能化、绿色化方向转型升级，打造依托于人工智能、大 数据、云计算等现代信息技术的新质生产力。 工业 AI 和大模型的应用，已经渗透到工业生产的产品设计、企业流程管理规划、智能化生产、设备预 测性维护、供应链优化、创新服务、绿色制造、智能客服等众多环节，它通过处理和分析海量工业数 据，帮助企业在上述各个环节中做出最优的智能化决策，从而在多个环节全方位实现提质、增效、降 本，增强竞争力。 在 ............................................................................. 57 3.7 联想：基于 AI 的设备维护解决方案 .........................................................................................58 合作伙伴加速项目和产品推荐 设备上的温度、压力、振动等各种传感器给出的监测 数据进行处理分析，实时监控设备运行状态，并可通 过模式识别算法检测数据中的异常，预测可能出现的 故障或发现故障甚至给出修复建议，便于运维人员及 时实施预测性维护或故障修复，减少停机时间，提高 设备的可靠性和生产效率。 • 质量管理：产品缺陷检测是质量管理的重要一环，尤 其是对于金属等高反光产品、薄膜产品的划痕、裂 纹、凹坑、气孔、污染等非常难检出的外观缺陷，利

题：学生学习到了什么？我可以为他提供什么 帮助？  利用开放式学习工具对资源社区进 行管理  教师能够更加关注学习结果。  教育者开发并使用工具。  降低成本  集中化设施更加易于维护；  软件易于升级维护  基本可以放弃桌面端的支持需求。  提高可靠性、利用性和产出。  有能力运行最新的应用  控制、安全、集中放置。  当出现错误时可以无缝连接到空闲设备上；  教育者不必在纠结于技术问题

配套设备 ：液冷系统、 冗余电源等附加成本约 15-25 万元 2. 运维成本 • 电费 ：满载功耗约 6000W ， 年电费约 5-8 万元（按工业电价 1.2 元 / 度计算） • 维护： 专业工程师团队年成本约 30-50 万元 4.4 本地部署大模型方 案 高校科研基础设施不足 ，算力短 缺且资源碎片化问题依然突出 DeepSeek 虽然大幅降低了算力消耗 ，在企业客服场景中 ， RAG 可以快速检索企业的产品资料、常见问题解答等知识库 ，为客户提供精准的服务 ，大大提高了客 服的效率 和质量 RAG 的部署相对来说成本较低 ，主要集中在知识库的建设和维护上。企业可以利用现有的数据资源 ，构建自己的知识库 ，然后通过接入 大 语言模型 ，实现 RAG 的功能。对于一些数据量较小、业务场景相对简单的企业来说 ， RAG 是一个性价比很高的选择 AI Agent

Restricted Distribution K T A I 神州龈泰 政务办公、办公助手 智能客服、文案生成 智慧金融、智慧政务 金融助手、教学辅助、 制造设备维护 教学辅助、智能办公 …… 软件伙伴 金融风控、医疗影像分析、 制造智能质检、教育 风险评估、法律文档 审核、智能流程 智能问答、文本摘要、 法律 / 医疗咨询 智慧政务、金融风控、

步，其逻辑先用大量人工标注的数据来让模型 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； ➢