DeepSeek-R1 \ Kimi 1.5 及 类强推理模型开发解读 陈博远 北京大学 2022 级“通班” 主要研究方向：大语言模型对齐与可扩展监督 https://cby-pku.github.io/ https://pair-lab.com/ 北大对齐小组 DeepSeek-R1 开创 RL 加持下强推理慢思考范式新边界 DeepSeek-R1 Zero 及 R1 技术剖析 Pipeline Pipeline 总览 \ DeepSeek-V3 Base \ DeepSeek-R1 Zero 及 R1 细节分析 RL 算法的创新： GRPO 及其技术细节 DeepSeek-R1 背后的 Insights & Takeaways ： RL 加持下的长度泛化 \ 推理范式的涌现 DeepSeek-R1 社会及经济效益 技术对比探讨 STaR-based Methods vs. RL-based \ o- series) 蒸馏 vs. 强化学习驱动：国内外现有各家技术路线对比分析及 Takeaways PRM & MCTS 的作用 从文本模态到多模态 其他讨论： Over-Thinking 过度思考等 未来方向分析探讨 模态穿透赋能推理边界拓展： Align-DS-V 合成数据及 Test-Time Scaling: 突破数据再生产陷阱 强推理下的安全：形式化验证 Formal

智启未来，“机”舞新篇 ——“十五五”机器人产业发展趋势及落地策略 1 智启未来，“机”舞新篇 ——“十五五”机器人产业发展趋势及落地策略 机器人产业是实体经济和数字经济深度融合的典型代表，是 培育发展新质生产力的重要方向，与多类新兴技术深度融合，已 成为推动国民经济高质量发展，提升国家综合竞争力的重要抓手。 当前，全球机器 将快速发展，产业规模预计将增长至 4000 亿元左右，且市场规 模稳居全球首位。赛迪顾问重磅推出《赛迪顾问“十五五”重点 产业落地工具册——机器人》，厘清当前中国机器人产业发展基 础、现状及技术发展趋势，研判“十五五”时期发展形势，为各 地机器人产业深度落地、高质发展提供参考。 01 度势 产业链：由有到优，全球竞争力再升级 近年来中国机器人产业快速发展，已实现“从无到有”的转 特色、建立细分环节主导力，紧抓当前长板优势领域，着力强化 技术实力和产品竞争力，支持企业打响自有品牌、在细分市场中 占据主导地位。三是根据产业需求补强零部件元器件及软件，深 入摸排机器人企业的共性配套需求，积极引培零部件、元器件及 软件企业，加强对产业发展的支撑。 第三梯队地区：突出应用引领，发扬资源优势 一是探索应用场景、开拓新业务新模式新业态，结合实体经 济需求深入挖掘应用场景，通过开展示范应用和供需对接促进机

Proprietary and Confidential All Rights Reserved. Source: M2研究 & 分析；全球人形机器人企业专家访谈；转载引用内容请标明来源 全球主流人形机器人落地场景及规划 纵览全球主流人形机器人产品应用场景规划，Top3应用场景为工业、家庭、商业服务。 *排名不分先后 已公布 规划中 典型企业 国家 机器人名称 企业/产品概况 产品形态 Figure AI S1 Galbot G1 Xbot-L Walker S1 G1 先行者K2 XR-4 Fourier GR-2 CL-1 Apollo Phoenix 人形 类人形 人形 人形 人形 人形 人形 人形 人形 人形 人形 类人形 类人形 人形 人形 人形 人形 人形 人形 人形 人形 人形 乐聚 中国 Kuavo夸父 人形 里工智能 广汽 PNDbotics 众擎机器人 小鹏 普渡机器人 普渡机器人 中国 中国 中国 中国 中国 中国 SE01 Iron 里掂F1 GoMate Adam 闪电匣Arm 人形 人形 人形 人形 人形 类人形 工业生产 商业服务 市场化落地——应用场景 特种应用 家庭服务 仓储物流 6 M2 2025 Proprietary and Confidential All Rights Reserved. 人形机器人细分场景落地顺序评估逻辑

被中央及各地政府确立为 重点发展方向，陆续出台了一系列针对性强、力度大的政策措施，旨在推动产业创新，提升区域经 济的科技竞争力。经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应 用层不断升级优化，实现了人工智能、大数据等数据智能技术与实体经济的广泛融合。2025年2月， 中共中央总书记、国家主席、中央军委主席习近平在京出席民营企业座谈会并发表重要讲话，强调 民营企业 取的 AI 工具，激发了应用层的创新活力， 成为中国AI产业发展的标志性事件。 艾瑞人工智能研究团队延续六年行业研究经验，在第七年聚焦人工智能产业的发展环境、产业 进程及产品动态，深入探讨技术驱动、产业机遇、商业模式及挑战等核心议题，为市场提供前瞻性 数据与深度洞察。 研究方法： 本报告通过业内资深的专家访谈、桌面研究、案例实证研究、行业对比研究、投融资数据统计输出 相应研究成果。 www.iresearch.com.cn 中国人工智能产业资本环境 语言及多模态赛道目前最受瞩目，同时基础层厂商积极入局 来源：艾瑞咨询研究院自主研究绘制。 从投资轮次的分布情况着眼，战略及股权投资的数量及占比均呈现出显著的上升态势，其中股权投资事件占比高达77.9%。而在应用赛道 的投资分布方面，语言及多模态赛道目前已成为最受瞩目的投资领域。与此同时，以AI芯片、AI算力解决方案、算法架构等为代表的基础

被中央及各地政府确立为 重点发展方向，陆续出台了一系列针对性强、力度大的政策措施，旨在推动产业创新，提升区域经 济的科技竞争力。经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应 用层不断升级优化，实现了人工智能、大数据等数据智能技术与实体经济的广泛融合。2025年2月， 中共中央总书记、国家主席、中央军委主席习近平在京出席民营企业座谈会并发表重要讲话，强调 民营企业 取的 AI 工具，激发了应用层的创新活力， 成为中国AI产业发展的标志性事件。 艾瑞人工智能研究团队延续六年行业研究经验，在第七年聚焦人工智能产业的发展环境、产业 进程及产品动态，深入探讨技术驱动、产业机遇、商业模式及挑战等核心议题，为市场提供前瞻性 数据与深度洞察。 研究方法： 本报告通过业内资深的专家访谈、桌面研究、案例实证研究、行业对比研究、投融资数据统计输出 相应研究成果。 www.iresearch.com.cn 中国人工智能产业资本环境 语言及多模态赛道目前最受瞩目，同时基础层厂商积极入局 来源：艾瑞咨询研究院自主研究绘制。 从投资轮次的分布情况着眼，战略及股权投资的数量及占比均呈现出显著的上升态势，其中股权投资事件占比高达77.9%。而在应用赛道 的投资分布方面，语言及多模态赛道目前已成为最受瞩目的投资领域。与此同时，以AI芯片、AI算力解决方案、算法架构等为代表的基础

来看，机器学习对于数据和算力的需求较小，训练时间也相对较短， 而深度学习、强化学习则需要高性能的 GPU、TPU 等算力支撑，数据 需求也增长至百万量级。从应用场景来看，机器学习能够广泛用于各 类分类、回归、聚类、关联规则任务，帮助机器人实现物品分类、平 面移动和故障诊断等功能，但不具备决策能力；而深度学习则聚焦图 像、文本和语音等复杂任务的处理，能够帮助机器人实现缺陷检测、 知识问答、人机对话等功能，具有一定的决策能力。 个环节。在运动控制方面，优化类模型能够加强机器人的控制精度， 比如在拾取操作中，当传感器检测到力量过大的时候，机器人可以利 用贝叶斯优化算法及时纠正；又如在平面移动中，快速探索随机树 （RRT）算法能够先构建一条复杂但可行的路径，然后对其进行优化 来避免碰撞。另外，蚁群算法、粒子群算法等群体算法能够通过模拟 自然界生物群体的行为，实现群体优化协调。在感知交互方面，基于 机器视觉技术的识别类模型应用比较成熟，在机器人的操作取物、移 交互技术的语言类模型虽然较为成熟，但是主要用于陪伴对话、教育 辅导、智能家居等服务型场景，而由于可靠性要求高、工业知识积累 6 不足等限制，尚未在工业中大规模应用。在推理决策方面，基于深度 学习、强化学习的方法，机器人可以通过训练学习数据以模仿人类， 甚至通过与操作对象或环境进行交互实现非结构性的复杂操作和自 主导航。 2、三种应用模型及其组合催生出多种功能的机器人 运动控制类模型推动传统工业机器人升级为“能精细化控制”的

AI 认知的不断加深，“提效”取代“政策”成为需方 购置 AI 的主要动力。如今，医疗 AI 企业已突破 1-2 亿的营收规模，迈向第一个 10 亿。 2. 超 160 个影像 AI 获批医疗器械三类证，影像 AI 企业们逐渐跳出影像科，向医学装 备、外科手术辅助系统等领域进发，打开了新的百亿市场。 3. 生成式 AI 对于医疗 IT 的重构已经初现成效。上百个大模型涌入医疗领域，许多 互联 .......................................................................................8 2.1.3 商业化及应用.................................................................................................. ..............................................8 图表 5 2024 年 1-9 月通过第三类医疗器械注册准入的医疗 AI 产品（上）...........8 图表 6 2024 年 1-9 月通过第三类医疗器械注册准入的医疗 AI 产品（下）...........9 图表 7 PV-iDose 支持不同 TPS 计划剂量分析、叠加、不同影像序列的剂量叠加15

的机器⼈市场——⼈形机器⼈——可能每年超过10亿台，我们最终将拥有的机器⼈数量将超过 ⼈类。2 这个新市场有3个主要推动因素: 1. 技术-多项技术进步，特别是⼈⼯智能（AI）的发展，已经显著改变了机器 ⼈的前景 2 经济-机器⼈可以解决劳动⼒短缺问题。随着⼈⼝⽼龄化和更为严格的移⺠政策加剧，短 缺问题变得更加棘⼿ 此外，对于功能强⼤的机器⼈来说，投资回报周期相对于⼈类的吸引⼒越来越⼤。劳动 ⼒在全球国内⽣产总值中占⽐超过50%。因此，市场机会可能是巨⼤的 第10章探讨了值得关注、辩论和解决的12个挑战。 和解决⽅案。 尽管存在挑战，但我们得出结论：⼀个巨⼤的新市场正在形成（⾮⼈类），AI机器⼈将如约 ⽽⾄。 1 NVIDIA CEO Jensen Huang在2024年台北国际电脑展的主题演讲 2 彭博科技 - 伊隆·⻢斯克表⽰，到2040年机器⼈的数量将超过⼈类 © 2024 花旗集团 2023 2024 2025 2026 2027 2028 6.48亿台机器⼈和⼀个价值7万亿美元的⼈形机器⼈ 市场。 本报告的⼀个⽬标是尝试估算AI机器⼈的不同市场机会规模。分析的结论如下。已 进⾏调整以消除在护理⾏业使⽤的机器⼈和在⽼年⼈家中协助护理的类⼈机器⼈的 重复计数。 本报告还列举了在该领域活跃的⼏家公司，作为⾏动中使⽤案例的⽰例。 3 https://waymo.com/about/ © 2024 花旗集团 7 Citi GPS: 全球观点与解决⽅案

空间的运营与决策。从架构的视角来看，从上至下分为四层 （见图 1）。 应用层：包含数字孪生技术应用的各类业务应用，对内 外部客户提供服务。金融行业内常有数字孪生财富管理类应 用，数字孪生风险控制类应用，数字孪生零售应用类业务， 数字孪生支付清算类应用等。 1 《金融科技发展规划(2022-2025)》由中国人民银行于 2021 年 12 月 29 日发布，旨在推动金融 科技跨越式发展，实现数字化转型和核心竞争力提升。 金融委员会办公室于 2024 年 10 月 28 日发布，旨在通过数字技术推动金融业高质量发展，服务数字经济和数字中国建设。 3 服务层：包含支撑数字孪生业务应用的各类技术服务， 包括感知技术类服务，通常有 IoT，5G 等类型服务。建模服 务，指通过技术手段对物理实际业务实体进行建模映射。渲 染服务，指根据通过建模服务得到的模型进行渲染，从而得 到一个与物理实体等价的虚拟实体。仿真服务，指在建立虚 数据层：包含支撑服务层各类服务的各类数据，包括从 物理实体各处采集和监测的数据，以及对数据中间集和物理 实体历史数据仿真的生成孪生数据。同时，数据层能够运用 机器学习，大模型技术等 AI 技术对数据集进行各类预测及 模拟生成，对数据进行虚拟化，实现数据智能孪生。 算力层：支撑以上各层服务的算力基础设施层，包括云 计算、容器化、云原生等技术，通用计算、智能计算、存储、 网络等资源，提供弹性高效的算力基础服务。