........... 24 5、AI 应用加速渗透，垂直行业应用将成市场增长主要驱动力.............................................25 （一）DeepSeek 加速推动 AI 普惠应用和商业化。...........................................................25 （二）垂直类 AI 应用行业领域不断扩展，市场潜力较大。 因此更为擅长处理谜题、高级数学和高难度编程等需要多步骤逻 辑推导的任务。推理模型的“思考过程”可以向用户展示，如 DeepSeek-R1 回答问题时的“嗯，用户的问题是 xxx，我需要 xxx” 的部分，也可以隐藏起来不作展示。2025 年以来，全球科技企业 陆续推出推理模型，如深度求索的 DeepSeek-R1、xAI 的 Grok-3 （ Think 模 式 /Big Brain 模 式 ） 和 Grok-3 倍，从 Gork3 到 Grok4 强化学习阶段的算力需求增长 10 倍 [7]。后训练阶 段，大规模强化学习催生强大推理能力。DeepSeek 论文 [8]指出， 推理可以通过纯强化学习涌现，DeepSeek-R1-Zero 即是从基础模 型 DeepSeek-V3 经纯强化学习训练而来。OpenAI 在开发 o3 的过 程中观察到大规模强化学习呈现出与 GPT 系列预训练相同的“更

2025-09-11 智能之光：⼈机协作的经济管理研究新时代 胡诗云 易君健 摘要： 以ChatGPT 和DeepSeek 为代表的⼈⼯智能⼤语⾔模型（简称⼤模型），正在对知 识⼯作者的⽣产⽅式产⽣⾰命性的影响。本⽂⾯向经济管理学科的研究者，介绍⼤模型的技 术原理、应⽤⽅式以及在科学研究全流程中的应⽤。本⽂⾸先从社会科学和⼤语⾔模型的本 ⼈⼯智能；经济学⽅法论；⼈机协同；⼤语⾔模型 JEL Codes: A11；B41；C45；D83 智能之光：人机协作的经济管理研究新时代 胡诗云，易君健∗ 2025 年 6 月 摘要： 以 ChatGPT 和 DeepSeek 为代表的人工智能大语言模型（简称大模型），正在对知识工作者的生产方 式产生革命性的影响。本文面向经济管理学科的研究者，介绍大模型的技术原理、应用方式以及在科学研究全 流程中的应用。本文首 在内以参数量众多为显著特征的自然语言模型；而狭义的大语言模 型，则指的是以 T5、GPT 和 DeepSeek 为代表的生成式模型。大语言模型的发展经历了几个关键时间节点： 2017 年的 Transformer 模型、2018 年的 BERT 模型、2020 年的 T5 模型、2022 年的 ChatGPT，以及 2025 年的 DeepSeek。这些时间节点标志着技术或范式的重大革新，共同塑造了当今我们所见到的大语言模型。

设备台账 设备运维 备品备件 管理 设备状态 检测分析 智能异常诊断 趋势分析预警 AI 知识库 智能设备维修 智能点检保养 关键部件预测性维护 基于 DeepSeeK 的 知识问答与故障诊断 AI+ 设备管理（预测性维护）——产品矩阵 无线检测分析系列 测试测量系列 IEPE 系列 动态信号分析仪 硬件 • 数据质量、规模不断提 高； • 新的算法架构不断探索， 以提高模型的性能和效 率； • 新的故障案例触发模型 再训练和优化。 试用的推广模式： AI+ 设备 / 质量和 DEEPSEEK 标准版系统，先在工厂的单工序和单设备进 行试用，初步探索应用效果。 • 将数据处理能 力部署在靠近 数据源头的网 络边缘，实时 感知生产异常； • 把模型一键部 署至网络节点， 将 AI

一键导入汽车使用手 册 产品示例 乐享讲好品牌故事，传播好企业文化，让工 业企业和 零售户感受到有规则，有公平，有信心 在售前 / 售后服务领域：腾讯乐享帮助打造一站式智慧售前 / 服务社 区 Deepseek 大模型引擎 结合物联网和人 工 智能 打造的勘探 / 安装 / 巡检一体化平台， 节约人力成本，降低安全风险，提高工作效率 针对分布式光伏的现场勘查、安装、巡检，如何利用数字化手段，解决控制人力成本与确保安装质量之间

优物流路线，提高汽车物流数智化效率，降低成本。 AI 发展驱动汽车行业智能化转型趋势 技术创新加速 随着 AI 技术的不断发展，新的算法和模型不断涌现，为汽车行业的智能 化转型提供了更强大的技术支持。例如， DeepSeek 模型通过算法优化，以 较 低算力实现高性能，显著降低智能座舱开发成本，其多模态融合能力可精 准解 析模糊指令，主动预测用户需求。 未来，生成式 AI 、多模态大模型等技术将进一步成熟和应用，推动汽车

50~200 TOPS 稠密算力水平已经可以满足实际运行需 求，过度堆砌算力反而会造成资源浪费与成本增加。 以人工智能领域为例，ChatGPT-O1 凭借 1.7 万亿参数 构建庞大模型体系，却被 DeepSeek-R1 以更高效的算 法架构与算力利用方式实现超越，计算资源需求仅为 Chat GPT 的 1% 左右。这一案例充分证明，算力规模 并非决定技术表现的唯一要素，算法优化与算力利用 效率提升同样关键。回归智能驾驶领域，2 于控制车辆外，还需对复杂场景的理解预测未来几秒钟的行车意图，以提升驾驶员的心理安全感。 未 来， 算 法 将 逐 步 向 AI 大 模 型 的 方 向 发 展， 借 鉴 ChatGPT、DeepSeek、Qwen 等自然语言处理模型的 泛化能力，处理更为复杂的现实交通场景与人机交互逻 辑，赋予车辆更智能的场景理解与规划决策能力，提升 智能驾驶的整体智能化水平与人机交互体验。但 AI 大

（一）坚持立法先行与系统规划 四、经验启示 椅业、童装、整屋定制行业通过“AI+设计”快速生成设计方案；电线电缆行业通过AI自动识别订单产品 规格，引导AGV调整物料配送路径；大企业探索本地化部署deepseek。累计建成先进级智能工厂55家、省 级未来工厂10家；省级专精特新企业在研发设计、计划排程、生产制造三个环节数字化率分别为71.15%、 95.58%、50.38%，高于平均水平10个百分点以上。 学合作开发数字孪生工 厂，实现了对生产线的实时监控与精细化管理，减少了资源浪费。未来将继续推动AI技术在智能工厂中的深 度应用，实现生产的自适应性和预测性维护，进一步提升效率和灵活性。 以“DeepSeek”为代表的新一代AI技术不断突破，为制造业带来了前所未有的机遇。当前，汽车行业竞 争持续加剧，“提质、增效、降本”已成为企业不可回避的战略课题。吉利集团西安基地面临着车型多、颜色 多、配置多的