升模 型推理能力和长程问题能力，基于 RL 的 Post-Training 将会成为下一个突破点。 自回归模型在数学推理问题上很难进步的一点在于没有办法进行回答的自主修正，如果仅是依靠生 成 式方法和扩大参数规模，那么在数学推理任务上带来的收益不会太大。所以需要寻找额外的 Scaling 为什么我们需要后训练 Scaling-Law ? 回顾： Post-Training Scaling response length 逐 渐增加（对应着 test-time computation increasing ） Aha moment: 自然学会增加更多的推理时间，反思评价先前步骤、 探索其他方法 DeepSeek-R1 Zero: 无需监督微调 SFT ，纯强化学习驱动的强推理模型 DeepSeek-R1 技术剖析： DeepSeek-R1 Zero 12 示例输入 : 编写 python 代码，该代码采用数字列表，按排序顺序返回，在开始时添加 42 。 自动化验证方法： 利用软件检查代码补全判断是否为完整代码； 执行 Python 代码检查运行情况判断是否为可运行代码； 调用外部模块构建额外的检测单元； 甚至可以更进一步， 测量执行时间，使训练过程首选性能更高的解决方案；

------------------------------------------ 18 2.企业数字化人才培养保障体系 ------------------------------------- 23 六、方法工具：数字化转型方法工具适配 ---------------------------------- 25 1.数字化转型推进思路策划 ------------------------------------------  数字技术飞速发展，教育体系跟不上 随着数字化技术的不断创新，各种新的编程语言、工具和框架层出不穷，促使人才不断进 行学习和技术更新。传统的教育体系往往无法及时适应这种快速变化，教材老化、教学方法滞 后，导致其无法有效满足现代数字化人才的需求。教育与行业之间的脱节，使得毕业生所掌握 的技能往往与企业需求不匹配，从而形成了人才供需失衡的局面。 根据相关调研，很多企业在提升现有员工的 数 大核心能力模型”，分别为数字化理念、数 字化实操以及数字化布局，内容涵盖了产品、敏捷、项目管理、数据分析、AI 办公等 12 大模 块，业内专家结合企业或个人需求，开展培训内容，让学员通过专业的方法论、工具、案例输 入等进行系统化地学习，全面培养学员的数字化思维和能力，针对性和实操性非常强，培养的 同时，对业务课题进行辅导和落地。既提升学员的能力，又能切实解决问题。  数字化理念：从海

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 建有弹性的基础设施和促进包容性和可持续工业化和创新的需求。 v Rebeca Grynspan 一系列在各个发展阶段的经济体实施的公共政策工具的示例列于表3中。人工智能采纳 和发展的战略设计和实施还应考虑到涉及三个关键杠杆点的国家特定性：基础设施、数 据和技能。 这两种方法并不是相互排斥的，各国需要在两者之间取得平衡。一些发展中国家可能 发现支持采用这些方法的挑战较小，但它们也需要制定长期战略计划以促进人工智能 的发展。 来源 对联合国贸易和发展会议数据的详细说明： 人工智能指数报告 2024 (斯坦福，美国)。 发展中国家需要 迅速行动，制定 符合其特定需求 和优先事项的人 工智能战略。 图 11 很少有发展中国家拥有全国性的AI战略。 20 来源：联合国贸易和发展会议（UNCTAD）。 总体 方法 基础设施 数据 技能 采用 发展 支持人工智能的采用和扩散 培养生成新人工智能的能力 《生成式人工智能服务管理措施（中国）》 AI法案（欧盟） CHIPS [Creating Helpful

· 流程智能化实践报告 9 2. 落地实践 流程智能化实践本质上是企业运营范式的结构性变革。其实践落地过程中遵循场景锚定、技术整合 的方法论。其成功要素取决于高层战略支持与深入的流程梳理。本章将阐述实践落地方法论与关键 成功要素。 实践方法论 1，需求诊断与场景锚定 流程智能化的实施必须始于精准的业务需求识别与场景选择。首先，企业需通过对于内部流程的抽 象挖掘，映射绘制出端到 找到关键场景。 具体的场景选择，企业应遵循“痛点优先、价值可测”原则。比如，场景价值度高低的评判应当交 由业务专家定夺。业务专家组成评审团，定量打分与定性讨论相结合，评定场景价值度。 实践方法论 2，技术选择与整合 技术路径的选择需兼顾适配性与前瞻性。企业应当基于流程智能四层架构理论，在感知层、认知层、 决策层和执行层找到合适的技术路线。同时，流程智能化必须突破数据孤岛与流程割裂。 梳理优化；其二，需实现多套异构系统的无缝集成与数据贯通；其三，项目需支持集团 多层级组织架构的协同运作。 基于此，中集集团选择与蓝凌达成战略合作，不仅源于蓝凌在大型集团企业 BPM 流程 管理领域具备的成熟方法论与标杆案例，更看重其数智化办公解决方案的丰富经验与本 土化服务能力。依托蓝凌 BPM 平台先进的架构设计及模块化产品能力，双方通过专业 化项目管控机制，成功实现系统全流程落地，有效提升了集团级流程治理效能。

足功能开发仿生 足也是提高机器人运动能力常见的解决方法。基于执行器的选择与布 置，腿足结构设计与加工技术对人形机器人的运动能力、稳定性和效 率起着关键作用。早期的大框架、大重量设计经过运动学、动力学分 析和拓扑优化等技术的改进，现已成为可在保证腿足强度的同时达到 轻量化与可靠性的平衡设计。同时，利用增材制造技术融合多材料多 工艺方法构建复杂的机械框架也提高了腿足的灵活性，兼顾强度、惯 环境变化，并在复杂情境中做出自主决策。这种自主决策能力，让人 形机器人在面对未知环境或任务时，能够迅速调整策略，确保任务的 顺利完成。目前在人形机器人领域运用较多的是决策论方法，主要基 于多模态数据在决策级的融合；此外应用较多的还有人工智能方法如 模糊逻辑、神经网络、遗传算法、专家系统等。决策大模型在人形机 器人的决策过程中扮演着核心角色。以 ChatGPT for Robotics、谷歌 PaLM-E 化能优化人机交互界面的设计规范和操作流程，提升用户体验和满意 度；定位导航模块的标准化则能确保机器人在各种环境中准确定位和 导航，提高机器人的实用性和应用范围；检验检测模块的标准化则能 统一评价标准和方法，提高人形机器人的评价准确性和可信度等。 三、标准化现状与需求 3.1 国内外标准化现状 国际方面，国际标准化组织 ISO 是最早进行机器人标准化研究的 国际标准化组织，于 1983 年首次创建

。随着越来越多的领导者认识到不断革新利用技术、数 据和人工智能的必要性，他们比以往任何时候更需要深 入理解人工智能。为何？因为人工智能技术扩散的速度 前所未有，且仍在加快——在企业层面创造新的创新机 会，包括实现效率的新方法、经营企业核心的方式，以 及与客户互动的新商业模式。 我们将AI视为新的数字革命，因为它既是一种技术， 也是一种新的工作方式。我们相信它将在企业运营的 每个领域得到应用，并对所有相关的人和事物产生网 坐在每个人的口袋里。图灵测试，曾经被认为是机器智 能的最高标准，现在每天都被人们与大型语言模型（LL M）支持的客户服务机器人和销售人员交流中所打破。 今天的AI模型已经摆脱了过去深度但具体且线性的方法 ，并展示了前所未有的自主性—在他们如何学习、如何 处理任务以及最终能够做什么方面。他们将这种自主性 带到了工作中，75%的知识工作者报告使用生成人工智 能；在如何与技术互动方面，作为编码助手并通过扩展 但在信任成为问题之前，你能走多远？你将如何重新激 发建立信任的关键人类时刻？ 最后，路线图中的第三部分，也是未知的部分，是寻找 一条通往以人为驱动信任的新路径。我们知道我们需要 达到哪里——新的接触点和建立与维护人际信任的方法 ，因为人工智能的普及正在颠覆传统的互动方式。但是 ，每个组织达到那里的方式都将不同，因此，我们应该 从自我引导的问题开始：当许多初级工作可以被人工智 能完成时，职业道路将是什么样子？利用人工智能来简

邮箱：chenyeyao@gyzq.com.cn 智能驾驶行业研究 请务必阅读正文之后的免责条款部分 目录 2 1.端到端发展进入加速期，基于规则长期护航 1.1 端到端的定义、发展历程、实现方法及挑战 1.2 自动驾驶产业支持充足，标志性政策落地 1.3 车企抢滩DeepSeek，AI行业与智能驾驶共振 1.4 10万级别智驾落地推动行业进入智驾平权 1.5 汽车行业加速迈向智能驾驶全面普及时代 术的早期 尝试，标志着自动驾驶从模块化向一体化迈进的起点。 2017年：Wayve.AI成立并发布“Learning to Drive in a Day”。Wayve.AI采用强化学习结合深度学习的方法，仅用 一天时间训练即可应对复杂城市驾驶场景，展示了端到端技 术在快速学习和适应能力上的潜力。 2017 年 ： Comma.ai 推 出 OpenPilot 。 Comma.ai 发 布 了 Op 经网络生成转向指令。 2016年，英伟达开发了端到端CNN原型系统，推动了这一概念在GPU计算时代的发展。随着深度神经网络的进步，端到端自动驾 驶在模仿学习和强化学习方面取得突破，LBC中的策略蒸馏方法通过模仿优秀专家，提升了闭环性能。 为增强系统的泛化能力，尤其是针对专家策略和学习策略之间的差异，业内研究提出了在训练过程中聚合在线数据的策略。 2021年左右，端到端自动驾驶迎来重要转折点。随着

•人工智能：让机器具备动物智能，人类智能，非人类智能（超人类智能） •运算推理：规则核心；自动化 •知识工程：知识核心；知识库+推理机 •机器学习：学习核心；数据智能（统计学习方法，数据建模） •常规机器学习方法：逻辑回归，决策森林，支持向量机，马尔科夫链，….. •人工神经网络：与人脑最大的共同点是名字，机制和架构并不一样 •传统神经网络：霍普菲尔德网络，玻尔兹曼机，….. •深度神经网络：深度学习 话、内容生成、翻译以及图文、音频、视频等信息处 理、生成、对话等。 侧重于复杂推理与逻辑能力，擅长数学、编程和自然语言推理任 务，适合高难度问题求解和专业领域应用。一般是在生成模型的 基础上通过RL方法强化CoT能力而来 推理能力 在日常语言任务中表现均衡，但在复杂逻辑推理（如 数学题求解）上准确率较低。 在复杂推理任务表现卓越，尤其擅长数学、代码推理任务。 多模态支持 支持文本、图像、音频乃至视频输入，可处理多种模 “性价比”和“高效能”方向 01 02 03 打破垄断 价格下调 推动创新 21 21 模型有三种使用方式：在软件系统中调用官方API、模型微调、直接使用。 前 两种涉及到IT技术比较多。这里讲的是直接使用的三种方法，适合普通用户。 DeepSeek直接使用��� 22 DeepSeek官方-开袋即食��� 23 官网: https://chat.deepseek.com/ API: https://platform

员工做好准备以推动变革？最期待通过哪些机会来加速进展？ 我们将这些结果与我们在 2024 年进行的数十项调研、深度访谈、客户互动中获得的洞察进行 了比对，勾画出在 2025 年将重塑 AI 蓝图的重大趋势（见第 5 页“研究方法”）。 我们发现，领导者仍然难以通过 AI 投资实现业务转型，但他们相信自己正处于重大突破的边缘。 事实上，63% 的受访高管表示其 AI 产品组合将在未来一到两年内对组织产生重大财务影响。 实验中 2024 6% 2025 扩展和优化 创新 30% 44% 24% 44% 46% 信息来源：《2025 年五大趋势全球脉动调查》。问：以下哪一项最能 描述贵组织当前和明年采用AI 的方法？ 注：总和不等于 100%，因为“重新评估“和“以上都不是”也是其中 的选项。 2025 年五大趋势：人智共创未来 点燃创新纪元 3 智能体 AI 将变革组织的业务， 但组织首先必须对员工进行再 AI、一般业务、金融和技术以及特定行 业，包括全球超过 43,000 名高管和 4,000 名消费者的见解。这一系列研究用于分析我 们与牛津经济研究院合作开展的一项脉动调 查中发现的趋势。 研究方法 我们还在 2024 年 10 月和 11 月对来自 17 个行业（包括银行、政府和电信）和 6 个地 区（美国、英国、德国、印度、澳大利亚和 新加坡）的 400 名全球领导者进行了问卷调

家主流制药 AI 公司新增管线/适应症............................................................26 图表 22 固态研发传统研发方法与自动化方法关键步骤对比..................................... 27 图表 23 2022-2024 医疗 AI 领域不同细分领域融资情况............. 据最新癌症数据显示，乳腺癌新增人数达 226 万，正式取代肺癌成为全球第一大癌症。 作为统计数据的一部分，我国 2020 年约有 42 万乳腺癌确诊患者，且这一数字正随年 份的推进而持续上升。 乳腺癌筛查方法多样，包括乳腺 X 线摄影、乳腺超声、乳腺磁共振等。然而，由于中国 女性乳房组织较为致密，乳腺 X 线摄影的应用受到限制，而乳腺超声和乳腺磁共振则因 为基层医疗机构设备缺失、基层医生经验缺失，容易导致漏诊或误诊。 推送符合期望的信息。 实际运行中，医院运营管理智能体已逐渐成为提升医疗机构效率效益的重要技术实现路 径。采用分析报告、管理路径、策略输出、目标导航、AI 模拟仿真、AI 运营助理机器 人等管理方法和手段，对医疗机构经济运营状况进行事后分析、问题根因溯源、过程控 制、改善评估、未来预测、辅助决策。实现全面支撑优化业务流程、合理资源配置、计 划合理制定等方面的战略管控工作。 目前，熙软医疗