您的数据不能送往公共 AI 服务
银行、部委及其他受监管机构不能将客户或公民记录发送至境外的公共 AI 服务。驻留法律禁止这样做，多数风险委员会也不会同意。
但这些机构同样需要能理解自身文档的助手、搜索与起草工具，往往还要支持阿拉伯语和英语。看不到数据的模型用处不大，而无视权限的模型则是风险。
您将获得
数据留在境内
模型运行在您自己的数据中心、私有云或区域主权云中，数据因此留在境内。
不用您的数据训练
任何第三方都不会用您的提示词、文档或答案进行训练。
尊重权限
答案仅根据提问者有权查看的内容生成。
阿拉伯语与区域方言
在用户需要时，使用针对阿拉伯语与区域方言调优的模型。
我们交付什么
物理隔离、本地与主权云托管
模型在物理隔离环境、您自己的 GPU 服务器或区域云上的私有网络中提供服务，并按您的工作负载确定规模。
前沿与开放权重模型
为每项任务选择合适的模型，从 OpenAI、Claude 与 Gemini 到开放权重的 Llama、Qwen、DeepSeek 与 Mistral，统一在一个接口之后，便于替换。
阿拉伯语优先与区域微调
Jais、Falcon 与 ALLaM 等小型语言模型，以及欧洲与亚洲模型，基于您的词汇、方言与文档进行微调。
上下文平台与权限感知的 GraphRAG
建立在您内容之上的语义层与知识图谱，其检索会在模型看到任何文本之前应用行级与角色级访问规则。
运作方式
模型托管运行于本地 GPU 集群或物理隔离私有云，支持 Jais、Falcon、ALLaM、Mistral、Qwen、DeepSeek 或 Llama，访问规则在推理之前强制执行。
选择任务与边界
我们商定谁将使用模型、模型处理哪些任务、可读取哪些数据，以及允许在何处运行。
准备数据
我们将数据源引入治理后的数据层，并梳理必须贯穿每个答案的权限。
选择与调优模型
我们用在您自己的问题上比较各模型的质量、语言、速度与成本，并在划算时微调小型模型。
在您的边界内部署
我们在您的环境中安装模型与检索，并完成访问控制、日志记录与安全审查。
衡量与运营
我们跟踪质量、成本与使用情况，与您的团队一起审阅被标记的答案，并持续扩充评估问题。
技术与标准
数据从您的数据源流经 Apache Iceberg 或 Databricks 层与权限感知的 GraphRAG，进入物理隔离私有网络中的模型。数据绝不离开企业。
- AI 与机器学习
- OpenAI GPT
- Anthropic Claude
- Google Gemini
- Meta Llama
- Mistral
- Hugging Face
- Amazon Bedrock
- Azure OpenAI
- Vertex AI
- 数据与分析
- Databricks
- 方法与实践
- 权限感知的 GraphRAG
- 语义层
- 物理隔离私有网络
- 小型语言模型（SLM）
如何开始
多数客户从主权智能体概念验证开始：一个可运行的、权限感知的 GraphRAG 或智能体工作流，在私有网络中连接您的内部工具。
后续流程
约定时间
我们的团队会通过电子邮件与您约定会谈时间。
咨询前会谈
一次免费 30 分钟在线预咨询：我们梳理您的目标、系统与限制条件。
就绪评估
在免费 48 小时就绪评估中，首席架构师对照 6 项就绪定义检查您的项目，并推荐合适的路线。
选择路线
范围就绪的项目会收到一份有约束力的方案3–5 个工作日内。概念阶段的项目从 Blueprint Studio 开始。已上线系统若出现故障、缺乏文档或需要集成，则先进行1–2 周诊断。Blueprint Studio 与诊断服务各收取固定费用，费用在方案中列明。
AI 原生产品团队
托管式跨职能资深工程师小组，配备智能体编码与 QA 运行框架。
固定成果项目与全天候托管服务
固定范围、以里程碑驱动、由具名交付负责人负责的交付，以及在 SLA 治理下的全天候应用托管服务。
最快的切入点是 主权智能体 POC（MCP、A2A、GraphRAG） 套餐，我们的快速合作套餐之一。
从何处开始问题与解答
模型能在数据完全不离开我国的情况下运行吗？
可以。我们将模型托管在物理隔离环境、您自己的服务器或区域主权云上的私有网络中。提示词、文档与答案都留在该边界之内，任何第三方都不会用其训练。
你们支持哪些语言模型？
我们按任务选择。选项包括 OpenAI、Claude 与 Gemini 的前沿模型，开放权重的 Llama、Qwen、DeepSeek 与 Mistral，以及 Jais、Falcon 与 ALLaM 等区域模型。数据必须留在境内时，我们使用可在您环境中运行的模型。
它支持阿拉伯语与区域方言吗？
支持。我们基于您的词汇与文档微调 Jais、Falcon 与 ALLaM 等阿拉伯语优先的小型语言模型。然后用在用户实际提出的问题与其使用的方言上进行测试。
你们如何阻止模型向人们展示其无权查看的内容？
检索会在任何文本到达模型之前应用您的行级与角色级访问规则。答案仅根据提问者有权阅读的内容生成，并使用您现有的身份与访问规则。
什么是权限感知的 GraphRAG？
检索增强生成会找出回答问题的段落并交给模型。GraphRAG 增加了描述实体关系的知识图谱，使答案能够沿着这些关联展开。权限感知意味着每段内容都先按提问者的权限过滤。
我们需要大模型，还是小模型就够？
通常小模型就够。分类、提取以及基于自有文档的问答，在经过调优的小型语言模型上通常表现良好，所需 GPU 更少、成本更低。我们只在需要更深推理的任务上保留大模型。
微调后的模型归谁所有？
归您所有。我们为您编写的代码、提示词、评估集以及任何微调模型权重，在每个里程碑付款后即归您所有。商业与开放权重基础模型仍受其自身许可条款约束，我们会为您列出。
从对话开始，而不是从合同开始。
告诉我们您需要构建、连接或保障什么。架构师会与您一起梳理，然后建议从何处入手。