一、项目背景及目标

随着车险业务持续增长，理赔案件数量激增，传统人工审核模式面临作业压力大、效率低下、流程繁琐等痛点，难以满足业务高效运转需求。市场对智能化、自动化核赔解决方案的需求日益迫切，亟需通过技术手段破解行业瓶颈。本项目立项旨在构建一款专属核赔智能体，导入核赔相关条款、法律文书及专家经验，模拟人工核赔流程，实现案件智能审核，提升审核时效与精准度，优化作业流程，降低运营成本，并为行业同类场景提供可复制方案。

二、创新点

“泰智核”项目是车险理赔行业智能化的重大突破，实现了车险核赔的拟人化机器审核，为金融保险领域AI技术的垂类落地打造了新范式。项目创新点主要体现在四个方面：

1.架构创新：首创“垂类模型+大模型”双层架构，针对性解决了车险理赔影像异构、版式多样的行业痛点。垂类小模型负责高效处理特定类型的影像数据，而大模型则提供深度的语义理解和复杂决策能力，兼顾了处理效率与智能分析的深度，实现了精准的图像识别与信息提取。

2.技术融合创新：深度融合计算机视觉（图像分类/OCR）、大模型语义分析与保险核赔专家经验，打造了车险领域专属的AI智能体。该智能体不仅能精准识别和提取图像信息，模拟专家的审核经验，实现了技术链与业务链的融合。

3.应用模式创新：打破传统核赔后置模式，将AI审核嵌入理赔查勘、定损、核赔全流程，实现“事前-事中-事后”全周期风控。这一创新模式不仅提高了审核效率，更从源头上防范了理赔风险，重构了车险核赔的作业模式。

4.价值落地创新：针对大小额案件实施“差异化核赔策略”，实现“小额自动化、大额智能化”。这一策略有效释放了人力成本，将员工从繁琐、重复的工作中解放出来，同时提升了客户体验，并有效降低了理赔风险。

三、项目技术方案

本项目技术方案核心聚焦设计规划、架构搭建与业务模式构建，贴合车险核赔智能化核心需求。

项目设计方案以“精准适配核赔场景、兼顾效率与精准”为核心，围绕影像识别、信息提取、智能审核三大核心需求，构建模块化设计体系，确保各模块协同高效，可灵活适配不同理赔场景。

架构设计采用“垂类模型+多模态大模型”双层核心架构，包含三大核心服务：图像分类服务，依托PP-YOLOE目标检测模型与Qwen2.5-vl-7b模型，实现多类型理赔影像精准分类；图文OCR服务，结合PANet、SVTR算法模型与Qwen72b模型，高效提取各类单证关键信息；语义分析服务，基于DS-V3-0324模型与LLM，模拟人工核赔逻辑输出精准结论。

业务模式上，采用AI在线实时审核模式，区分小额、大额案件实施差异化智能审核，将AI审核嵌入理赔全流程，提供全环节专业指导，实现核赔流程智能化、规范化，同时依托通用化设计，为跨场景拓展奠定基础。

四、运营情况

“泰智核”项目已落地运营，系统运行稳定。目前已在公司车险理赔业务中全面推广应用，覆盖了全国范围内的分支机构，7×24小时不间断在线审核，各项服务响应及时（图像分类0.2~1秒、OCR1~3秒、语义分析1~10秒），成为车险理赔核赔环节的核心处理系统。

影像识别方面：目前已覆盖车险理赔111种影像类型、10种核心OCR识别场景，车架号、行驶证图像分类精确率达99%+，事故协商协议书OCR识别准确率94%。为智能核赔筑牢数据提取基础。

审核准确率方面：AI辅助人工审核使75%的赔案输出结论100%准确，能精准识别90%以上常见车险理赔场景特征，大幅减少错审、漏审。

自动通过率方面：万元下小额案件自动核赔通过率已达77%，显著提升了理赔处理效率。

系统具备完善的监控和预警机制，实时监控运行状态，确保业务连续性和数据安全性，故障率控制在极低水平。项目团队持续根据业务反馈进行功能优化和迭代，并建立了完善的用户培训与支持体系，确保一线操作人员熟练使用，整体运营效率持续提升。

五、项目成效

项目成效显著，主要体现在以下四个方面：

理赔效率提升：通过自动化审核流程，理赔处理效率得到极大提升。万元下小额案件自动核赔审核时效提升90%，从原来的10分钟缩短至30秒，大幅缩短了理赔周期，实现了快速赔付。

释放人力成本：自动化审核有效释放了人力成本，使核赔人员能够从繁琐的重复性工作中解放出来，聚焦于大额、复杂案件的审核与风险把控，实现了人力资源的精细化、高价值配置，提升了整体运营效率。

优化作业流程：实施“小额自动化、大额智能化”策略，提升整体作业效率。打破传统核赔后置模式，将AI审核嵌入理赔全流程，实现“事前/事中/事后”全周期风险防控，重构车险核赔作业模式。

提升客户体验：AI全天实时在线审核，大幅缩短等待时间，快速的理赔处理和精准的审核结果极大地提升了客户满意度。

六、经验总结

建设方面，坚持技术与业务深度融合，精准对接车险核赔痛点，选型适配场景的模型与算法，保障技术方案的实用性；注重模块化研发，分阶段推进项目落地，同步强化数据质量与模型优化，提升系统稳定性与精准度。

推广方面，采用试点先行、逐步拓展的策略，结合业务实际迭代优化功能；聚焦用户适配，针对性解决一线审核人员需求，为后续推广奠定基础。

此外，坚持可复制性设计，打造通用化拟人审核框架，为跨场景推广提供支撑，也为行业同类智能化项目提供了可借鉴的实践经验。