利用大模型 生成文案

行业资讯
模型生成
模型生成通常指的是利用大型语言模型(LargeLanguageModels,简称LLMs)来生成文本、图像、音频或其他类型的数据的过程。以下是关于模型生成的详细介绍:模型生成的原理基于概率分布自回归的生成方式,即按顺序逐个生成文本元素。以生成一段文章为例,先输出开头的字词,然后基于已生成的内容继续预测后续字词,如此循环,直至达到设定的文本长度或者生成合理的结束标识。模型生成的常见应用场景文本创作:文章写作:帮助创作者快速生成文章初稿,涵盖各种主题,如科技评论、文化赏析、生活指南等,创作者可在此基础上进行修改润色,提高创作效率。故事创作:生成情节有趣、人物形象鲜明的故事内容,可用于小说预测:模型在经过大规模文本数据的预训练后,掌握了语言的统计规律和语义关系。当接收到输入提示时,它会依据学习到的知识,对下一个可能出现的词汇或字符等元素基于概率分布进行预测。自回归机制:多数模型采用创作、儿童故事编写等领域,为创作者提供灵感启发。智能问答:针对用户提出的各类问题,生成准确详细的答案,应用在客服系统、在线教育问答平台等场景中,快速响应并满足用户的信息需求。代码生成:根据自然语言描述的功能需求,生成相应的代码片段,辅助程序员提高编程效率,适用于多种编程语言。

利用大模型 生成文案 更多内容

模型流式输出是一种在模型生成文本时,将结果逐步、连续地输出呈现给用户的方式,而非一次性输出全部内容,就像人类边思考边表达一样。模型基于特定的技术架构和协议来实现。模型生成文本时,按照一定的顺序逐个生成字符、单词或短语等文本片段,并即时将这些片段传输到客户端进行显示,从而形成连续的输出流。优点提高交互性:能够让用户在模型生成文本的过程中实时看到输出结果,增强用户与模型之间的互动体验,使用更贴合用户的需求。节省资源:对于一些对实时性要求较高但又不需要一次性获取全部结果的场景,可以在生成过程中及时获取和处理有用的信息,而无需等待完整的输出,从而提高资源的利用效率,尤其适用于处理规模文本。文本创作和编辑:辅助作家、文案撰写人员等进行创作时,流式输出能够激发创作灵感,作者可以根据模型生成的部分内容进行修改和补充,共同完成高质量的文本创作。同时,在编辑已有文本时,模型也可以通过流式输出逐步户可以根据已生成的部分内容及时调整提问或给出进一步的指令,引导模型生成更符合期望的结果。提升响应速度感知:在处理长文本生成任务时,无需等待整个文本生成完毕再展示,用户可以更快地看到部分结果,从而感觉模型
用户在购物、出行、金融服务等方面的疑问。对于内容创作者而言,模型则成为了他们的得力助手。智能写作工具基于模型开发,能够根据用户输入的主题和要求,快速生成文章大纲、段落内容甚至完整的文章。无论是在短时间内生成一幅栩栩如的图像,将用户脑海中的想象变为现实。这一技术不仅为艺术家、设计师提供了全新的创作方式,也为普通用户带来了无限的创作乐趣。越来越多的人利用模型生成个性化的头像、壁纸、插画等,丰富了自己的数字生活。新闻报道、商业文案还是学术论文,智能写作工具都能提供有价值的参考和灵感,帮助创作者节省时间和精力,提高创作效率。图像生成领域,模型更是展现出了惊人的创造力。只需在输入框中输入简单的文字描述,模型就能解锁模型应用管理:开启智能时代新征程模型:重塑世界的智能引擎模型,通常指那些拥有海量参数、基于深度学习架构,并在规模数据上进行训练的人工智能模型。这些模型具备强大的语言理解、生成和逻辑推理能力,能够处理复杂多样的任务。模型的应用领域之广泛,几乎涵盖了人类生活的每一个角落。在医疗行业,模型助力医学影像分析,能够快速、准确地识别病变,辅助医生进行疾病诊断,提高诊断效率和准确性,为患者争取
行业资讯
LLM语言模型
生成文本,从而为用户提供准确、高效、有用的服务。LLM的核心是一个深度学习模型,通常采用神经网络架构。这些模型具有强大的学习和预测能力,可以处理各种自然语言任务,如文本分类、翻译、问答、文本生成等金融量化领域、超大规模参数量的生成语言模型,融合了舆情、资金、人物、空间、上下游等多模态信息,具备强大的理解和生成能力,支持股票、债券、基金、商品等市场事件的全面复盘、总结及演绎推理,以及政策研报的需求理解、推理、各类(含多模型)结构化查询语言和OpenCypher代码生成、文本生成、嵌入向量生成、知识推理等能力。借助这一领域模型,企业的业务人员、数据分析人员以及业务管理者只需使用自然语言,就能利用TranswarpSoLar模型获取所需的数据分析、展示和报告,轻松地应对各种复杂的数据分析挑战,并快速获得有价值的数据洞察,为企业的业务增长提供原动力。LLM,全称LargeLanguageModel,是一种大型的语言模型,旨在理解和生成自然语言文本,并尝试回答各种自然语言问题、提供有关信息和建议。LLM通过对大量文本数据进行训练,学习了如何理解和
行业资讯
模型幻觉
模型幻觉通常指的是预训练模型生成文本或进行预测时出现的一种现象,即模型生成的内容看似合理、连贯,但实际上包含错误信息、逻辑矛盾或与现实不符的情况。这种现象可能源于模型在训练过程中学习到了数据集中的偏差、噪声或不准确信息,导致在特定情境下产生误导性的输出。为了避免模型幻觉,可以采取以下几种策略:数据清洗与增强:确保训练数据的质量,去除噪声和偏差,增加多样性和复杂性。模型微调:针对具体任务对预训练模型进行微调,以提高其在特定领域或任务上的准确性和可靠性。结果验证:对模型生成的结果进行人工或自动验证,确保其符合逻辑和事实。多模态融合:结合视觉、听觉等其他模态的信息来约束和校正语言模型的输出。持续学习与更新:定期用新数据对模型进行再训练,以适应不断变化的环境和知识体系。
行业资讯
AIGC模型
能够生成文本内容,还能生成图片、音频、视频等多种形式的内容,实现跨模态的生成。高度定制化:用户可以根据自己的需求,对AIGC模型进行定制化训练,使其生成更符合自己要求的内容。高效性:AIGC模型采用先进AIGC(ArtificialIntelligenceGeneratedContent)模型是指利用人工智能技术自动生成内容的大型模型,这些内容可以是文本、图片、音频、视频甚至3D模型等多种形式的算法和架构,可以在短时间内生成大量高质量的内容,提高生成效率。AIGC模型应用场景AIGC模型在多个领域都有广泛的应用场景,包括但不限于:媒体与娱乐:自动生成新闻报道、文章摘要、诗歌、小说等文本。AIGC模型是基于人工智能技术,通过在规模数据集上训练得到的模型。它们具有强大的生成能力,可以根据用户的指令或需求,自动生成各种形式的内容。这些模型的特点包括:多模态生成:AIGC模型不仅内容;生成艺术作品、设计图案、模拟真实场景等图像内容;合成语音、创作音乐、生成音效等音频内容;自动剪辑视频、生成特效、创建动画等视频内容。游戏开发:生成游戏资产,如角色、场景、道具等,提高游戏开发的
内容。机器翻译:通过训练,生成模型可以实现多种语言之间的自动翻译,提高翻译的准确性和流畅性。问答系统:模型能够理解和回答用户提出的问题,提供准确的信息和解决方案。多媒体内容生成文本到图像:能够根据生成模型是近年来人工智能领域的一个重要突破,通过深度学习和自然语言处理技术,能够理解和生成接近人类水平的文本。生成模型在多个方面展现出强大的能力,包括但不限于文本生成、内容创作、客户服务、反洗钱等,并且已经在金融、媒体、法律等多个行业得到应用。生成模型已经在多个领域展现出广泛的应用。生成模型的一些主要应用:自然语言处理文本生成生成模型能够生成高质量的文章、对话、摘要等文本文本描述生成逼真的高分辨率图像,广泛应用于艺术创作、广告设计等领域。文本到音乐:生成模型还能根据文本生成音乐,为音乐创作提供新的思路和方法。视频生成:随着技术的发展,生成模型也在逐步应用于视频生成模型可以根据学生的需求和能力生成个性化的学习内容,如练习题、模拟实验等,提高教学效果和学习效率。其他领域艺术创作:生成模型在艺术创作领域也有广泛应用,如音乐创作、绘画、诗歌生成等,为艺术家提供新的创作灵感和工具。智能客服:在客户服务领域,生成模型可用于构建智能客服系统,实现自然语言交互和智能问答。
模型API调用是指通过编程接口(API)与预训练的大型机器学习模型进行交互的过程。这些API允许开发者将模型集成到自己的应用程序中,以实现各种功能,如文本生成、语言翻译、问答系统等。以下是一般、生成文本的长度限制、温度参数等。温度参数用于控制生成文本的随机性,较高的温度值会使生成的文本更具多样性,但也可能导致结果不够准确;较低的温度值则会使生成的文本更倾向于确定性的回答.查看示例代码:API使用符合相关法律法规的要求。错误处理和优化:在实际应用中,可能会遇到各种错误情况,如网络连接问题、参数错误、模型内部错误等。需要建立完善的错误处理机制,及时捕获和处理错误,并根据错误信息进行相应的调整和优化。同时,可以根据业务需求和用户反馈,对请求参数进行调整和优化,以获得更好的生成效果。情况下模型API调用的步骤和相关要点:注册与获取凭证注册账号:选择提供模型API的平台,如百度智能云千帆模型平台、阿里云灵积平台等,在其官网完成注册账号的操作。创建应用或项目:登录后,在平台控制台文档熟悉接口规范:仔细阅读平台提供的API文档,了解API的请求方法、请求参数、返回值格式等详细信息。不同的模型API可能有不同的接口规范和要求。掌握参数含义:明确各个参数的含义和作用,如输入文本
行业资讯
模型训练
选择更优的策略,以最大化累积奖励。持续优化与评估:不断进行交互和优化的过程,同时通过各种评估指标对模型进行评估,如生成文本的质量、与人类偏好的一致性等,确保模型的性能不断提升。模型与环境交互:将模型作为智能体,使其与环境进行交互。环境会根据智能体的输出给出相应的反馈,即奖励信号。策略优化:根据奖励信号,利用强化学习算法如PPO等,调整模型的参数,使得模型在后续的交互中能够模型训练是一个复杂且系统性的工程,以语言模型为例,通常包括以下关键步骤2:预训练阶段模型准备:确定模型架构,随机初始化模型的参数。数据收集:采集海量数据,构建具有多样性的内容。数据预处理:对原始数据进行清洗,去除噪声、重复和错误数据;将文本数据转化为整数序列。有监督微调阶段模型准备:使用预训练阶段得到的基础模型。数据集准备:收集少量高质量的包含用户输入提示词和对应理想输出结果的数据集合,这些数据更具针对性和专业性,用于让模型学习特定任务的模式和规则。微调训练:将准备好的数据集输入到基础模型中,通过调整模型的参数,使模型能够更好地适应特定任务,具备遵循指令的能力。奖励模型训练阶段模型准备
行业资讯
模型的能力
文本生成:能够根据给定的主题、语境或提示,生成连贯、流畅且有逻辑的文本内容,如文章、故事、诗歌、对话等。例如,创作小说的情节、撰写新闻报道、生成文案等。问答系统:理解用户提出的各种问题,并准确地生成模型具备语言理解与生成、逻辑推理与分析、知识表示与应用、多模态、学习与适应以及创意与想象等多方面强大能力,可在众多领域发挥重要作用。模型具有多种强大的能力,以下是一些常见的方面:语言理解与生成能力相结合,模型可以理解图像的内容、场景、物体等信息,并能够根据文字描述生成相应的图像,或者对给定的图像进行文字描述和解释,实现图像与文字之间的相互转换。语音交互:具备语音识别和语音合成的能力,能够将用户的语音输入转换为文字,理解其语义,然后生成相应的语音回答,实现更加自然、便捷的人机语音交互。学习与适应能力持续学习:模型可以在不断输入新的数据和信息的过程中,自动地学习和发现新的模式、规律和知识,不断和创意的起点,例如生成创意写作的主题、情节构思、艺术创作的概念等,帮助人类突破传统思维的局限,创造出更具创新性的作品。艺术创作:在音乐、绘画、设计等艺术领域,模型可以生成音乐作品、绘画风格、设计图案等,为艺术创作提供新的思路和可能性,推动艺术与科技的融合发展。
银行图数据库的应用场景:反洗钱:图数据库可以将可疑交易数据存储于其中,帮助银行更快速地提取、分析与关系,识别出潜在的洗钱行为。客户关系管理:银行图数据库可以将客户的不同信息(如交易记录、信用评级、客户所在地和行业等)进行整合,并将这些信息在一个数据仓库中呈现出来。这使得银行能够更加精准地分析客户需求,提供更加符合客户需求、更加优质的服务。风险管理:银行是一个与风险息息相关的行业。图数据库可以帮助银行对相关风险进行整合和分析。通过解析大量的金融数据,图数据库可以找出潜在的风险点,提前控制风险。数字化转型:图数据库能够将社交网络、收集的数据等信息关联起来,并创造性地开拓新业务模式。除了与客户密切相关的业务领域,图数据库还能够在支持业务流程优化方面发挥重要作用。营销:银行可以使用图数据库来收集客户数据、行为数据等,这样可以更加精确地预测客户习惯,对客户进行更加细致的营销和服务。银行图数据库有着广泛的应用场景,可以在多个角度上支持银行的业务发展,提高服务的质量和效率。星环分布式图数据库StellarDB星环科技致力于打造企业级大数据基础软件,围绕数据的集成、存储、治理、建模、分析、挖掘和流通等...
数据要素是数字经济发展的关键生产要素,是数字经济发展的基础。加快培育数据要素市场是全面建设社会主义现代化国家的一项基础性工作,对推动经济高质量发展、建设数字中国和数字强省、促进经济社会数字化转型具有重要意义。星环科技致力于打造企业级大数据基础软件,围绕数据全生命周期提供基础软件与服务。基于在大数据、分布式数据库、隐私计算、数据安全流通领域的多年积累,星环科技研发了数据要素流通全过程的一系列工具,在各方数据不出域的前提下,为数据资源方和数据消费方提供数据交付服务。2021年星环科技成为上海数据交易所首批签约数商。2022年9月星环科技曾受邀出席“深数交”数据合规活动,分享数据安全出境解决方案。2022年12月星环科技与中国东信旗下北部湾大数据交易中心达成了战略合作。星环科技在产品的各层级上都完善了安全技术,从而可以给用户提供体系化的数据安全防护能力,助力企业高效、合规的开展数据流通业务。在基础设施层,星环科技提供基于容器的云原生操作系统TCOS,它不仅能够提供容器隔离和镜像扫描,还新增了漏洞检测以及面向业务的微隔离安全技术,从而可以为用户开辟一个独立的数据与计算环境,外部的服务未经授权无...
新时代需要新技术,企业应抓住机遇实现旧平台的改造升级数据库技术经过不断的发展,已经从以Oracle、IBM为代表的集中式数据库,演进到分布式、多模型、云原生的形态,并在很多场景应用落地,带来了真实的业务价值。当前得益于国家政策的大力扶持以及国内市场环境的快速发展,国产软件加速发展,国产化替代进程正在不断加速。自主可控是国产化替代的核心,同时也是一个阶段性的目标。我们不应该满足于此,应该抓住国产化改造的机遇,用新技术去替代老技术,实现自主可控的同时,完成旧系统的改造升级,这也是信创的主旨。星环科技致力于打造企业级大数据基础软件,围绕数据全生命周期提供基础软件与服务,在分布式技术、多模型技术、数据云技术等方面有很多技术突破。比如大数据基础平台TDH是全球首个通过TPC-DS基准测试的产品;提出了创新的多模型统一技术架构,支持业内主流的10种数据模型,Gartner®发布的中国数据库技术发展趋势报告引用星环科技多模型联合分析用例,论证了多模型融合分析的趋势和价值。基于多年积累的分布式技术、多模型统一技术、数据云技术等,星环科技打造了分布式数据库ArgoDB、分布式交易型数据库KunDB、分布...
垂直领域知识图谱产品主要用于面向特定领域知识应用需求,通过构建和应用知识图谱解决对应领域的专业问题。目前,知识图谱在智慧医疗与智慧金融领域已取得了一系列成功实践,被应用于辅助医生、药物发现、临床科研、风险防控、内部监管、投资研究、保险理赔等众多实际业务场景,并涌现出了一批知识图谱产品或服务平台。星环科技自主研发的知识图谱平台Sophon正是一款覆盖知识全生命周期,集知识的采集、建模、融合、存储、计算及应用为一体的知识图谱产品。平台支持低代码图谱构建、智能化知识抽取、多模态知识存储与融合、多形式知识计算和推理以及多维度的图谱分析。除了具备链路完备性,平台还从业务场景出发,沉淀了金融、保险等场景的图数据模型、规则模型和算法模型,可以帮助用户快速解决不同场景下的业务问题。目前,星环科技Sophon已经在金融等多个行业成功落地,在反洗钱、反欺诈、疫情防控、公共安全、企业级营销、保险知识智能问答等场景有着广泛的应用。同时星环科技在推动知识图谱技术创新和成功落地的过程中,也获得了多项荣誉和权威认可:入选Gartner《MarketGuideforArtificialIntelligenceStar...
星环科技图数据库StellarDB是国产高性能图数据库,采用分布式架构和原生图计算引擎,支持超大规模数据管理和高效的图计算。TranswarpStellarDB具有以下特点:原生图存储:StellarDB为数据存储设计了专有的图存储结构,优化查询性能,通过高效的压缩算法减少磁盘和内存的使用量。根据分区策略,图数据均匀分布于集群各节点。优越的性能:存储引擎和计算引擎结合,使计算引擎可以利用数据locality提升计算性能,拥有卓越的数据读写能力,支持大规模并行处理,毫秒级的查询响应。高扩展性:完全的分布式架构,具有良好的可扩展性,支持在线扩容和升级。拥有万亿级图数据处理能力,支持数据多副本,提供集群高可用和高可靠。灵活的查询方式:计算引擎支持灵活易懂的图查询语言TranswarpExtended-OpenCypher,拥有丰富的图操作语法。同时提供SQL支持,多模场景灵活切换。深度分析能力:支持10层及以上的图深度遍历和复杂分析。丰富的算法库:内置丰富的算法库,几十种图算法开箱即用,优化的分布式并行图算法,千万级子图计算效率达到行业先进水平。企业级功能:支持用户权限认证、集群状态监控、日...
星环科技分布式隐私计算平台SophonP²C集多方安全计算、联邦学习等多种功能,为隐私计算提供完整的解决方案,以隐私保护为前提,解决了跨组织协作时无法安全利用各方数据的困境。平台支持联邦学习、多方安全计算、匿踪查询等功能;性能方面,联邦学习与多方安全计算可达亿级数据量,助力数据要素安全流通和价值迸发,实现数字经济时代下的跨企业和行业的AI协作。星环科技的隐私计算技术已落地如数据流通、政务民生、金融营销等垂直业务场景,为跨企业数据协作提供安全可信的平台支持。在政务民生场景,SophonP²C通过纵向联邦学习联合居民用电数据与用水数据,生成群租房预测名单。在联合建模过程中,全程明文数据不出,有效保护了居民用水用电的数据隐私信息。联合训练模型比本地单独用电数据训练的模型AUC提升20%以上,赋能政务决策高效的处理分析能力,为政府有效排查群租房,消除群租房造成的消防、安全隐患,打造和谐、安全、美丽的生活环境作出了突出贡献,为政务决策、民生建设发挥信息化支撑保障作用。在精准营销场景,通过纵向联邦学习,车企安全引入了多方数据,丰富用户特征维度,对用户行为进行统计分析。在联合建模过程中,全程明文数据...
图数据库有许多适用场景,常见的应用场景有:社交媒体:社交媒体中的用户和关系可以建模为图结构。用图数据库来管理和查询这些社交数据,可以实现更精确的社交关系分析。金融:在金融领域中,图数据库可以用于合规风控、反欺诈、投资和信贷决策等众多场景。例如,通过在图中存储和分析不同实体(如银行账户、信用卡、电话、邮箱、运单等)之间的关系,可以准确识别欺诈降低风险。物流和运输:物流和运输领域也是图数据库的应用场景之一。例如,通过在图中存储城市、仓库、货物、运输路线等信息,可以进行物流管理、运输计划优化、货物追踪等任务。生命科学:在生命科学领域,图数据库可以用于存储和分析复杂的基因、蛋白质、代谢物等数据,帮助科学家发现新的治疗方法和疾病机制。游戏:游戏开发者可以使用图数据库来管理玩家角色、各种装备、地图、任务等复杂的游戏数据,实现更好的游戏体验。图数据库的灵活性和高效性使其在多个领域都有着广泛的应用。星环分布式图数据库StellarDB星环科技致力于打造企业级大数据基础软件,围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件与服务,在图计算领域深耕多年,自主研发了分布式图数据...
图数据库是现代数据库系统中的一种,它主要的特点就是使用了图论的概念来进行数据管理。传统的关系型数据库通常是基于表和列的结构进行数据管理,而图数据库则是构建了节点和边的图形结构,可以更好的表示现实世界中的复杂关系。下面是图数据库的几个主要特点:1.基于图形结构:图数据库是基于图形结构来进行数据管理的。它通过节点和边来构建数据的表示形式,使得数据之间的关系和结构更加直观和清晰。这对于处理关联复杂、数据关系复杂的场景具有重要意义。2.高效地关系查询和分析:图数据库具有高效的关系查询和分析能力。对于一个大规模的图,传统的SQL查询方式显然不能满足查询时间的要求。而图数据库则可以通过图数据库内部的算法来进行实时的查询和分析。尤其是针对一些复杂的图分析算法,图数据库更能够快速地获得结果,提高查询速度。3.可扩展性:由于采用了分布式的技术设计,使图数据库的可扩展性极佳。当需要管理的数据量增加时,图数据库可以通过简单的集群扩展方式来实现性能的提升。而且,图数据库的分布式能力也可以让其在多个节点上进行操作,提高了系统的容错能力和加载能力。4.元素和关系度量:图数据库具有丰富的元素数据和关系数据量度方式。...
星环科技致力于打造企业级大数据基础软件,基于在大数据、分布式数据库、隐私计算、数据安全流通领域有着多年积累,研发了数据要素流通全过程的一系列工具,在各方数据不出域的前提下,为数据资源方和数据消费方提供数据交付服务。2022年9月星环科技曾受邀出席“深数交”数据合规活动,分享数据安全出境解决方案。2021年星环科技成为上海数据交易所首批签约数商。2022年12月星环科技与中国东信旗下北部湾大数据交易中心达成了战略合作。伴随数字经济蓬勃发展,融入全球数据跨境流动的趋势不可避免。数据出境安全治理受到广泛重视,为进一步规范数据出境活动,保护个人信息权益,维护国家安全和社会公共利益,促进数据跨境安全,国家互联网信息办公室发布了《数据出境安全评估办法》。国内运营的外企(尤其是零售、化工等)、新能源汽车以及生态企业(含自动驾驶等)、国际化企业与出海企业、跨境电商和物流、有融资需求的基于数字化做业务创新的创业公司等是国内迫切需要落实数据安全出境的企业。然而企业在落地数据出境安全方面存在一些实际困难,主要体现在:错综复杂的数据如何分类分级,如何识别重要数据;重要数据如何存储和管理,才能达到相关法律法规的...
时空数据库(Spacial-temporaldatabase)是一种专门用于存储和管理时空数据的数据库管理系统,它是传统关系型数据库的一个扩展,可以实现对时空数据进行有效管理和处理。时空数据是指带有时空坐标或时间戳的数据,例如地图、气象数据、交通、城市规划等。因此,时空数据库可以用于多种应用程序,如地理信息系统、航空航天、气象预报、GPS导航等。时空数据库与传统数据库不同的是,它提供了额外的功能和数据类型,例如点、线、面等空间对象和时间序列数据类型。此外,时空数据库还支持空间查询和时空查询,例如常见的缓冲区查询,使得用户可以在时空范围内进行查询和分析。这种数据库可以对时空数据进行高效的存储、查询、更新和分析,并通过插件技术集成其他地理信息数据源。星环分布式时空数据库-SpactureSpacture是星环科技自主研发的一款面向空间、时空数据的存储与管理,集计算与存储为一体的分布式数据库产品,支持大规模矢量数据、时空轨迹数据的存储与计算,具有完备的数据查询、分析和挖掘能力,可用于时空查询分析、时空模式挖掘、时空轨迹聚类等时空轨迹数据分析场景,广泛应用于交通物流、城市管理、位置服务等场景。