资源优化：随着模型使用方案的平民化，中小企业和个人开发者得以将有限资源聚焦于 场景创新与技术优化，无需在基础能力建设或算力消耗上投入过多成本。 ➢ 市场激活：这种高性价比、低门槛的大模型服务模式，将吸引更多初创团队涌入赛道， 催生多元化的应用场景和技术路径，推动行业生态的繁荣发展。 ➢高效创新：在有限算力资源支持下，算法创新模式，突破了算力的“卡脖子”限制 28 技术对比讨论：Kimi K1.5 Moonshot Kimi 通过基于规则的奖励提供监督信号，作为人类意图和偏好的载体。而当从文本模态扩展到多 模态甚至全模态场景下时，许多问题会随之呈现： ➢ 随着模态数量增加，传统二元偏好或规则奖励是否能够捕捉人类意图的多元偏好或层次化偏好？ ➢ 当多模态扩展到全模态空间，模态交互更加复杂，RL方法需要做哪些改进？ ➢ 不同模态下，模态特有与模态共有的信息如何统一在奖励信号建模中？ 46 技术对比讨论：从文本模态到多模态 模态穿透进一步拓展强推理边界 ➢ RLHF与DPO方法本身是模态无感的，通过数据构造能够直接应用于多模态场景； ➢ 但是，多模态对齐的难点在于： ➢ 模态数量增加，传统二元偏好是否能够捕捉人类意图的多元偏好或层次化偏好？ ➢ 当多模态扩展到全模态空间，模态交互更加复杂，RLHF以及DPO是否还奏效？ ➢ 不同模态下，模态特有与模态共有的信息如何统一在偏好建模中？ 出发点：我们如何在全模态场景中，实现any-to-any

等各种终端设备的连通。 三 方 连 通 智慧教育：促进智慧学习 31 智慧教 学 的 智慧教学是教师在智慧教学环境下，利用各种先进 信息化技术和丰富的教学资源开展的教学活动。 特征 高效 开放 多元 互通 深度交互 32 常规 ( 课堂 ) 智慧教学过程 智慧学习 智慧学习是在智慧环境中开展的完全以学习者为中心的学习活动。 基本特征 培养技能 认知 创造 内省 交际 个性化