中间模糊 事件推送 • 新增事件 • 删除事件 • 定时对帐 应用场景 分布式锁：多节点共享资源并发协调 • 基于CP协议Raft实现分布式锁 功能； 基于CP协议Raft 极简API • 全局lockKey标识 • Lock & Unlock接口 • 断线超时后自动释放锁； Part 2 Nacos3.0 安全零信任 Nacos内核&应用安全零信任 Nacos3 一管控。并且支持对接自定义的 OIDC系统 配合Higress实现HTTP转MCP 支持存量服务无改造升级为MCP服务 只需要在Nacos中配置存量服 务相关的参数Schema和请求模 版等信息即可实现存量API转 MCP服务，无需任何代码改造 存量Http 服务转化MCP服务 Part 3 Nacos MCP 生态集成与演示 Dify，Higress，Spring ai alibaba 网关侧认证支持 •API Key •JWT •OAuth2 •三方认证 Higress MCP 开源 vs 商业化对比 Higress 开源 公有云阿里云 API Gateway 专有云飞天企业版 API Gateway OpenAPI 转换 MCP 支持 支持 支持 DB 转换 MCP 支持 支持 支持 MCP 直接路由 支持 SSE/Streamable 支持 SSE/Streamable，计划支持

平台还在协作和团队合作方面提供了强大的支 持。通过实时的在线编辑和共享功能，团队成员可以跨地域协同工 作，提高了工作效率和沟通效果。 为了进一步对比传统软件和 SaaS 平台的优劣，以下是一个简 单的表格，列出了一些关键的对比要素： 对比要素 传统软件 SaaS 平台 初始投资 高 低 更新维护 用户自主管理 供应商负责 可扩展性 限制多 灵活调整 数据访问 设备绑定 随时随地可访问 显著提升。SaaS 平台需要加强在数据加密、访问控制和合规 审计等方面的能力，以确保客户数据的安全。 5. 移动优先策略：移动设备的普及使得用户对随时随地访问软件 的需求大幅提升。SaaS 平台需要优化移动版的用户体验，确 保用户能够方便地通过各种设备访问和操作平台。 6. 订阅模型的灵活性：传统的一次性购买软件模型正在被更加灵 活的订阅模式所取代，用户可以根据自身需求选择不同的订阅 计划。这种模 的设计至关重要。根据行业需求和市场调研，平台可以分为以下几 个核心功能模块，以满足用户不同的使用场景与需求。 首先是模型管理模块。该模块提供用户上传、管理和发布大模 型的能力。用户可以方便地将自己训练的模型上传至平台并进行版 本控制。此模块应支持多种模型格式，并提供图形化界面，便于用 户进行模型信息的查看和编辑。 其次是数据处理模块。为了优化大模型的训练效果，用户需对 数据进行预处理。此模块提供数据清洗、特征提取和数据增强等功

平 台 简 介 65/80 中心 世界模型 / 数字孪生：浙江大学团队自研仿真平台的一点体会 66/80 口需要深度工匠精神，要有迭代思维，年复一年升级迭代，人才是关键 口群 控软件和仿真软件开发难度、周期和代价非常高 配 置栏 系统流程图 菜单栏 工具栏 开发工具栏子栏 EnergyX 1.0 版 本 EnergyX 2.0 版 本 开发工具栏 浙大经验：在专用软件方面，依然需要死磕的精神 67/80 口赵阳博士有十年国内外带软件开发团队经验，具有出色软件架构能力 口长 期在开发一线，有死磕的工匠精神、永不放弃的热情、有核心团队 赵阳博士亲自架构和开发

AI 智能体自动识别 和匹配发票与采购订单，确保财务数据的准确性和一致性。 人力资源管理中，AI 智能体可以帮助企业进行简历筛选、面试 安排、员工培训等任务。例如，AI 智能体可以通过分析候选人的简 历和面试表现，推荐最合适的候选人，提高招聘效率。此外，AI 智 能体还可以为员工提供个性化的培训建议，帮助其提升职业技能。 最后，AI 智能体在风险管理和合规性方面也发挥着重要作用。 通过分析大量的历史数据和实时信息，AI AI 智能体应用服务中，用户的隐私得到全面、有效的保护。 7. 用户界面与体验 在商务 AI 智能体的用户界面与体验设计中，首要目标是确保 用户能够高效、直观地使用系统，同时获得愉悦的体验。界面应简 洁、清晰，避免不必要的复杂性，减少用户的学习成本。采用响应 式设计，确保在不同设备上均能良好显示，包括桌面电脑、平板和 手机。色彩搭配应符合企业品牌形象，同时考虑到视觉舒适度。 在功能布局上 最后，为了支持未来的业务扩展，需要在 API 设计上遵循标准 化和统一性原则。采用 RESTful API 或 GraphQL 接 设计，确保不 ❑ 同模块之间的通信简洁高效。同时，通过版本控制机制（如 API 版 本号）保证在功能升级时不会影响已有的业务运行。以下是可扩展 性设计的关键技术点的总结：  模块化架构设计，支持独立扩展  分布式部署策略，提升系统容错性  可伸缩数据库架构（NoSQL

型在教育领域的应用主要包括个性化教学、智能辅导、内容生成等方面。通过大模型技术， 教育企业可以大幅提升教学效率、降低教学成本，并为学生提供更加个性化和精准的学习 体验。例如，网易有道推出的子曰教育大模型2.0版本和虚拟人口语教练Hi Echo 2.0版本 等产品，就充分展示了大模型在教育领域的应用潜力。 （4）制造业与服务业 在制造业和服务业领域，大模型的应用也日益广泛。在制造业中，大模型通过实现生 �� 产过程的智 持通用及垂直领域人工智能大模型的训练与发展，为人工智能产业的创新发展注入了新 的动力。 值得一提的是，2024年6月5日，工业和信息化部等四部门再次联合印发了《国家人工 智能产业综合标准化体系建设指南（2024版）》，该指南进一步细化了未来两年的工作目标 与任务，不仅重申了提升标准与产业科技创新联动水平、制定新标准、推动标准实施等目 标，还提出了加强国际标准制定的国际合作，旨在促进人工智能产业的全球化发展。预计 务量538万件，智能服务率 58.09%，比2023年提升14pt，半年累计替代545人月工作量，在车险报案等场景精简服务 环节16个，服务操作频次减少539.5万次。在车险报案环节，逐步提升轻简案件办理智能化 率；在保单查询环节，逐步提升保单信息查询智能化率；在预约定损环节，实现了电话端的 预约定损服务。 5.1.1.2 重点应用场景智能化 图10 智能客服机器人技术架构图 ��

适用性与泛化能力：模型应具备良好的泛化能力，能够适应不 同场景及条件下的应用需求。 具体选择上，建议考虑以下模型进行实施： 模型类型 应用场景 优势 限制 CNN 图像识别、人脸识 别 特征提取能力强，结构简 单 对时间信息处理不够全面 LSTM 行为识别、异常检 测 能够处理时间序列数据， 记忆能力强 训练时间长，要求较高的 计算资源 3D CNN 视频内容分析、分 同时考虑时间与空间信 安全设备：部署硬件防火墙和入侵检测系统，以增强整体网络 安全性和数据保护。 其次，在软件选型方面，需关注操作系统、视频处理框架、AI 模型库以及安全管理系统等方面的选择： 1. 操作系统：建议使用 Linux 发行版，如 Ubuntu 或 CentOS， 其稳定性和安全性在服务器领域有广泛认可。 2. 视频处理框架：选择成熟的开源框架，如 FFmpeg 或 OpenCV，支持多种视频格式的解码、编码和处理。 能挖掘的 应用方案，需要借鉴和参考一些相关书籍，以深化对行业、技术与 实施的理解。以下是几本在这一领域具有参考价值的书籍。 首先，理解公共安全的基本概念和背景至关重要。《公共安全 管理（第二版）》提供了公共安全管理的基本框架和理论，包括风 险评估、应急响应及资源配置等内容。该书不仅为理解公共安全政 策提供了基础，而且为后续 AI 技术的引入奠定了理论基础。 其次，《人工智能在公共安全中的应用》则详细讲述了

R1：R1在普通的中文和英文任务上性能小幅领先，在数学和代码等需要深度推理的场景下明显胜出 n R1蒸馏版 vs. R1满血版：在数学、代码等场景下的性能有明显差距，蒸馏版参数量越小，与满血版差距越大 n R1蒸馏版 vs. V3满血版：140亿以上参数的R1蒸馏版的深度推理效果显著强于V3满血版；低参数量R1蒸馏版能力落后 于V3 模型 AIME 2024 MATH- 500 GPQA Diamond R1的15亿蒸馏版 (基于千问) 28.9 83.9 33.8 16.9 954 R1的70亿蒸馏版 (基于千问) 55.5 92.8 49.1 37.6 1189 R1的140亿蒸馏版 (基于千问) 69.7 93.9 59.1 53.1 1481 R1的320亿蒸馏版 (基于千问) 72.6 94.3 62.1 57.2 1691 R1的80亿蒸馏版 (基于Llama) R1的700亿的蒸馏版 (基于Llama) 70.0 94.5 65.2 57.5 1633 DeepSeek-R1 79.8 97.3 71.5 65.9 2029 DeepSeek-V3 39.2 90.2 59.1 36.2 1134 模型 架构 参数量 激活参数 R1的15亿蒸馏版 稠密 1.5B 1.5B R1的70亿蒸馏版 稠密 7B 7B R1的140亿蒸馏版 稠密 14B

智能体”是否会成为未 来 AI 系统开发和应用的范式？ 总结： 使能技术、赋能社会：人工智能是引领这一轮科技革命、产业变 革和社会发展的战略性技术，具有溢出带动性很强的头雁效应， 其作始也简，其将毕也必巨 致天下之治者在人才，成天下之才者在教化，教化之所本者在学校 谢谢！ 肖俊 博士、教授、博士生导师 浙江大学计算机学院人工智能研究所 电子邮件： junx@zju.edu.cn

作为消息中间件，确保任务消息的可靠传递。为了提高任务调度的 灵活性，我们还引入了定时任务调度器，如 APScheduler，支持基 于时间或事件的触发机制。 在 API 接口设计方面，我们遵循 RESTful 规范，确保接口的简 洁性和一致性。每个 API 接口都经过详细的文档说明，包括请求方 法、参数说明、返回值示例等，方便前端开发者调用。为了提升 API 的性能，我们采用了缓存机制，如 Redis，减少重复数据的查 存储的高性能服务器。操作系 统建议选择 Ubuntu 20.04 LTS 或 CentOS 8，这两种系统在稳定性 和社区支持方面表现优异。 安装必要的软件依赖，包括 Docker 20.10 及以上版 本、Kubernetes 1.22 及以上版本、以及 Python 3.8 及以上版本。 确保 Docker 和 Kubernetes 能够正常启动并运行，通过以下命令 检查： docker 署流程可以分为以下几个关键步骤： 1. 环境准备： o 确保服务器满足最低硬件要求，包括 CPU、内存、存储 和网络带宽。 o 安装并配置所需的基础软件，如操作系统（推荐使用 Linux 发行版）、Docker 引擎、数据库管理系统（如 MySQL 或 PostgreSQL）以及消息队列系统（如 RabbitMQ 或 Kafka）。 o 配置网络环境，确保服务器之间的通信畅通，并且防火

API。通过用 户接口模块，业务人员可以便捷地使用模型进行数据分析、查 询和决策支持，而客户则可以通过智能客服等渠道获得个性化 的金融服务。 为了更清晰地展示模块之间的关系和功能协作，以下是一个简 化的模块交互图： 通过以上模块的划分与设计，Deepseek 大模型能够在银行系 统中高效、安全地运行，满足金融业务中复杂且多变的需求，同时 为银行提供强大的智能化支持。 3.3 数据流图 ，确保 其在实际生产环境中能够高效、稳定地运行。 9. 用户界面设计 在 Deepseek 大模型于银行系统的部署中，用户界面设计是确 保系统易用性和用户体验的关键环节。首先，界面设计应遵循简 洁、直观的原则，确保用户能够快速理解并操作。界面布局应合 理，功能模块清晰划分，常用功能应置于显眼位置，减少用户操作 路径。考虑到银行业务的复杂性和多变性，界面应支持个性化定 制，允许用户根据自身需求调整界面布局和功能显示。 Versioning），即版本号由主版本号、次版本号和修订号三部分组 成。主版本号表示不兼容的 API 更改，次版本号表示向下兼容的功 能新增，修订号表示向下兼容的问题修正。例如，1.2.3 表示主版 本号为 1，次版本号为 2，修订号为 3。 在版本发布过程中，应遵循严格的测试流程。每次新版本的发 布都需要经过单元测试、集成测试和用户验收测试（UAT）等多个 阶段的验证。测试过程中发现的任何问题都应在修复后重新测试，