂直场景紧密结合，实现平台能力与业务场景的良性闭环，成为新质生产力的创新引擎。
▎案例41：多人对话询价产品ChatDealing
案例方/供应商：中国工商银行
应用领域：金融
案例详情：
中国工商银行依托大模型、自然语言处理等新兴技术，打造了多人对话询价产品——ChatDealing。ChatDealing采用群聊对话方式重塑传统金融市场总分行业务流程，实现总、分行交易员、客户经理等通过在线交互式对话完成价格磋商和业务办理。ChatDealing具备聊天语义的识别解析、意向单信息提炼、事前风险控制、客户交易背景在线审查、智能报价、功能导航、知识问答等能力，最终达到沟通在线、业务在线、风控在线的组织状态，大幅提升对客交易效率。
▎案例42：智能研发助手实践
案例方/供应商：中国工商银行
应用领域：金融
案例详情：
中国工商银行建设智能研发助手，在增强代码生成、单元测试生成、代码解释、代码异常检测、研发问答等编码辅助能力的基础上，进一步探索并建成需求检查、智能详细设计、CodeReview辅助、智能测试案例生成、智能运维、智能研发安全检测等能力，逐步实现AI在研发全流程的赋能。截至2024年9月，智能研发助手覆盖全行科技研发队伍近8000人，AI辅助代码生成占比达35%、AI单元测试代码生成行覆盖率超60%、智能代码问题检出率超40%，大幅提升研发质效。
▎案例43：代码大模型与“慧码”旅程指导方法
案例方/供应商：中国民生银行
应用领域：金融
案例详情：
民生银行构建研发辅助代码大模型，实现代码生成、代码审核、质量门禁等环节的智能化，提高了研发效率和代码质量。同时，民生银行提出“慧码”旅程指导方法，兼顾金融行业严谨的软件工程思维与大模型代码能力等级模型思想，将代码大模型的能力发展抽象出质检赋能、生成赋能、自动化编程三个形态阶段，为金融行业研发辅助大模型的规模化应用提供了实施路径。
▎案例44：中国移动九天客服大模型
案例方/供应商：中国移动
应用领域：通信
案例详情：
依托10086客服领域海量数据，中国移动采取“通专结合、训推一体”策略，构建具备自主学习与服务能力的百亿级参数客服大模型——九天客服大模型，面向客户、客服、运营人员提供服务，提升客服工作效率和用户体验。通过对客服大模型技术的闭环跟踪，预计上线后智能客服系统意图识别准确率由92%提升至95%，解决率由46%提升至65%，问题解决能力提升带来人力工作量节约200人。
▎案例45：研发测试大模型实践
案例方/供应商：中国邮政储蓄银行
应用领域：金融
案例详情：
中国邮政储蓄银行利用大模型、机器学习等技术构建“研发测试大模型”，并将智能研发能力引入DevOps平台和星辰测试平台，赋能工程项目全生命周期，提升研发效能，优先落地自动生成UI设计图、UI转代码（D2C）和代码生成、单元测试、系统测试、研发安全、用户体验提升等六大能力，满足UI、开发、测试等不同人员的工作需求。
▎案例46：全链路智能测试体系建设实践
案例方/供应商：字节跳动
应用领域：IT/互联网
案例详情：
字节跳动灵活运用软件工程分析方法结合大模型，提供面向软件测试场景的全链路提效能力，建设智能单测、智能分级、测试用例生成、质量评估等原子能力，并提供可视化配置、度量看板等服务化功能，组成全链路智能化的研发质量保障体系，持续提升业务质量和效率。
▎案例47：“低代码+大模型”融合实践
案例方/供应商：招商银行
应用领域：金融
案例详情：
招商银行探索低代码与大模型的融合，推动科技平民化进程。通过大模型在语义理解、文本生成等方面的优势，招商银行降低了开发门槛，提升了开发者体验，重点实践场景包括低开Copilot、低代码应用生成和低代码运营，显著提升了开发效率和运营质量。
▎案例48：面向金融产品的“大模型智能陪练平台”
案例方/供应商：中信建投证券/中关村科金
应用领域：金融
案例详情：
中信建投证券与中关村科金达成合作，基于金融领域大模型和内容生成能力，通过将陪练产品应用与大模型创新技术相结合，携手打造证券行业金融产品学习的“大模型智能陪练平台”。大模型智能陪练平台通过应用大模型领域化训练+私有化部署+3类小模型融合技术，打造产品智能推荐、智能培训与陪练平台、智能陪练模拟功能三大应用，为客户经理提供精准、高效、合规的金融产品信息获取及学习服务。
▎案例49：大模型财富助手Wealth Copilot
案例方/供应商：中信证券
应用领域：金融
案例详情：
中信证券推出大模型财富助手Wealth Copilot，通过大模型技术对海量知识、服务经验、历史决策的检索与总结，为投顾人员提供高水平的展业辅助，满足客户复杂多样的财富管理需求。Wealth Copilot能够智能、快速地从海量理财产品中匹配最优投资组合或基金产品，助力客户经理提升成单率。基于大模型内容生成能力，为客户经理生成不同对客阶段、多样化的客户营销话术，高效辅助客户经理展业，提升客户经理对客服务的专业性。
▎案例50：智能指标平台建设项目
案例方/供应商：中原银行/数势科技
应用领域：金融
案例详情：
为深化推进数字化转型战略实践，满足全行业务数据化和服务智能化的需求，中原银行以数势科技智能分析助手SwiftAgent为核心产品，构建统一指标管理平台，确保指标定义的统一性和标准化，通过低代码、自动化的指标生产代替人工开发进而提高指标交付效率，并在此基础上，融合大模型能力构建智能分析平台，实现指标问答、图表生成、报告生成以及归因分析等灵活应用，有效提升了业务分析决策效率，助力银行业务发展。
* 以上内容节选自《2025沙丘社区大模型先锋案例TOP50》，了解更多，可咨询沙丘社区客服微信：zimu738
▎更多研究：（可前往“沙丘智库”查阅）
2024中国大模型技术采纳现状调研报告
2024年AI Agent最佳实践报告
2024年“大模型+数据分析”最佳实践报告
2024年“大模型+RAG”最佳实践报告
2024年国资央企大模型应用跟踪报告
2024年中国工业大模型应用跟踪报告
大模型应用跟踪月报（2024年11月）
......
*更多生成式AI研究可前往“沙丘智库”小程序查阅
*有任何需求可咨询客服微信：zimu738
