在2025年全国两会上，人工智能（AI）成为备受瞩目的高频热词。在此背景下，自然资源管理领域正迎来“AI赋能”潮。其中，深度求索（DeepSeek）推出的R1推理大模型，凭借政务级安全架构与垂直领域深度优化，已在多地自然资源部门落地见效：
✅ 不动产登记实现“24小时智能审核”，群众办事从“跑多次”变为“零跑腿”；
✅ 矿产预测靶区优选成功率提升，卫星影像解译效率显著提高；
✅ 国土空间规划数据冲突识别自动处理80%项目......
本期邀请一线专家，结合真实案例进行技术解析，揭秘国产AI大模型如何为自然资源管理按下“加速键”，推动“智慧治理”目标从蓝图走向现实。
AI技术再进化：
从通用到垂直领域的突破
什么是DeepSeek R1？
DeepSeek R1 是由深度求索公司开发的国产开源 AI 推理模型。该模型在数学、代码生成等任务中性能表现优越，专注于速度和效率，适合需要快速响应的任务，并支持低成本本地部署。
什么是本地/本地化部署？
本地部署指将AI模型部署在用户自有服务器或数据中心，而非依赖云端服务。
本地化部署则进一步强调根据特定场景需求进行模型定制，以执行专业化任务。
为何选择本地/本地化部署？
DeepSeek给出了这样的回答
数据安全：不动产登记、地质勘探等数据涉及国家安全与公民隐私，本地化部署可确保数据不出内网。
合规要求：政务场景需符合《数据安全法》《个人信息保护法》等法规，云端传输存在合规风险。
响应效率：本地服务器可减少网络延迟，对于紧急任务（如地质灾害预警）可实现较快响应。
定制化适配：支持根据地方政策、方言等调整模型，提升服务精准度（如某省针对少数民族语言优化咨询系统）。
我们的工作人员这样说
本地部署能够实现数据的物理隔离，有效防止敏感信息泄露；鉴于政府部门的多数业务系统已部署在政务网，本地部署可以方便与现有业务系统进行集成；从项目快速落地的角度来看，采用大模型云服务商提供的API的方式，无需承担昂贵的硬件成本。长期来看，本地部署还可以避免因网络延迟、长期大量调用等产生的额外费用，更具经济性。
——贵州省自然资源厅
非本地部署的AI大模型，如DeepSeek、豆包AI等，适用于通用领域，但在自然资源领域，本地部署更为适宜，主要原因有三：一是网络限制，涉及敏感或特定的数据需在专网或涉密网络中处理。二是专业需求：自然资源领域涉及大量专门的知识和算法，通用模型难以满足。三是业务复杂性：通过构建本地知识库和利用智能体技术优化业务流程，实现更高效的自动化和智能化。
——自然资源部黑龙江基础地理信息中心
五大场景落地：
AI如何重塑自然资源管理？
1
政务智能化：
从“群众跑腿”到“数据跑路”
场景概述：DeepSeek模型通过自然语言交互与自动化决策，实现政策精准解答、材料智能核验，节省人工成本、提高服务质量，打通“数据多跑路，群众少跑腿”的最后一公里。
应用案例
1
贵州省自然资源厅通过私有化部署DeepSeek模型，集成智能问答、政策解读、文件起草、智能校对等政务场景智能应用，显著提升了行政效能，提高了服务精准度。
2
湖南省自然资源厅部署满血版671B参数的模型服务实现在线客服政策智能解读、自然资源要素智能匹配等应用服务。通过智能在线客服，实现了7×24小时不间断信息咨询服务，问题命中率达到85%以上。
3
江苏省自然资源厅本地化部署DeepSeek 671B模型，应用于土地开发前期评估、要素保障提前规划及政策普及等多个场景，优化管理流程并增强了决策科学性，有效提升了资源管理和政策执行效果。
左右滑动查看更多
嘉宾
林少华
贵州省自然资源技术信息中心
技术工程部负责人
问
使用AI大模型开展自然资源政策咨询的效果如何？
答
AI 大模型通过大量数据训练能精准回应通用政策问题（准确率超 90%），但因数据更新和模型训练周期存在时效性延迟。试用反馈显示，其通用问题处理能力较强，但特定案例可靠性不足。
问
在政务场景中，如何平衡人工与AI的权责边界？
答
权责边界以 "AI 赋能不替代" 为原则。AI 在政务场景中可辅助文件起草、校对等工作，但仍需采取 "AI 辅助 + 人工复核" 模式，并结合 RAG 技术和专有知识库提升准确性。
具体到操作层面，建议通过小场景试点逐步推广至全链条智能化：1. 部署类 ChatGPT 对话窗口接入办公系统；2. 公文写作模板 + 智能生成功能；3. 建立专有知识库与知识图谱；4. 逐步融入规划编制、用地审批等业务环节，实现自然资源管理全流程智能化改造。
（更多采访内容请看视频）
2
不动产登记：
AI破解“材料繁琐”痛点
场景概述：DeepSeek模型的部署与场景化应用，为不动产登记业务提供全新解决方案，通过智能问答、流程优化与全天候数据驱动，实现了从 “人找材料” 到 “材料找人” 的智能升级。
应用案例
1
南京市通过深度融合DeepSeek大模型技术，构建“24小时不打烊”的不动产登记服务体系，实现了从“人找政策”到“政策找人”的转变，显著提升了服务效率和用户体验。
2
连云港不动产登记中心完成独立部署DeepSeek不动产登记智能问答系统多轮对话技术，可精准识别复杂问题，帮助群众一次问清。智能导办涵盖转移、抵押、查询等高频事项，服务效能提升超80%。
3
常州市通过本地部署DeepSeek模型，建立动态更新的标准化知识库，智能问答引擎5秒内响应，线上掌厅业务办理时长缩短一半且材料核验准确率达到99.8%，提供7×24小时无间断服务。
4
江门市不动产登记中心借助DeepSeek平台，提供详细智能解答服务，实现便捷“一键直达”，简化了咨询流程，提高了用户满意度。
5
内蒙古乌海市不动产登记中心打造Deepseek智能知识库，为群众提供24小时在线咨询服务。有效提升了服务效率，降低了群众办事成本。
左右滑动查看更多
嘉宾
张 祥
连云港市不动产交易登记中心 副主任
问
引入智能问答系统后，如何提升业务办理和查询效率？
答
引入智能问答系统后，用户可以通过自然语言提问的方式轻松完成各类业务的办理和查询需求。在处理高频业务时，用户只需提供简单的信息，系统即可自动完成申请材料的完整性和一致性校验，提高办事效率。
问
部署DeepSeek后，如何保障不动产登记数据安全性？
答
首先，采用多因子认证机制，必须通过人脸识别才能调用不动产查询和业务办理接口。其次，隐私数据使用国密SM4算法加密，并直接存储在不动产登记系统的线上系统中，不保存在知识库内。再次，接口访问需经过身份认证、权限控制，并通过SM3摘要和SM2签名加密传输信息，同时使用时间戳防止暴力请求并限制请求次数。最后，大模型支持私有化部署，进一步保障基础设施环境的安全性。
（更多采访内容请看视频）
3
测绘与地理信息：
“10倍”效率背后的技术革新
场景概述：DeepSeek 通过大模型部署与多技术融合，实现数据自动化处理、知识智能检索及复杂场景分析，推动行业从 “经验驱动” 向 “智能驱动” 转型，显著提升分析和决策效率、精准度与科学性。
应用案例
1
黑龙江测绘地理信息局通过DeepSeek大模型本地化部署，构建了面向公众咨询和事项办理的智能化服务系统，并优化数据处理流程，提高了工作效率与地理分析能力。
2
自然资源部第一地理信息制图院完成DeepSeek本地化部署已在秦岭监管法律法规检索和咨询业务中使用开源大模型进行了探索和应用，解决数据安全问题，也将提升业务工作效率和职工体验满意度。
3
自然资源部第一地形测量队完成DeepSeek-R1 32b大语言模型的本地化部署（业内简称“超算版”）实现对遥感影像、地形图等测绘数据的自动化处理和分析，对海量自然资源数据进行分析和预测，提供科学决策支持。
4
常州市测绘院完成DeepSeek本地化部署并深度融合系统，可实时解析复杂空间数据和业务数据进行可视化分析，实现高分辨率遥感影像的自动地物识别、变化检测与分类标注，同时通过大模型语义关联与结构化抽取技术，将分散的业务数据转化为覆盖全流程的测绘知识图谱。
左右滑动查看更多
嘉宾
刘恒飞
自然资源部黑龙江基础地理信息中心系统开发部主任
问
DeepSeek在地理信息数据处理流程中的准确率如何？
答
理想情况下，DeepSeek在数据处理流程中的准确率可达90%以上。简单任务无需人工审核，复杂任务需人工介入，主要集中在前期准备和后期检查，人工干预不超过30%。
问
构建RAG技术和Agent智能体的应用环境需要哪些类型的人才？
答
需要复合型技术人员，掌握硬件、虚拟化、网络技术及大模型应用知识，同时具备开发编程能力。初期应用需系统化学习和正确选型以避免弯路，后续在知识库优化、提示词设定、智能体编排等方面需持续深入学习。
问
未来优化DeepSeek应用的具体计划和方向是什么？
答
首先是优化智能问答系统，着重提升问答、推理的精确程度，提升普适化应用体验。其次是在实景三维、基础测绘等生产作业中，通过与软件厂商合作增强生产作业场景智能化水平。未来重点考虑降低时空大数据分析的技术门槛，提升便捷性和应用范围。
（完整采访内容请看视频）
嘉宾
丁 忆
重庆市地理信息和遥感应用中心
副总工程师
问
通过DeepSeek本地化部署，实现了哪些新的功能？
答
目前，初步实现了简单的地理要素空间分析的问答式交互。通过检索增强生成技术处理背景知识，提升了空间数据库查询的准确性。例如，用户提问后，系统检索相关背景知识并向DeepSeek提问，输出空间数据查询代码并在地图上展示结果，结合了自然语言理解和时空大数据的优势。
问
贵单位在AI本地化部署和训练方面有何经验？
答
我们利用卫星遥感、三维、低空无人机、地表覆盖要素等数据，通过构建本地知识库和调优大模型参数两条路径实现本地化。本地知识库将数据向量化以提高查询准确性，而参数调优则是微调模型认知。两种方式均有助于提升大模型在自然资源领域的理解和服务能力。
4
国土空间规划：
“一张图”联动科学决策
场景概述：DeepSeek 通过多模态大模型构建 “智能规划大脑”，将实现规划编制、监测、审批全流程智能化，辅助智能选址与红线冲突检测，预测城市发展需求，推动规划决策从 “被动响应” 转向 “主动预判”。
应用案例
1
宁波自然资源规划局通过部署DeepSeek系列模型与“后土”大模型，开发了“资规文秘助手”和“资规图像通”等模块，实现了智能问答、材料编制、内容审核、快速地类识别及疫木识别等任务，显著提升了工作效率和准确性。
2
重庆市规划和自然资源调查监测院数字化团队实现DeepSeek大模型本地化部署，将深度应用于规划实施监测、智能辅助选址、红线冲突检测、地物智能提取及空间大数据分析，提升业务处理效率和精度。
3
内蒙古自治区国土空间规划院完成DeepSeek本地化部署，通过嵌入国土空间规划等相关文件打造专业自然资源行业知识库，并计划将其应用于规划编制、用地审查和指标预警等业务场景，以提升整体工作流程的智能化水平。
4
柳州市城乡规划设计院以“私有云+混合架构”模式完成deepseek本地化部署，建立了本地规划项目数据库，实现了快速检索与智能融合分析功能，将训练相关模型以投入国土空间规划、历史文化名城保护、城市更新等垂直场景的高效处理。
左右滑动查看更多
嘉宾
周珉羽
重庆市规划和自然资源调查监测院
副院长
问
DeepSeek大模型与现有系统对接后效果如何？
答
通过API接口和中间件技术，DeepSeek大模型与我院的国土空间规划等系统实现数据交互。
技术挑战包括保证多源空间数据的统一融合，解决方案有实时坐标转换模块和定制化数据解析模块。
通过DeepSeek大模型的本地部署，同时基于我院自主研发改进的U-Net+模型，可以降低人工干预，大幅提升遥感影像解译效率。
问
运用DeepSeek大模型进行规划实施监测有哪些优势？
答
DeepSeek大模型的优势在于提高工作效率、准确性和科学性。例如，用地合规检查效率提升显著；耕地"非粮化"监测误判率降低30%；建立动态预警模型，监测周期缩短至以周为单位。
问
在红线冲突检测中，DeepSeek能否取代人工审核？
答
DeepSeek作为预审核心引擎，通过“三级过滤”机制提升检测效率，并非完全取代人工审核。它能自动处理80%常规项目，15%需复核，5%复杂项目需多部门会审。审核员主要关注权属界线模糊区域等问题，减少人力成本。
（完整采访内容请看视频）
5
矿产管理：
从“经验勘探”到“数据找矿”
场景概述：DeepSeek 通过整合多源地质数据（含矿地层、物探化探、遥感影像等），构建智能找矿模型与知识图谱，实现矿产资源潜力预测、靶区优选及深部找矿突破，显著提升勘查效率与科学性。
应用案例
1
山东省地矿局第一地质大队通过DeepSeek本地化部署，整合多源地质数据构建找矿大模型，实现矿产资源的高效预测和靶区优选，提升找矿效率。
2
重庆市AI地矿研究院利用DeepSeek进行地质数据智能分析，构建行业知识图谱并提供智能辅助决策，为深部找矿和地质环境演化研究提供科学高效的智能化支持。
3
中国地质调查局牡丹江自然资源综合调查中心完成DeepSeek全量大模型的本地化部署应用，将利用该模型构建“基础大模型+地质知识图谱”，为充分挖掘数据价值、拓展地质矿产典型应用新能力奠定基础。
4
河南省地质研究院实现了基于DeepSeek基础大模型的河南成矿规律知识库接入，并与现有目标识别人工智能技术研究相结合，拓展地质矿产典型应用新能力。
左右滑动查看更多
嘉宾
牛俊升
河北省地质矿产勘查局
第五地质大队矿山环境调查所 副所长
问
DeepSeek在地质找矿等工作中有哪些可探索的应用场景？
答
DeepSeek赋能无人机、机器狗等智能设备，或可在这些方面实现应用：安全生产应急管理方面，可实时监测巷道稳定性并优化避灾路径；自然资源规划执法方面，能智能识别越界开采和隐蔽工程；生态环境综合执法方面，可溯源废水废气污染及快速评估生态修复效果，显著提升效率和准确率，远超传统执法模式。
问
针对地下矿山执法工作，未来DeepSeek训练方向是什么？
答
聚焦三个方向：多模态数据融合训练（构建矿山数据集，实现形变分析、瓦斯预警等）、边缘计算部署（支持实时点云处理与区块链存证）及设备协同优化（任务响应提速300%）。
嘉宾
曾 涛
河南省地质研究院
数字地质研究所 副所长
问
接入大模型后，复杂地质图件结构化识别准确率提升，这一突破对行业有怎样的重要意义？
答
通过接入DeepSeek大模型，传统扫描电子化图件中的找矿信息不仅能被计算机结构化检索分析，提升数据价值，还能实现地质术语的规范性改正和自动生成钻孔总结报告。这标志着从图像到分析报告的转变，初步实现了数字产品服务模式的创新。
问
在接入河南成矿规律知识库后，DeepSeek 大模型在实际工作中效果如何？还有哪些关键技术问题亟待攻克？
答
在河南，DeepSeek大模型结合本地知识库实现了联合推理辅助，提高了找矿效率。然而，地质行业的多源异构数据特性使得单一语言模型难以解决关键问题，开源环境下的编程高效化、多模态数据处理及安全性等方面存在大量技术瓶颈。
问
为释放地质大数据价值，除了技术手段，还需要哪些机制或政策支持？
答
需要建立协同治理机制推动数据共享，并探索双轨运营模式，既保证公益性数据供给也研发高附加值产品。通过政策引导形成“开放-增值-反哺”闭环，促进良性发展。
（完整采访内容请看视频）
短
评
如今，AI 与自然资源管理的融合创新不断深化，催生出全新的治理范式：“人脑 + AI” 的协同办公模式，让决策更加精准高效；“技术 + 制度” 的风险防控体系，为资源管理保驾护航。随着AI技术的发展进步，未来还将推动跨领域协同，助力智慧城市、绿色低碳发展等目标的实现。让我们以 AI 为数智引擎，赋能绿水青山守护，用科技力量书写生态文明新篇章，共同迈向人与自然和谐共生的美好未来。
评论区欢迎留言~
策划：曲冰洁 杜潇诣
记者：曲冰洁