这是什么
要求研发或部署面向建筑垂直领域的专业大模型系统。系统结合建筑物理机理与业务特征，利用建筑长期运维、能耗监测、设备台账及客户交互等历史与实时数据开展垂直模型精调与知识检索增强（RAG）；紧密结合商场智能导购、酒店入住预测与动态定价、办公智能客服、医院导诊或设备故障根因推理等具体场景，提供自然语言交互、多维趋势预测与复杂业务辅助决策支持。
它有什么用
解决的核心问题
通用大语言模型缺乏建筑行业专业机理知识与实时运行数据接入，易产生幻觉，无法准确解决复杂建筑运维与运营决策问题。
带来的综合价值
利用企业私域运行数据精调行业大模型，实现对设备故障的深层次推理、客户诉求智能应答及经营趋势的精准预测。
怎么得分
建立基于行业需求和企业需求的大模型，利用建筑运行和企业管理的历史数据、实时数据，进行垂直模型的训练，结合建筑应用场景，提供客户服务、预测分析等功能。
1 分需要什么材料
写清行业和企业需求、建筑运行及管理数据来源、模型训练优化方法、部署方式和实际应用场景。
运行评价说明实际训练与优化过程、模型版本、应用功能和验证结果，展示客户服务或预测分析等具体使用记录。
与哪些智慧建筑系统相关
依据《智慧建筑评价标准》图 2.1.1，标出本条在系统架构上可能相关的模块。
智慧应用
基础设施管理
安全与防灾
能源与资源
环境与健康
服务与管理
智慧建筑大脑
主题集市
数据挖掘与应用
智慧建筑数字化平台
资源库
智慧城市数据
信息基础设施
数据基础设施
通信基础设施
智能感知
标准依据
条文说明
相较于通用大模型，垂直大模型是对特定行业或企业的数据进行训练和优化，模型具有更高的精准度和针对性。在建筑中，垂直大模型根据建筑应用场景和客户需求，选择合适的机器学习算法和模型结构，进行模型训练和优化，然后将训练好的垂直大模型部署到智慧建筑系统中，与建筑的应用场景紧密结合，提高建筑的服务能力和用户满意度。不同行业和企业可以根据自身的需求和特点，利用垂直大模型实现不同的应用场景，如商场可以利用训练好的模型，为顾客提供个性化的导购服务；酒店可以利用垂直大模型对客房的入住率、客户满意度等数据进行分析和预测，提供更为精准的房间定价和客户服务；医院则可以利用垂直大模型对患者的病情、治疗方案等数据进行分析和预测，提供更为个性化、人性化的诊疗服务。