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 体现；而从长期来看，行业将 陷入 算力军备竞赛的循环，每一轮技术突破和应用场景扩展都将催生新的算力需求与 资源投 入，持续重塑行业竞争格局。 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。

客率下降。而客户需求分析准确度不足，也在对客产品设计 和营销策略上给金融机构带来了挑战。 数据分析工具普遍应用的当下，海量的客户数据仍是金 融业市场洞察的难题。日益精细化的客户需求，导致同类金 融机构间产品同质化严重，增加了产品开发压力，同类产品 的同业竞价也影响了机构整体的利润。日益精细化的客户需 求也导致非同类金融机构若无法共享与整合数据时，数据孤 岛现象的加剧，这可能降低营销策略制定和调整时的及时性 和有效性。 随着金融机构数字化转型的不断深入，金融行业面临数 据安全、隐私保护等诸多挑战，在开发上线支撑业务发展的 关键信息系统过程中，传统的测试数据通过抽取客户业务生 产数据并脱敏获得，无法完全避免数据泄露风险，通过数字 孪生技术中的仿真数据模拟，可以基于业务数据自动生成高 质量的孪生数据，保障数据安全的同时，提升金融信息系统 开发及测试人员效率。 2.解决业务问题 （1） 提升数据安全性 金融机构 问题，通 过数据模拟仿真技术，可以通过学习敏感数据模拟生成与真 实数据极其相似的仿真数据，减少敏感数据的应用安全性问 题。 （2） 扩充系统测试数据 金融系统测试需要高质量的测试数据来验证开发工作 的正确性。但测试数据不能泄露客户的真实数据，尤其是数 据中的隐私信息。传统的做法是通过人工抽取数据的方法， 从数据库中抽取部分数据进行脱敏处理，容易存在脱敏不彻 底，存在操作风险，通过仿真数据模拟，可以模拟生成高质

发表重要讲话，强调 民营企业的关键角色与发展前景，进一步强调了人工智能产业的战略地位。 2025年初，以DeepSeek为代表的国产开源大模型掀起热潮，其高性能、低成本的特点迅速吸 引了国内外开发者和企业的关注，推动了中国AI生态的开放性和竞争力的进一步提升。这一风潮不 仅加速了模型层的国产化创新，也为中小企业提供了更易获取的 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。 AI开源社区 通用基础大模型 垂直行业/领域大模型 智能服务器 智算软件平台 闭源 开源 大语言模型 多模态大模型 视觉大模型 语音大模型 智能体开发平台 模型平台/模型服务 大模型开放平台 工 具 层 AI开发平台 按模型路径 按模型模态 AI+政务 AI+医疗 AI+工业 AI+零售 AI+交通 计算机视觉 大数据智能 视觉检测+安全生产 运维决策 信贷风控 营销客服 开放和自主的方向迈进。各地政府、央国企等机构积极投入，将大模型与自身职能及业务场景深度融合，为2025年中国AI市场的快速增长 奠定了基础。与此同时，大模型在推理、多模态等领域的性能持续增强，叠加MCP等智能体开发协议及工具的成熟，使得可自主完成复杂 任务的智能体产品的实用性提升，夯实了AI市场增长的潜力；依托大模型的生成式AI产品也推动着传统小模型的落地应用，基于大小模型 协同，为客户构建兼具效果与成本优势

发表重要讲话，强调 民营企业的关键角色与发展前景，进一步强调了人工智能产业的战略地位。 2025年初，以DeepSeek为代表的国产开源大模型掀起热潮，其高性能、低成本的特点迅速吸 引了国内外开发者和企业的关注，推动了中国AI生态的开放性和竞争力的进一步提升。这一风潮不 仅加速了模型层的国产化创新，也为中小企业提供了更易获取的 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。 AI开源社区 通用基础大模型 垂直行业/领域大模型 智能服务器 智算软件平台 闭源 开源 大语言模型 多模态大模型 视觉大模型 语音大模型 智能体开发平台 模型平台/模型服务 大模型开放平台 工 具 层 AI开发平台 按模型路径 按模型模态 AI+政务 AI+医疗 AI+工业 AI+零售 AI+交通 计算机视觉 大数据智能 视觉检测+安全生产 运维决策 信贷风控 营销客服 开放和自主的方向迈进。各地政府、央国企等机构积极投入，将大模型与自身职能及业务场景深度融合，为2025年中国AI市场的快速增长 奠定了基础。与此同时，大模型在推理、多模态等领域的性能持续增强，叠加MCP等智能体开发协议及工具的成熟，使得可自主完成复杂 任务的智能体产品的实用性提升，夯实了AI市场增长的潜力；依托大模型的生成式AI产品也推动着传统小模型的落地应用，基于大小模型 协同，为客户构建兼具效果与成本优势

智能领域，旨在帮助决策者制定促进包容性技术进步的科学、技术和创 新政策。 人工智能的使用有潜力加速实现可持续发展目标，但如果分布不均且缺 乏伦理监督和透明度，其扩散可能会加剧现有的不平等。报告分析了在 从开发到采用的所有阶段所需的必要要求和政策，以促进可持续发展的 包容性技术进步。 这需要一种多维和基于证据的方法。为此，确定了三个关键杠杆点—— 基础设施、数据和技能，提供了一个广泛的社会经济视角，并突出了构 国际合作可以将焦点从技 术转向人，使各国能够共同构建全球人工智能框架。这样一个框架应优 先考虑共享繁荣，创造公共产品，并将人类置于人工智能发展的核心。 报告开始，详细记录了几家企业和国家在人工智能开发中的高度集中情 况，并识别了数字基础设施方面的广泛差距，这些差距可能加剧各国和 各国内部的不平等。接着，它探讨了生产率和劳动力动态，重点关注经 济增长和体面工作。从国家层面看，报告分析了支持人工智能的采用、 4万亿美元（图1）。到2033年，人工智能有望成为拥有最大市场规模的前沿技术， 预计规模将达到约4.8万亿美元。持续性的突破使人工智能变得更加强大和高效，有利 于其在多个行业和业务职能中的应用，包括内容创作、产品开发、自动化编码和个性 化客户服务。 来源 基于联合国贸易和发展会议（UNCTAD）及各种在线市场研究报告。 注意 市场规模数据捕捉了产品和服务销售的收益。 1 GDP 是流量变量，市值是存量变量

------------------ 32 七、中培伟业标杆客户案例实践 ------------------------------------------ 35 案例 1：AI 大模型技术及开发应用实践培训 ------------------------- 35 案例 2：企业数字化转型顶层设计与 TOGAF 认证培训 -------------- 38 案例 3：B 端数字化产品设计实战培训 典型职责 1）构建数字化愿 景：推动组织向数字 化方向转型； 2）领导组织文化变 革：建设支持数字化 转型的企业文化，促 进员工接受变革并 融入数字化文化。 企业中数字化专业技术 的开发、开拓和维护者。 具有专业化的数字化技 术，如大数据、AI 算法、 数字化系统架构等技术 能力，同时能理解企业业 务场景，进行相应的数字 化技术的搭建和维护。 1）实施数字化解决方案：分析 能力水平级别，以及需要具备的知识和技能示例。 维度一（6 大专业能力域） 战略规划 能力域 管理变革 能力域 开发实施 能力域 支付运营 能力域 赋能质量 能力域 营销客服 能力域 第 13 页 维度二 (67 个能力 项) 战略 规划 数字化战略规划、治理、信息安全战略开发、客户和业务监测与研究、 业务创新计划、产品/服务计划、企业及业务架构设计、财务管理、 风险管理、可

智能体为代表的 AI 应用正 在助力 AI 技术从实验室走向生产环境和商业化, 逐渐渗透至各行各业, 成 为推动企业转型升级与智能化变革的关键力量。2024 年, 互联网大厂纷纷 推出了智能体开发平台, "百模大战" 已经来到了智能体对决阶段。AI 智能 更多干货请关注公众号“管理技术化平台” 2 体的广泛应用,不仅为企业带来了前所未有的效率飞跃, 更开启了企业智 能化发展的新纪元, 数字底座二级模块的全面刷新。AI 时代的数字底座, 需 要 AI 基础设施, 同时, 也需要 AI 运行所需的技术平台。这包括: "3 库 4 平台" , 这些技术平台已经对传统的大数据平台、应用开发平台形成 替代之势,是企业混合 AI 应用落地所必须的,企业也必须遵循这样的方 向进行企业 IT 架构的升级。 1. 三大价值: 以价值为导向 如今, 随着 AI 技术的飞速发展, 人工智能已经逐渐渗透到企业运营的方方 利用最新的智能 化工具来提升业务效率和创新能力尤为重要。具体而言, 主要包括: (1) 智能产品创新: 通过产品研发创新体系的数字化, 提高研发效率。依 托统一的协同研发管理平台, 企业可实行敏捷开发模式,应用虚拟仿真、 AI 算法 等技术进行辅助决策,从而实现快速响应、 动态优化, 降低研发成本、提升研发 质量。例如, 企业可利用生成式 AI 进行产品的概念设计; 或者通过整合内外部 数据

PwC 行业和职能专家共同开发。我们携手合作，通过制定可 执行的战略来推动组织变革，实现可持续的结果。 人工智能在汽车领域的机遇 Strategy& 4 5 3 关于汽车领域的AI假设 人工智能的能力正从生成式AI发展到代理式AI，然而实现盈利效果的进程比乐观者所希望的更长。 最高短期影响体现在客户支持/体验、软件开发和选定的企业职能上。 人 新服务和 商业模式 数字化运营 并且供应链 主要 挑战 升级软件开发 数字客户体验与网络安全 管理需求不确定性， 基础设施与监管 构建以客户为中心的组织机构 最大化客户终身价值。 提高效率而不 妥协质量与安全 AI解决方案 不同参与者 类型 影响 示例 影响 示例 影响 示例 影响 示例 供应商 端到端开发 平台 NVIDIA 优化电池 管理 博世 道路评估 服务 米其林 车队销售协同驾驶员 研究与开发项目优先级排序 性能提升 供应链物流 优化与风险缓解 最后一公里交通 优化 智能导航和 停车服务 企业 函数 使用 病例 排放监测 应付账款自动化 目标公司估值： 非约束性报价 自动合规监管 监控 网络安全风险检测 并且缓解 人工智能在汽车领域的机遇 Strategy& 主要用例价值杠杆：效率增长 来源：Strategy&分析。缩写：R&D = 研究与开发，RPA =

进行新项目试点、A/B测试或快速响应市场变化，提升业务敏捷性；此外，在 面对AI开发需求时，企业可根据自身对算力、算法、应用开发、数据安全、 时延保障等方面的要求，综合考量，采用公有智算资源、专属智算集群、自 建智算集群等方式，开展训练和推理业务，满足成本和规模化的考量。 场景三：构建企业创新能力。随着大模型带来的新的AGI场景的兴起，企业需 要引入更多的AI原生开发工具能力，构建“AI+”应用。同时，企业还对研 发 来在不同平台上部署、扩展和调度。同时，多数企业在多年IaaS建设的基础 上，希望加速云原生和AI能力的应用，希望通过新的云厂商获得更多的PaaS 能力和AI开发能力。例如，当企业对行业大模型训练和AI原生应用有意进行 布局和实践时，会在后续的云环境建设中，侧重考察云服务商基于智能算力 的AI开发、AI应用能力。 多云战略促进数据技术能力发展，实现灵活数据治理，改善决策与管控能 力：在数据需求持续多样化的今天，企业出于不同的管理域、安全域要求， 多云战略将持续作为企业重要的发展途径，以不断拓展企业未来高质量增长空 间。《����年IDC中国企业多云战略调研》结果显示：��%的企业将在当前和未 来�-�年持续选择多云部署模式，有意识地将资源、技能和开发分散到多个云平 台上；未来三年企业在多云方面的支出也将呈现增长态势，增幅将主要集中在 �%-�%区间内。 图� 企业将持续推进多云战略 来源：IDC，���� 企业未来�-�年数字化转型计划的云战略布局

域大显身手，工业机器人逐渐普及。 1997年，运行在IBM的Deep Blue深 蓝国际象棋专家系统，击败了人类 的国际象棋冠军，被认为是人工智 能历史上的一个里程碑。 1998年由索尼开发出机器狗AIBO， 这是第一个用于娱乐应用的大众市 场消费机器人。 多领域智能机器人 2002 年iRobot公司首次发布第一款 扫地机器人Roomba真空吸尘器。 2003年，火星探测器精神号和机遇 机器人Atlas和四足机器人Spot 同年，AlphaGo击败李在石，展示了 人工智能强大的学习和决策能力。 2017年，由香港公司Hanson Robotics开发人形机器人Sophia获得 沙特阿拉伯公民身份，成为第一个获 得国家公民身份的机器人。2021 年 ， 特斯拉宣布开发机器人Optimus，带 动人形机器人产业发展。 目前，受大模型的技术驱动，人形机 器人概念爆发，宇树科技、优必选、 傅利叶智能、智元机器人等企业频频 业、 专精特新“小巨人”企业、制造业单项冠军企业。 培育一批的瞪羚企业和独角兽企业并给予支持。 支持具身智能机器人研发制造企业加强与医疗、教 育、家政、建筑、养老、市政、特种作业等相关领 域合作，开发推广适用性强、规模效益好的具身智 能机器人产品 浙江省人形机器人产业创新发展实 施方案（2024—2027年） 2024年9月5日 浙江省制造业高 质量发展领导小 组办公室 形成具有国际竞争力