外在学习环境感知内容 感知学习者的专业知识背景； 感知学习者的学习状态，如 焦虑、烦躁、开心等； 感知学习者的知识背景、知 识基础、知识缺陷等； 感知学习者的认知风格、学 习风格等； 感知学习者的学习与交往需 求。 外在 情境感知 感知教与学活动实施的物理位 置信息； 感知教与学活动发生、进行与 结束的时间信息； 感知教与学活动场所的环境信 息，如温度、湿度等； 通过增强现实等技术 实现物理环境与虚拟 环境的无缝融合 多终端访问 支持任何常用终端设备无缝 连接到各种教育信息系统， 无缝获取学习资源与服务 联接社群 学习者的多个学习终 端之间实现数据同步、 无缝切换，学习过程 实现无缝迁移 具体 体现 16 全向交 互 • 自然交互 • 深度互动 • 过程记录 17 智能管 控 教育环境、资源、管理与服务的智能管理是智慧教 将分布在各地的服务器群进行网联， 能够实现大规模计算能力、海量数据 处理和信息服务的需求。 27 云计算 创 新 • 学生通过电子书包 等终端随时随地享 受云端的各种学习 服务 云学习环境 • 保证学习数据的永 不丢失，为学习分 析提供数据支持 存储学习过程 数据 28 泛在网 络 泛在网络是通信网、互联 网、物联网的高度协同和 融合，将实现跨网络、跨 行业、跨应用、异构多技

使模型具备更强的场景泛化识别能力，可用于产品 质检，安全监测复判等流程，助力实现零样本或少 样本缺陷检测。 在生产制造环节之外，工业大模型的仿真与模拟能 力，亦可助力工业产品研发与设计环节。例如实时 仿真模型的建立与仿真环境的创建。 在预测方面，工业大模型助力由原先局部建模预测至 基于全局信息、更高效、高精度预测的转换与优化。 第二，创作与内容生成能力，如工业运控软件代码、 设计模型、应用文档的生成。 在模型具备语言理解的基础之上，工业大模型具备 。在轮毂的生产制造中，容易产生 划痕、擦伤、气孔、毛刺、喷涂不到位、黑点等外观缺陷。缺陷的多样性、表面反光的干扰以及生产线上的实时检 测要求，使得效率和准确率低下且容易漏检的人工质检和容易受复杂环境光干扰的传统机器视觉检测方法无法胜 任。将 AI 视觉算法技术与机器视觉成像技术相结合，利用经过缺陷图像训练的深度学习模型识别工业相机捕获的 缺陷图像，满足终端检测节拍要求 24 秒/轮毂，提高检测精度和生产线效率。 与上一代产品比较1 图形处理 1.81 倍 图形处理性能提升 高达 与上一代产品比较1 采用高能效 BGA 封装，以先进的 AI 和图形处理性能， 助力部署边缘解决方案 即使在空间和功耗受限的环境中，也能快速轻松地在边缘部 署 AI 和图形处理功能，以满足视觉和自动化等用例的需求。 英特尔® 酷睿™ Ultra 处理器配备众多计算引擎，采用高能效 BGA 封装，能够为创新设计提供更大的灵活性，是应对边

初步掌握某种能力（如对话或者语言风格），然后再用RL来进一步优化性能 ➢ DeepSeek-R1 系列跳过对于大规模人工标注数据的依赖 ➢ 无需构建和维护高质量的SFT数据集，而是让模型直接在RL环境中进行探索 ➢ 类比：初学者在没有老师指导的情况下，通过不断的尝试和错误来掌握一门新的技能。 ➢ 这种自主学习的方式，不仅节省了大量的标注成本； ➢ 更重要的是，它让模型能够自由地探索解决问题的路径，而不是被预先设定的模式所束缚。 ➢ 提高模型输出的可读性，减少不同语言混合使用的情况。 26 DeepSeek-R1 Takeaways 总结 Part II ➢ 推理为中心的RL训练： ➢ 语言一致性奖励，以解决模型在多语言环境中进行推理时，出现语言混合的问题。 ➢ 对推理链的质量进行细致的评估，并通过奖励机制引导模型生成更加合理、准确的推理过程。 ➢ 多目标优化：兼顾推理性能、帮助性和安全性； ➢ 蒸馏的潜力：蒸馏可以 在真实世界场景中的视 觉推理能力。 ➢ 合成视觉推理数据 是人工生成的，包括程序化创建的图像和场景，旨在提高特定的视觉推理技能，例如理解 空间关系、几何模式和物体交互。这些合成数据集提供了可控环境，用于测试模型的视觉推理能力，并且可以 无限生成训练样本。 ➢ 文本渲染数据 是通过将文本内容转换为视觉格式创建的，使模型能够在不同模态下保持一致的文本处理能力。 通过将文本文档、代码片段和结

V3 PPO ： Proximal Policy Optimization GRPO ： Group Relative Policy Optimization 强化学习让智能体（ Agent ）在环境 （ Environment ）中不断尝试、学习 ，并优化自己 的策略（ Policy ） ，最终获得最大化的奖励 （ Reward ）。 DeepSeek ： 技术创新—推理模型 模型） 、 因果推理引擎（建立因果图模型） 和多目标优化决策（求解帕 累托最有解） 。 • 3. 高级能力层 复杂系统建模与自主决策 ，包括数字孪生仿真系统（构建物理于数字融合虚拟环境 模拟天气等） 、 多智能体协同优化（将每个个体作为智能体通过联邦学习模拟群体行为） 和元认 知调 控机制（实施监控自身决策、 动态分配资源、 自动触发行为） 。 • 4. 终极能力层 ，可在自己的应用或程序中通过调用 API 来 实现 DeepSeek 模型的搜索功能。 腾讯云 API 调用 开发者首选， DeepSeek 部署简单、直观、高效！ HAI 提供 GPU 算力和 o llama 环境 ，支持 1.5B, 7B, 8B, 32B 等多个 DeepSeek-R1 蒸馏模 型。 企业级首选 ， DeepSeek 部署稳定、 安全、 易用！ 腾讯云智能全栈 AI 服务上架 DeepSeek

https://modelers.cn/models/MindI E/deepseekv3 模型资源获取 推理环境调测 推理模型部署 推理模型测试 集群连通测试 推理镜像制作 纯模型测试 服务化启动 运行环境部署 Python=3.x, PyTorch =2.0 ENV_A Python= 3.x ENV_B 加速框架 软件栈多且复杂， 客户不清楚模型组 件安装依赖顺序， 模型分析工具链有 哪些，模型是否支 容器化部署 镜像封装，提供容器命令 物理 机部署 基于场景，提供开发环境部署方法 推荐昇腾最佳实践，快速复现 DeepSeek 系列模型推理流程，加速客户应用上线。 DeepSeek-R1-Distill-qwen Janus-Pro 已支持的 DeepSeek DeepSeek-R1 DeepSeek-V3 模型权重转换 模型量化 推理资源评估 推理设备选型 ModelA CANN7.0.0 ，依赖 MindSpeed 推理运行环境部署支持 模型运行版本配套复杂 Huawei Proprietary - Restricted Distribution ModelB CANN6.0.RC3 ，依赖

即便带着墨 镜也能看到她的微笑 ，地面的积水映出了她的身影 和 灯红酒绿的霓虹灯 ，热闹非凡的唐人街正在进行 舞龙 表演 ，熙熙攘攘的人群目光都聚焦在跃动的彩 龙身上， 整个环境的喜庆氛围仿佛令人身临其境 3.6.1 国外的大模型产 品 n OpenAI o3 2024 年 12 月 20 日 ， OpenAI 发布推理模型 o3 ，无论在软件工程、 编写代码 ，还是竞赛数学、 全性和 稳定性 大模型可以用于医疗影像诊断、疾病预测 等任务 。通过学习大量的医学影像数据 ， 大模型可以辅助医生进行疾病诊断和治 疗 方案制定，提高医疗水平和效率 型可以实现对车辆周围环境的感知和识别， 以及进行决策和控制，提高自动驾驶的安 全性和效率 3.7 大模型的应用领 域 大模型可以用于自动驾驶中的感知、决策 等任务 。通过学习大量的驾驶数据 ，大 模 在生物信息学领域 Copilot 、 CodeGeeX 、 aiXcoder 、 豆包、 通 义灵码等 推荐高校使用 AI 编程工具： VS Code+DeepSeek ， 字节跳动 Trae （ AI 原生集成开发环境） 5.6 AIGC 技术在辅助编程中的应用 AIGC 技术在辅助编程中的应用日益广泛 ， 它能够自动生成高质量的代码 ，从而显著提高开发效 率 应用场景 代码风格统一 代码自动生成 为什么要在