多头潜在注意力：像多线程处理信息，显存占用降低 50%，适合普通电脑运 行 ⚫ MoE 混合专家系统：遇到问题自动召唤“专业团队”，比如数学题找数学专家模 块，写诗找创意模块 ⚫ 强化学习驱动：通过“试错+奖励”机制自我进化，类似游戏 AI 自学通关 2.划时代意义：中国 AI 的破局之战 DeepSeek 的诞生不仅是技术突破，更是国家战略级的里程碑： 成本革命： ⚫ 训练成本仅 558 核心能力： ⚫ 跨域整合（将 AI 与行业 know-how 结合） ⚫ 价值判断（在 AI 建议中做出最优决策） ⚫ 情感智慧（弥补 AI 的情感计算短板） ②组织形态进化 ⚫ DAO（去中心化自治组织）： 通过智能合约+AI 协作平台，万人团队实现零管理成本运作 ⚫ 人机混合团队： AI 成员拥有独立数字身份，参与绩效考核与利润分配 ③终身学习范式 -深圳外卖小哥用 DeepSeek 开发接单优化系统，月收入提升 230% -新疆牧民通过 AI 语音助手实现畜牧疾病远程诊断，死亡率降低 62% 六、未来图景与人类共生 1.技术进化：从工具到伙伴的范式跃迁 DeepSeek 的持续迭代正在重新定义人机关系，其技术发展呈现三大趋势： ①认知协作革命 ⚫ 智能增强：通过脑机接口技术，用户可直接用思维操控 DeepSeek

电力：新能源主导电源格局，成为主力力量，推动电力系统革命性重构 物流：AI 驱动全球物流供应链实现智慧化赋能与高品质精准交付 矿业：“智探矿脉，office mining”重塑矿区生产 城市：AI 让城市焕发自进化的生命力 37 47 53 57 59 61 67 71 81 87 93 35 与 AI 共生 让可持续发展成为智能的本能 遵从伦理和安全，以人为本推进 AI 向善 AI 空间智能 世界模型 Beyond Transformer 智能世界 SVM 五大基础技术的融合走向超级智能体 04 走向物理世界是 AGI 形成的必由之路 站在 2025 年，预判 AI 的进化轨迹，将是 未来十年的核心命题与终极挑战。其智慧进阶 的速度与深度，不仅将重新定义技术疆界，更 将重塑未来十年的全球格局。 自 2022 年底基于 Transformer 的大语言模 型（LLM）引爆行业以来，AI 可解释性、创新能力、情感识别与表达。 技 术 事 件 阶 段 任 务 邮件过滤、新闻分类 统计学习崛起-AI复苏 深度学习爆发-感知智能突破 Transformer革命-认知智能萌芽 大模型进化-生成与行动探索 AGI时代-创新与组织 推荐系统、 视觉模式识别 AI问答搜索、情感陪伴 AI工业、科学、生活 内容生产、 自动驾驶、机器人 SVM IBM深蓝 战胜人类 CNN 架构夺冠

其中，大型语言模型、模块化架构与协作框架为其筑牢根基，持续发展还需攻克评估、安全与适应性难题。 AI 正站在一个关键新阶段。参考 OpenAI 对 AI 的 5 级分级， AI 已不仅仅是能进行对话的聊天机器人（ L1 ），而是逐步进化到智能体 （ L3 ）阶 段——一个能思考、并能主动采取行动的 AI 系统。 强大算力保障大模型训练与推理的可持续性 能源供给保障大模型训练与推理的可持续性 HuggingFace 等平台提供开放、可扩展的 甲子光年智库总结整理 从单智能体到多智能体生态， Agent 协议驱动智能体协作进化，重塑企业 AI 能力边界 Agent 协议是推动智能体从孤立执行到网络化协作的核心驱动力。 单智能体可处理简单任务 ，但受限于个体能力，难应对复杂场景且易因故障中断服务。 Agent 协议通过标准化交互规则推动其进化：先为单智能 体提供统一接口连接外部工具，突破个体能力边界；再构建协作 “智能引擎”，驱动生产力范式重构 在金融领域， AI Agent 作为“认知 - 决策 - 执行”闭环 AI 实体，以实时数据为感知输入，依托动态知识图谱与强化引擎，实现毫秒级复杂任务自 主 拆解与策略进化。 在金融领域， AI Agent 核心价值显著：通过端到端自动化、实时风控、持续学习优化，打破传统流程壁垒，释放效率红利；以低成本、自动化 服 务触达边缘群体，推动 AI-native 金

 场景描述：针对手术环节的影像三维重建，是“ AI+ 医学影像”的又一子场景。早在上个世纪 90 年代起就开始陆续出现影像三维重建产 品，但由于存在配准缺陷而使用率不高；随着人工智能的引入，采用进化计算的算法，可以有效解决配准缺陷周期性复发的问 题，实 现更精准的影像三维重建。目前该领域的软件主要承载影像重构、 3D 手术规划的功能，能够最大化自动重构出患者器官真实 的 3D 模 型，与 3D 地速度相对较快；目前国内市场主要集中于广东省人民医 院、上海交通大学医学院附属仁济医院、陕西省人民医院等三级甲等医院。 进化规划 进化规划 进化策略 遗传算法 进化策略 遗传算法 遗传规划 分 类系统 进化计算在模式识别、图像处理方面有较为成功的应用 进化计算 2 典型应用场景  发展环境：医学影像中心，就是集约化的第三方医学影像诊断中心，能够实现区域范围内影像的集 中存储和管理、影像（包括其他

波士顿动力Atlas作为行业运动能力标杆，2024年推出电动版新 款Atlas机器人，具备三指灵巧手，可搬运14kg物体，能完成行走、跳 跃、爬楼梯等复杂动作。核心技术模型预测控制器（MPC）推动其从 预设动作向自主路径规划进化，在复杂地形运动中保持卓越稳定性，持 续拓展运动控制与感知技术的边界，主要服务于科研验证领域。 宇树科技代表中国创新力量。2023年H1搭载自研M107关节电机， 单腿自由度设计使其 X1系统，配 备原子力显微镜探针和量子纠缠触觉传感器，可识别细胞膜刚度差异， 用于早期肿瘤边界定位。 12 2. 未来发展趋势 在技术方面，工业人形机器人将从单机作业到“机器人班组”进化， 实现群里智能协同，支持“一脑多机”调度。在应用方面，虽然人形机 器人在工业制造领域已经有了一些较为成熟的应用，但要大规模进入工 业应用场景，还需要一定的适配时间，工业制造场景的可靠性要求以及 化落地，其核心价值在于结合人类形态的灵活性与环境适应性，突破传 统自动化设备的局限。人形机器人的终极价值在于重塑物流生产力范式 ——通过“类人化”突破环境限制，以“智能化”实现无缝协作，最终 构建零改造、全适应、自进化的物流系统。 在家庭服务领域，家庭服务机器人已经从最初的扫地机器人发展到如 今能够进行地面清洁、物品搬运和基本家务的多功能机器人。例如，1X 公司与OpenAI公司正在深度合作开发一款具身智能类人机器人

剧，是教育界需要共同面对的问题。 mWiXpYcX9UkXeZlZ9UmVpOoPaQcM7NsQnNpNsOiNpPmOjMrRtP7NsQnNwMrMyQuOtOqP 3 摘要 ABSTRACT SMS 教育进化 趋势前景 变迁革新 商业实践 从宏观层面来看，AIGC技术延伸扩展了人脑智能，并且降低了使用门槛，应用影响力随之无限泛 化。具体到教育行业，部分基础工作被替代，社会人力结构和人才需求被重塑。AIGC技术与现代 源的三大鸿沟；在人机协作层面，人机关系进入新历程，人机共育，生命循环，互为滋养，人类 将与AI一起永无止境地学习、构建。 4 目 录 CONTENTS 01 时代背景：变迁与革新 02 教育进化：教育框架反思 03 商业实践：技术应用扩散 Change and Innovation Educational Evolution Technology Commercial Diffusion 使用AI的六大原则 社会福祉 学生层面 从未 且永远 不会 曾经没有 但将来会 有过 但将来 不会 有过 且以后还 会继续 71% 8% 12% 9% 15 教育进化：教育框架反思 Educational Evolution 02 16 ©2024.2 iResearch Inc.

（2）“快判”，智能体 7×24 值守，单条告警处理≤9 秒，研判效率超人类 60 倍 （3）“秒溯”，攻击路径秒级溯源，100% 可视化重建 （4）“闭环”，联动协同190+设备，编排式自动处置响应 （5）“进化”，智能体自主感知识别，反哺迭代，从 “被动响应” 转向 “主动狩猎” 方案介绍： 奇安信 AISOC 是奇安信集团推出的AI 驱动的安全运营中心，由下一代安全运营中心 （NGSOC）与奇安信安全大模型（QAX-GPT） 关键经营数据分析——现⾦流健康度继续下降 安全威胁检测智能体 核心能力 关键挑战 应用场景 典型厂商 1. 多域数据语义融合 2. 攻击故事自动生成 3. 因果推理与风险量化 4. 主动验证与假设检验 5. 自适应学习与进化与智能响应编排 1. APT高级持续威胁检测 2. 内部威胁与身份滥用监控 3. 云原生与混合环境安全 4. 工业控制系统（OT）安全 5. 金融交易欺诈检测 1. 数据质量与标准化难题 技术体系上，真伪检测环节全面覆盖深度伪造、AI生成、PS篡改、活体攻击等检测场景；伪造痕迹提取 环节挖掘纹理、光照、频谱等多维度特征，突破模型可解释性难题；伪造溯源环节基于指纹提取技术， 结合动态进化的伪造技术特征库，定位伪造工具及算法。 治理模式上，面向国家安全场景，采用云端部署睿鉴图灵鉴伪大模型方式，实现公域流量批量检测；面 向个人安全场景，在终端设备上部署终端AI鉴伪大师，兼顾安全防护和隐私保护；针对金融、教育、通

服务中双方情感流动，拟人化 • 思维链逻辑增强 业务运营工具化，与模型底座解耦合，通过大小模型协同、信息不出场、流程嵌入确保整体准确和可控。 汇聚用户通信属性关联数据 不出“场”，安全可信 大小模型协同进化 大、小模型 信息场 流 程 状态追踪 意图识别 话术生成 … 运营工具 提示 工具 坐席 助手 智能 摘要 … 系 统 工 具 平 台 知识库 API接口 NGCS界面

开发 投入 市场 制造 发现 系统设 计集成 热力学法则 实验 7 4 3 5 6 1 2 人工智能指导 材料研发过程 人工智能有助于开发高性能材料、 识别关键点并获得新的科学规律 ，促进化学信息学的发展。 化学信息学可用来对反应条 件进 行优化和筛选催化剂等 ，这主要是通过对实验数据进行建模 ，然后使用该预测模型实现对实验工作的指导； 可用于分子模拟 和 分子设计 ， 并在分子性能预测的基础上 资料来源：《机器学习在材料信息学中的应用综述》 - 牛程程， X-MOL 资讯公众号，创腾科技官网，国海证券研 究所 计算机模拟软件提升研发效率 在化工领域中 ，应用计算机模拟软件 ，不仅能够促进化工设计严谨性和系统操作精准程度的提升 ，还有利于科学合理地进行系统流程的计算 与分 析 ，可在一定程度上推动化工行业的发展进步。 分子模拟作为一个重要的理论研究手段 ，可以在微观分子世界与宏观可观测量之间搭建桥梁 元件工程 生物元件是合成生物系统中最简单、最基 本的单元，其生物学本质是具有特定功能的 DNA 序列、 RNA 序列、氨基酸序列或蛋白质结构域 改善生物元件的鉴定和功能注释效率 加速理性设计和定向进化优化现有元件结构、增强其功能特性 设计合成自然界不存在的元件 线路工程 线路工程是利用元件工程中的各类元件针对多样的需求 依照电子工程中电路搭建的思维进行设计及功能优化， 从而达到对生命的重编程