解码 DeepSeek, 构建医药⾏业新质⽣产⼒ 07 • 从 DeepSeek 看⼈⼯智能发展趋势 • ⼤模型及 DeepSeek 潜在应⽤场景探 索 ⽬录 从 DeepSeek 看⼈⼯智能发展趋 势 AI 离我们越来越近，越来越密集的“加速”信 号 Alpha, ⼤战李世⽯ “AI” 概念⾯世 DS,“Aha” 时刻 CNN, ⼈脸识 别 Chatgpt, C 端破 圈 1950s

07 解码DeepSeek,) 构建医药⾏业新质⽣产⼒ 腾讯健康 李慧 ⽬录 • 从DeepSeek看⼈⼯智能发展趋势 • ⼤模型及DeepSeek潜在应⽤场景探索 从DeepSeek看⼈⼯智能发展趋势 AI离我们越来越近，越来越密集的“加速”信号 4 “AI”概念⾯世 1950s 2012 CNN,$⼈脸识别 Alpha, ⼤战李世⽯ 2017 2022 Chatgpt

N1 在多个机器人实施例的标准模拟基准上优于最先进的模仿学习基线。 System1是一个扩散转换器（DiT）作为动作模块。它交叉关注 VLM 输出的Token，并采 用特定于实施例的编码器和解码器来处理可变状态和动作维度以产生运动。它以更高的 频率 （120Hz） 产生闭环电机动作。 System 2是一个预先训练的视觉语言模型 （VLM），它处理机器人的视觉感知和语言指 令，以解释环境并实现任务目标，它可以在英伟达 n嵌入和状态嵌入，而交叉注意力模块则允许模型根据VLM输出的视觉-语言token嵌入进行条件化。 这样的设计使得模型能够充分利用视觉和语言的信息来指导动作生成。 动作解码器：在最后的DiT模块之后，使用一个特定于构型的动作解码器（另一个MLP）。 英伟达通用机器人大模型 GR00T N1 04 24 资料来源：英伟达官网、CSDN，浙商证券产业研究院 与自动驾驶的训练获取较为简单相比，

通过学习输入数据的潜在表示来生成新的数据。VAE 的核心 组成包括两个主要部分：编码器（Encoder）和解码器 （Decoder）。 编码器：VAE 的编码器负责将输入数据映射到一个潜在 空间（latent space）中的表示。这一过程涉及了概率分布 的估计，通常是假设潜在空间遵循高斯分布。 解码器：解码器的任务是从潜在空间的表示中重构出输 入数据。通过这种方式，VAE 能够生成与训练数据类似的新 同时降低数据安全风险。 一是基于机器学习及深度学习模型中的生成模型，通过 结合概率潜变量模型和自编码器的构建思想，构建生成模 型，学习真实业务数据的分布及其中的关联关系，通过多维 空间转换编码及解码，生成真实业务数据的模拟孪生数据。 二是通过大语言模型，结合业务场景逻辑规则，对生成 数据进行修正，保证生成的业务数据符合业务场景逻辑，避 免出现数据勾稽关系错误等问题。 数据孪生的应用可以解决开发、测试等数字化转型过程

•Transformer架构：可以并行矩阵计算（GPU），核心是注意力机制（Attention） •编码器（BERT）：多数embedding模型，Ernie早期版本，……. •混合网络：T5、GLM •解码器（GPT）：大语言模型（LLM），也是传统的多模态模型的核心 •生成式人工智能（GenAI）：AIGC •DeepSeek、Qwen、GLM、Step、MiniMax、hunyuan、kimi、……

过程， 进一步提升智能驾驶的适应性和安全性。 系统1是传感器输入输出轨迹的端到端，系统2是一个具备一定逻辑思考能力的视觉语言 模型，与系统1是并行在跑。系统2整体是一个统一的Transformer解码器，将Prompt文 本进行Tokenizer编码，然后将前视120度和30度相机的图像以及导航地图信息进行视觉 信息编码，通过图文对齐模块进行模态对齐，统一交给VLM模型进行自回归推理。VLM输 间特征表达 能力，加入了记忆模块，不仅是时序记忆还有空间记忆。特意 额外设计了另外两个输入，一个是自车状态信息，另一个是导 航信息，信息进入Transformer编码器后，和加强后的BEV特征 一起解码出动态障碍物、道路结构，OCC，行驶轨迹。这些输出 主要有两重作用，第一重是输出EID，让用户放心，第二重是作 为端到端模型的辅助监督任务，加速行驶轨迹的收敛。 请务必阅读正文之后的免责条款部分 法、网联算法及云平台等，直接实现车辆控制与智能化 功能。整车厂将重点研发中间层和上层应用软件，以打 造差异化竞争优势。 请务必阅读正文之后的免责条款部分 图51：域控企业与主机厂合作模式 资料来源：解码Decode，国元证券研究所 决策层：智驾域控市场逐渐走向合作定制化 51 智驾域控市场逐渐走向合作定制化。自从特斯拉将软件从供应商的黑盒中提取出来收归融合于自身，“软件定义汽 车”的造车思路

擎，实现“感知-认知-决策-执行”的闭环。 | 2025 爱分析 · 流程智能化实践报告 10 关键成功要素 1，战略对齐 流程智能化必须纳入企业战略级议程。高层需通过战略解码机制，将流程智能目标拆解为可量化的 业务指标，并基于流程价值贡献度模型明确资源投入优先级。 同时，企业需建立跨职能变革管理委员会，通过战略对齐度看板实时监控部门协同状态，确保组织 变革与流程

多模态生成+理解 1 2 MLLM经典架构：LLM是系统的关键连接部分， 直接从外部接收多模态信息，并以更流畅的方式 将指令传递给解码器/生成器。 Diffusion Model 经 典 架 构 ： 采 用 Clip 、 T5 或 MLLM为文本编码器，连接VAE编解码与DiT Block 生成图像或视频。 ... Modality Encoder LLM … Generator

多模态生成+理解 1 2 MLLM经典架构：LLM是系统的关键连接部分， 直接从外部接收多模态信息，并以更流畅的方式 将指令传递给解码器/生成器。 Diffusion Model 经 典 架 构 ： 采 用 Clip 、 T5 或 MLLM为文本编码器，连接VAE编解码与DiT Block 生成图像或视频。 ... Modality Encoder LLM … Generator

高，但集团处于统筹管理的需要，会考虑构建多云统一管理的平台，并对数 据进行一体化管理。 场景六：满足其他特殊要求。一些企业出于行业特殊性或技术发展要求，会 对特殊软件、硬件存在需求，例如对高性能计算服务、视频编解码等，因此 会选择多家云服务商，以满足业务发展、技术提升或合规要求。此外，一些 企业在面对临时性的突发业务需求时，也会考虑单独采购新的云服务。 �.� 多云战略为企业带来显著实践价值 总体上