廣東
5月27日，以“走進那扇門：不動產的模數共振”為主題的深度智聯AI+不動產生態大會暨2026新品發布會在上海舉行。大會重磅發布了房地產行業專屬大模型DeepLink RE-LLM。
該模型采用四層架構：底層為模型側，涵蓋基座適配、增強訓練、推理及安全合規等機制；第二層為行業數據與知識層，已構建15個數據集、100多個知識庫，覆蓋住宅、非住等條線；第三層為智能體引擎層，實現從問答到任務交付的編排、評測與運營；最上層為行業應用層，涵蓋城市進入、住宅及非住場景等。
該大模型的支撐能力包括四方面：
一、 數據層：構建行業高質量數據集（RE-HQDS），讓AI“懂行”
DeepLink RE-LLM依托覆蓋房地產全生命周期的數據庫，構建了橫跨新房、二手房、土地、長租、康養、商辦等6大業態、覆蓋400座城市及322萬+幅地塊的行業高質量數據集（RE-HQDS），通過“多源采集→結構化抽取→字段校驗→向量化”的標準化流程，統一口徑、完成知識結構化與場景標簽化，成為模型理解產業、生成判斷的堅實認知底座，確保AI每一次研判都有據可依。
二、 知識層：打造可信知識庫，讓AI“可信”
該模型構建了行業可信知識庫，將政策文件、研報、合同與專家經驗等非結構化知識轉化為可理解、可檢索的資產，支持向量檢索、關鍵詞檢索與混合檢索以精準調用政策原文及歷史案例，同時通過權限控制、數據脫敏與向量化單向不可逆機制守住安全底線，讓AI生成的每一份結論都“有源可溯”，成為真正可信賴的“行業知識中樞”。
三、 專業層：封裝專家Skills，讓AI“有腦”
這是DeepLink RE-LLM最核心的差異化——通過Skill生產線，將拿地可研、城市進入、財務測算等高頻場景中的頂級專家經驗（Know-how）拆解并封裝為可復用資產，經過“經驗采集→場景定義→規則封裝→案例驗證”的標準化流程，將指標體系、判斷條件、風險識別規則植入模型，使AI具備頂級專家的研判邏輯，將依賴個人的經驗轉化為組織級、可復用的數字資產。
四、 工程層：強化Agent工程力，讓AI“上手”
AI的終極價值是完成任務而非回答問題，DeepLink RE-LLM通過強大的Agent工程力實現從“被動響應”到“主動執行”的跨越：在編排層自主規劃任務路由與動態修正路徑，在執行層連接30+辦公工具與API，支持文檔生成、PPT自動排版、圖表繪制、代碼執行等，在治理層提供日志審計、調用監控與權限隔離，讓AI真正融入辦公流程，從“人找信息”變為“Agent組織能力并交付結果”。
與通用大模型“一套模型適配全行業”的泛化路徑不同，DeepLink RE-LLM立足房地產30年產業積淀與真實業務場景，強調數據成底座、知識成中樞、專家成技能、工程成系統，四位一體、雙向共振，致力于實現AI“懂地產業務、通行業邏輯、解產業難題、出專業成果”，完成從“會答題、會聊天”到“能研判、能干活、能決策”的能力跨越。
值得注意的是，該模型還構建了“模數共振”協同機制，以數據與模型雙向驅動、閉環迭代，形成持續進化的飛輪效應，使模型在實際應用中越用越精準、越貼合業務需求。
易居中國董事局主席、深度智聯董事長周忻表示，構建真正的垂直行業大模型，需要三個“三角”協同作用。第一個是“AI價值三角”，即模型、數據與應用場景。通用大模型也在做這件事，但它們缺失了另外兩個關鍵三角：左側的“行業三角”——知識集、數據集與專業Know-How；右側的“地產人價值三角”——創造力、邏輯性與判斷力。只有將行業價值、地產人價值與AI價值三者深度融合，才能打造出真正服務于房地產行業的垂類大模型，實現整個行業的“模數共振”。
文章來源:樂居買房
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
