中烟创新入选“2024 卓越软件项目优秀案例”

近日，第四届中国国际软件发展大会期间，以“新型工业化中的软件项目管理实践”为主题的 2025 中国软件项目管理高峰论坛在京圆满落幕。论坛聚焦制造业“智改数转”战略需求，深度解析软件项目管理在技术融合、流程重构及生态协同中的核心价值，为产业智能化升级提供方法论支撑。

#北京中烟创新科技有限公司（简称：中烟创新）自主研发的“基于灯塔大模型应用开发平台-智能费用审核系统”，凭借其技术突破性、行业适配性与规模化应用价值，从全国数百个参评项目中脱颖而出，成功入选中国软件行业协会“2024 卓越软件项目优秀案例”。 该奖项聚焦“技术原创性、场景创新性、经济普惠性”三大维度，旨在遴选赋能实体经济的标杆级软件解决方案，此次入选标志着中烟创新在 AI 技术赋能企业数字化转型中的技术落地能力与应用成效，已通过国家级行业协会的专业评审验证。

此前，灯塔大模型应用开发平台不仅成功入选 #全国企业人工智能行动创新案例 TOP100，其核心支撑“灯塔大模型应用开发平台”更凭借在智能管理领域的前沿实践，与 DeepSeek 大模型、豆包、kimi 智能助手等业界标杆产品共同跻身“#2024 年度百大 AI 产品”。

基于灯塔大模型应用开发平台的智能费用审核系统，通过多模态数据解析引擎、动态合规知识中枢与自适应审核决策框架三大核心技术，直击传统企业费用管理中“人工效率低、规则迭代慢、风险盲区多”的痛点。

"灯塔大模型应用开发平台"作为企业级大模型工业化落地的核心基座，通过模块化工具链与可视化编排引擎，提供覆盖模型选型、模型微调、生产部署及持续优化的全生命周期管理能力——从异构算力资源调度到领域知识注入，从 Prompt 工程优化到多模态服务编排，构建端到端 AI 应用开发闭环。其技术架构与价值维度可拆解为以下关键模块：

（图为：灯塔大模型应用开发功能图）

大模型选型

支持多种主流大模型，如 DeepSeek、通义千问、Chatgpt、豆包、文心一言、Kimi、智普等。丰富的模型选择为不同应用场景和业务需求提供了适配基础，用户可根据具体任务（如文本生成、知识问答、图像识别关联等）选择最合适的模型，以获取最佳性能和效果 。

提供多种微调方式

Pre - training（预训练）

在大规模通用数据上进行初始训练，构建模型基础能力。

Post - pretraining（后预训练）

在预训练基础上，针对特定领域或任务进一步训练，使模型适应特定业务场景。

Fine - tuning（微调）

使用特定任务的小规模数据对预训练模型进行参数调整，提升模型在具体任务上的表现。

RLHF（基于人类反馈的强化学习）

通过人类反馈优化模型输出，使生成内容更符合人类期望和需求。

Q - Lora（高效低秩适应）

一种高效的微调技术，在减少计算资源和内存需求的同时，实现模型的有效微调。

增量训练

随着新数据的产生，不断对模型进行增量式训练，持续更新模型知识和能力 

工作流安排

可视化托拉拽

提供直观的可视化操作界面，用户通过简单的托拉拽方式即可完成工作流的搭建。这种操作方式降低了开发门槛，非专业技术人员也能快速上手，实现个性化的工作流程设计。

工具插件

集成 NLP（自然语言处理）、OCR（光学字符识别）、AI 等多种工具插件，方便用户在工作流中灵活调用这些工具，实现文本处理、图像识别等多种功能的组合与协同工作 。

prompt（提示词）

Prompt template（提示词模板）

提供多种预设模板，涵盖数据分析、营销文案、图像生成、智能问答、职场效率、工作助理等多个领域。这些模板为用户提供了标准化的提示词框架，帮助用户快速准确地引导大模型生成符合需求的内容。

Prompt 优化、Prompt 评估

具备对提示词进行优化和评估的功能。通过优化提示词，提高大模型响应的准确性和质量；通过评估提示词效果，帮助用户了解提示词使用的有效性，并据此进行调整和改进 。

向量知识库与多模态知识库

向量知识库

包含长期记忆、短期记忆、内置知识等，用于存储和管理知识信息。向量表示形式便于模型快速检索和利用知识，支持模型在处理任务时进行知识关联和推理。

多模态知识库

能够处理图片、视频、音频、文档等多模态数据，打破单一模态限制，实现更丰富、全面的信息处理和知识融合，提升模型对复杂任务的处理能力 。

智能体/AI 应用

灯塔大模型作为核心，具备观察感知、辅助决策、记忆检索、运营支撑、推理规划、智能问答、行动执行等多种能力。能够在不同场景下实现智能化应用，如为业务流程提供智能决策支持、进行智能问答交互、执行自动化任务等 。

多种部署方案

推理加速：通过优化算法和硬件配置，提升模型推理速度，减少响应时间，提高应用效率。

大模型服务：提供稳定的大模型服务接口，方便用户调用模型功能。

链 + 向量库：结合区块链技术与向量知识库，保障数据安全和知识管理的可靠性。

多算力规格：支持不同算力配置，根据应用需求和预算灵活选择，实现资源的合理利用 。

运维

灰度发布：在应用部署过程中，采用灰度发布策略，逐步将新版本应用推向部分用户，通过小规模测试及时发现问题，降低风险，确保应用稳定上线。

根因定位:具备故障诊断和根因分析能力，当应用出现问题时，能够快速定位问题根源，以便及时解决。

资源配置及调度：根据应用负载和需求，动态调整计算资源（如 CPU 等）的配置和调度，保障应用性能和资源利用效率 。

监控+评估

数据监控：实时监测应用服务数据和客户反馈数据，掌握应用运行状态和用户使用情况，及时发现异常数据和趋势。

数据评估：对收集的数据进行评估分析，包括对模型性能、应用效果、用户满意度等方面的评估，为持续优化和改进提供依据。

资源监控、资源评估：对计算资源（如服务器资源等）进行监控和评估，确保资源合理使用，及时发现资源瓶颈并进行优化 。

基于灯塔大模型应用开发平台构建的智能费用审核系统直击行业痛点，将单笔审核耗时从分钟级降至秒级，成为了“标准化赋能创新”的最佳实践——通过将行业经验转化为可迭代的数字化规则，实现了管理范式从“人治”到“数治”的跨越。

当“软实力”真正转化为“硬支撑”，中国新型工业化的航程中必将涌现更多“灯塔”，照亮产业高质量发展的未来之路。