蜜度政务大模型蜜巢完成生成式人工智能备案 ，三个垂直应用方向赋能千行百业

2月2日，蜜巢政务大模型完成《生成式人工智能服务管理暂行办法》备案。

蜜巢是上海蜜度科技股份有限公司自主研发的政务大模型。2023年7月，在世界人工智能大会上，蜜巢政务大模型正式发布。

蜜巢政务大模型聚焦智能知识管理、文稿智能写作、智能舆情分析三个垂直应用方向，具有优质高效、低成本低门槛的优势。目前，蜜巢驱动的智能应用产品和服务已为政务、媒体等多个领域提供支持，正在赋能各细分场景。

蜜巢智能知识管理能力落地知知通

赋能政企数据资产管理

信息时代，企业面临着海量的内部知识和信息。搭载蜜巢能力的知知通，可以通过问答的方式，极大简化知识的获取和共享流程，成为促进内部数据资产管理智能化转型的有力工具。它可赋能知识管理、信息搜索、内部培训、智能客服以及智能电销等多类办公应用场景数智化转型。知知通能够灵活地整合政务、企业的各类多模态数据资产，构建成一个完整的内部文档库，实现文档的即时检索和问题快速回应——即“找”即“现”、即“问”即“答”，进一步提高政企用户对于数据资产的管理效率和使用价值。

例如，在工作资料检索或内部培训中，员工可以与知知通展开互动式“对话”，仅需输入关键词，数秒内就会显现答案。知知通的能力不止于复杂文档的智能回答，还能快速执行文档搜索和内容定位，助力用户迅速验证“标准化答案”信息。这一创新的“人机协同”服务模式，可为大型企业打造高效数字化、多模态的业务知识库注入强劲动能。此外，知知通支持全天候24小时的即时响应，可有效减轻客服、人力资源、财务等部门在日常流程化和重复性咨询处理上的工作压力。

在政务热线、企业电销等对话场景中，蜜巢智能知识管理能力不仅能为接线人员提供可靠的知识检索，还可以将语音自动转换为文本，快速提炼关键信息，有效解决语音中有效信息较少、热线高峰繁忙以及排队等待等问题。另外，根据内部汇报模板，该模型还可帮助工作人员将客户的意见和建议整合成报告，便于工作人员整理和反馈问题。

知知通还有效解决了通用大模型的模型幻觉问题，通过对知识语料库的动态更新，弥补了知识内容的滞后性短板。现已服务于公共服务、金融、医疗、互联网等行业。

蜜巢文稿智能写作能力落地蜜度文稿通

提升文稿写作效率

无论是政务部门还是媒体机构，都有大量的文稿撰写任务。搭载了蜜巢文稿智能写作能力的蜜度文稿通，具备材料写作、AI续写、AI润色等功能，助力政务部门、媒体和科研机构提升文稿起草、写作效率。

蜜度文稿通一方面可以基于用户提供的基础素材，智能拓展出多个新颖的主题和内容，丰富创作者的灵感；另一方面，用户仅需给出简短的10个字，该平台就能依托上下文语义，自动续写出段落文本，帮助用户迅速完成文稿，成为文字工作者的智能“小助手”。

随着人工智能大模型的广泛应用，媒体的新闻生产模式也在发生转变，人与AI协同作业被认为是新闻生产模式的创新。蜜度文稿通的推出可为媒体行业向人机合作的创作方式转型提供有力支持。

依托于上传的基础素材，蜜度文稿通能够迅速完成新闻资讯稿件的草拟工作。通过对历史稿件有针对性的深度学习训练，蜜度文稿通可进行不同写作风格的学习，输出多种类型的新闻报道。

在公文撰写场景，蜜度文稿通则能根据公文规范性等要求，辅助相关人员高效完成各类公文的撰写，提升政务办公效率，赋能办公智能化的转型升级。

目前，蜜巢政务大模型支持本地化和国产化消费级算力部署，同时，全面符合私域数据保密与安全的需求。基于蜜度文稿通、知知通这两大应用，它为行业客户提供了一个注重安全性、易于部署、成本效益高且具备可扩展性的大模型落地解决方案，在多个层面上保障了不同办公模式智能化转型的顺利进行。

蜜巢智能舆情分析能力落地新浪舆情通

2分钟生成高质量报告

在舆情分析领域，政务大模型的参与可以提升舆情分析与研判的效率与准确度。

蜜度基于十多年行业经验和科学的分析方法，以数量庞大的高质量舆情分析报告作为专业语料数据，让大模型充分学习。这些报告中来自专家团队的专业知识与深度洞察被模型悉数吸纳，最终呈现了人脑认知经验与AI计算能力的全新融合。目前，搭载了蜜巢智能舆情分析能力的新浪舆情通，仅需2分钟就可以输出一份高质量的舆情分析报告，数据维度包括事件概况、数据概况、舆论观点、媒体观点、研判建议5个模块，为热点事件的追踪、分析与研判提供快捷、准确的数据与洞察，不仅提升撰写报告效率，更能保障分析结果的准确性、客观性与真实性，帮助有关单位及时了解网络舆论动向，为处置网络舆情事件提供科学决策依据。

自去年7月发布以来，蜜巢能力落地新浪舆情通已为应急、政法、文旅等10余个专业领域的1万+客户提供报告自动生成服务。用户在蜜度官网登录新浪舆情通，就能在“智能分析”板块中体验蜜巢智能舆情分析既“易用”又有“速度”的能力。

此次完成备案，是蜜巢政务大模型应用于千行百业的全新篇章，有望进一步推动行业场景与众多应用领域向“大模型+”转型，也为人工智能技术创新带来更多可能性。