华为云计算技术有限公司 序 全球人工智能技术正以迅猛之势持续革新，在研发、应用及产业生态等层面呈现出多元且强劲 的发展景象，并以前所未有的速度融入社会、经济和全球治理的方方面面，成为驱动商业价值、重 塑科研范式乃至影响人类未来的核心力量。 城市是 AI 技术创新融合应用的综合性载体，通过 AI 技术为城市赋能，是主动适应经济社会发 展，顺应城市发展趋势，探索城市创新治理手段的重要举措和可行路径。根据斯坦福大学《2025 人工智能引领城市算力服务变革 ..........................................................................13 2. 人工智能赋能城市治理范式变革 ..........................................................................13 3. 人工智能助力产业发展动能变革 . 训练和调优提供 更强大的计算和链接支撑。人工智能与城市应用场景深度融合，能够拓展智算应用场景，加速 AI 赋能落地，推动城 市算力服务从传统模式向智能化、一体化转变。 . 2、人工智能赋能城市治理范式变革 借助人工智能技术对城市运行数据的深度分析和模拟预测，能为城市治理提供科学依据和决策支持，实现对城 市问题的快速发现、智能分类、高效流转，对潜在风险的提前预警和防范，推动城市治理从传统的经验治理向数据治

算力的不断提升。但是，线性提升的算力如何带来智能水平的跨越式突破呢？这个问题似乎很难回 答。真正的突破口可能是算力的革命性飞跃，例如较现有的芯片实现数个数量级的效率提升。光计 算、量子计算、存算一体等新的范式的不断成熟，就如同通信从电缆升级到光缆，将有望变革智能 的“物质基础”。因而，将带来算力革命性提升的新型芯片，可能是人工智能的关键“奇点”。 当然，迈向通用人工智能之路依然漫长，正确的道路在哪里还需要不断探索。华为《智能世界 生成上取得了重大成就，但其认知模式仍困于基于多重线性统计关联的框架内，因此，普遍认为它 仍缺乏对复杂物理现象以及因果关系的深层次抽象与推理的能力。真正的突破或将源于一种使数据 空间和物理空间深度融合的超越现有范式的新架构，这个新架构应能够将数理原理或知识内嵌到数 据空间中，使其能完整准确认知数据系统中的复杂性，这是我们研究和经常讲到的精准智能或 SCI for AI。这是一个复杂系统自组织、自适应、不 十年我们面临的核心科学挑战。 《智能世界 2035》所描绘的十大技术趋势，并非孤立的技术罗列，而是构成了一个相互依存、 协同演进的复杂生态系统。从计算范式的革命（突破冯 • 诺依曼瓶颈）、存储范式的改变（数据即 智能），到网络范式的跃迁（迈向智能体互联网），其底层驱动力是一致的：即为了支撑智能体在 物理与数字融合的“镜像世界”中进行大规模、实时、可靠的交互与决策。智能体（Agent）作为

作为 有效保障。在技术路线上，构建“参考架构—智能体应用—标准体系”的完整技术路径，以“性能—成本—应用” 协同优化为抓手，支撑模型从训练、推理、部署、协同到应用增强的全链路落地。 面向教育新范式，报告深入分析教育大模型赋能高等教育创新发展的具体路径，总结了九个重构方向：提供精 准适需的教育内容、实现个性灵活的教学方式、支持沉浸互动的学习体验、重塑教育主体的角色与能力、助力 数据驱动的教 社会组织”多主体协同的治理框架，强调可解释性、公平性、可靠性与绿色低碳。 面向未来，报告从五个方面提出发展愿景：构建智算生态体系赋能智慧教育环境，重塑高教专业体系优化人才 培养机制，变革知识生产范式重塑科研新样态，推动教育公平承担社会责任，着眼共同发展为世界高等教育提 供中国方案。同时，报告正视大模型应用中的算法偏差与“黑箱”问题、内容同质化风险、知识产权与数据权 益等挑战，强调强化教师与 ··············· 102 7.2 重塑高教专业体系：优化人才培养机制 ········································ 104 7.3 变革知识生产范式：重塑科研新样态 ·········································· 104 7.4 推动教育公平：承担高等教育的社会责任 ······································

0 内容简 介 营销的目的是协助企业为客户创造价值。 基于后互联网时代市场变革 与发展动态 ， 并站在企业战略层级对问题进行重新思考后 ， 胡兴民博士 及 其团队提出了 “数人头 ”的新商业范式 ， 即按照企业的客户人数以及客 户 消费频次来思考企业的业绩增长路径；并结合数字化营销的 CIDR 模 型 ， 及客户全生命周期的深度整合营销策略在市场发展的营销丛林中为 企业的 营销战略进行重塑升级 后互联网时代对营销的要求与企业的营销对策 虚实融合购物流程 大数据精准营销 社交媒体营销 后互联网时代对营销的要求 即时性 社会性 精准性 方便性 移动营销 “ 数人头”的商业范式：才是企业可持续增长的正确思维。 数据驱动：企业应该学习利用大数据知识来了解客户，掌 握 企业的运营动态。 移动营销：企业必须具备将移动技术应用于客户的服务与 交 易的能力。 进行整合，才能发挥最大的影响力， 这是企业未来 营销制胜 的关键武器。 “ 数人头”的商业范式 会 员 大 数 据 营 销 移 动 营 销 社 交 媒 体 营 销 交易平台整合 0 本书体系框 架 新战略营销管理框架 基本商业范式的改变 垒砖头 “ 数人头”的商业范式就是按照企业的 客户人数和客户消费频次思考企业的业绩增 长路径，也就是企业的关注焦点，要从“市

重心从单纯的算力堆砌转向底层计算架构的根本性创新。每一次计算范式的更替，都会重塑产业版图。 今天，生成式人工智能正把基础设施从“堆叠服务器的集群”，推向“像一台巨型计算机运作的集 成单元”。这不是简单的规模扩张，而是一场关于带宽、能效与系统韧性的全面再造。预计到 2030 年，相关基础设施投资将接近 7 万亿美元（Noffsinger et al., 2025） 。计算范式正从通用数据中 心转向专为 AI 设计 [7] 模型发展的不同阶段，算力系统面临的瓶颈和挑战也在不断演变。AI 的核心任务从“生成”转向“交 互”，即从一个数字世界的“内容创作者”，变为一个能够理解并影响物理世界的“行动者”。这 一范式转变，对底层的计算架构提出了与单纯追求规模截然不同的新挑战。 1. 单卡阶段（CV 模型主导）：在计算机视觉（CV）模型为主的时期，模型可以完全放入单个 加速卡中进行训练。此时的并行策略主要是数据并行，单卡的计算能力是主要瓶颈。 了根本瓶颈。随着集群规模的扩大，这一瓶颈愈发严重，严重制约了整体训练效率。 为突破传统“向外扩”（Scale-Out）架构的通信瓶颈，全球顶尖科技公司都在探索“向内聚” （Scale-Up）的超节点范式，但其实现路径各具特点。NVIDIA 的路径是以 NVLink 等专有硬件为核心， 通过极致的垂直整合，将整机柜的 GPU 打造成一台逻辑上的“巨型单机”。而以华为昇腾为代表的 国内企业，则通过

认知和DeepSeek对教育行业的影响。第一部分通过深度解析DeepSeek的核 心技术来追溯AI的整体演进，旨在为教育者构建一个适应未来的认知新框架与人才培养视角。第二部分在阐明AI如何引领教育范式 革命的基础上，通过实践案例探索教育者利用新技术进行教学创新的具体路径与普适性方法。 二、DeepSeek与AI认知 此部分从DeepSeek的历史开始，逐步讲解AI的演进及认知： 1. D 才培养的方向，并搭建起先进技术与教育实践有效融合的桥梁 三、DeepSeek对教育行业的影响 此部分从教育变革的驱动力开始，进一步讲解AI对教育的影响： 1、教育行业的AI范式革命：探讨AI如何引领教育及相关领域的范式革命。阐述AI教育范式革命五大核心环节（智慧备课、沉 浸教学、自适应学习、智能考试、全维评测）及其对教育流程的重构。分析DeepSeek应用场景、优势、各教育阶段适配性及 选择理由。 2 育 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第4页 目录 1. DeepSeek解密 2. AI技术演进与认知框架 01 DeepSeek和AI认知 1. 教育行业的AI范式革命 2. DeepSeek的教育应用 02 DeepSeek对教育行业的影响 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第5页 现象： DeepSeek快速出圈，全民硬控

买合木 提 发布时间： 2025.07 Al Agent Part 05 来日正长， Agent 的翻涌带来无限可能 Part 04 实践真知，企业级 Agent 实践的新范式 Part 02 价值认可，场景重塑与价值深挖 Part 03 蓬勃发展，企业级的生产力再造 Part 01 概念泛化，商业价值推动产业发展 指数级的效率提升和生产力解放，这直接回应了市 场对于“显著价值回报”的终极期待。 企业应用市场需求的质变：三大核心期望的全面升级 03 企业级 AI Agent 的精准响应：新一代 AI 范式满足市场期待 过去的状态： 满足于 10% 或 20% 的渐进式效率提升，这属于“量变”； 现在的要求： 期待的是数量级（例如生产力翻倍甚至更高）的“质变”，旨在真正重塑工作方式、颠覆性地降低成本； Part 05 来日正长， Agent 的翻涌带来无限可能 Part 01 概念泛化，商业价值推动产业发展 Part 04 实践真知，企业级 Agent 实践的新范式 Part 03 蓬勃发展，企业级的生产力再造 目 录 数字经济及企业数字化转型带来为企业级 AI 带来使用机会

................................................................................... 25 5.1 芯片级：新计算范式芯片...............................................................................................25 互通，实现不同芯片间的超低时延传输。 （3）统一调度：实现全局最优的资源编排中枢 统一调度是异构算力协同的智能决策中枢，旨在解决多任务资源争用引发的“效率下降” 难题，构建全局最优的资源编排范式，实现对异构算力集群的全维度精细化调度。针对异构 算力计算能力差距，面向大模型训练场景构建分布式并行策略组合、业务感知的非均质拆分 等能力，实现跨厂商算力的弹性按需调度；面向大模型推理场景，支持单机多卡异构分布式 两阶段资源最佳配比，交叉混合推理吞吐性能最高提升 72%，成本最大降 低 42%，盘活异构国产算力，实现“利旧降本”，为后续推进异构芯片混合部署和规模化 应用提供了技术验证。 25 第五章 未来技术展望 5.1 芯片级：新计算范式芯片 当前主流 AI 芯片（包括 GPGPU 和 ASIC）仍延续冯·诺依曼架构的“计算-存储分离” 设计模式，该架构在应对大模型时代的海量数据并行计算需求时面临“内存墙”和“功耗墙” 瓶颈，

技术赋予算力网络基础设施智能化、业务流程一体化、 服务能力自优化、算网运维自动化等能力，进而为多元应用提供泛在、 高效、灵活、安全的服务化算力供给。算力网络服务生成是利用 AI 技术使能算网深度融合与智能服务的新范式，也是智能算力网络构建 的终极目标。 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 II 本白皮书详细阐述了服务生成算力网络的发展背景、基本概念、 参考架构、关键使能技术，同时介绍了服务生成算力网络的典型应用 ......... 1 1.1 算力网络面临新的机遇及挑战 ................................................ 2 1.2 人工智能开启算网应用新范式 ................................................ 4 1.3 算网服务生成成为应对挑战的必经之路 ........................ 络正以实 现“L5 等级”的自治为目标进行演进发展。 服务生成算力网络旨在以网络为基础、算力为载体、智能为核心， 通过多要素融合来实现，是利用 AI 技术来使能算网深度融合与智能 服务的新范式，也是算力网络智能化演进的终极目标。服务生成算力 网络以构建服务生成网络的思想来使能算力网络的功能实现，在当前 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 2 算力网络的体系框架下，通过将

HTTP 进行浏览器与服务器之间的通信，以传输 HTML 文件、图像、视 频等信息。HTML 协议、HTTP 协议以及浏览器等技术使得主机中的信息能够被 普遍访问和相互链接，这创造了全新的信息交互范式。这一时期，网络互联的对 象从主机互联延伸到了超文本互联。 万维网出现之后（1995 年左右开始），互联网的商业化进程开始提速，网 面向 Web3.0 的数字实体互联白皮书 5 络技术的普 少中介性平台 对互联网数据交互的束缚。 基于未来网络模型，数字实体互联所需的协议框架应支持： 1. 实体中心化：以数字实体为基本通信单元，而非传统的主机或应用； 2. 语义可解析：标准化数据范式携带语义信息，网络设备可进行深度处理； 3. 状态同步原生支持：内置实体状态同步机制，实现不仅仅是数据传递； 4. 安全内建：安全性作为基础属性而非附加功能。 以上模型和协议将能在网络互联、主机互联、文本互联的基础上，支持数字 且网络基础设施无法利用语义信息，形成应用层与传输层的割裂。这些系统性缺 陷严重制约了语义网的规模化落地。 （二）Web3 与公链：构建信任原生的网络结构 1. 概念与目标 Web3 是近年来兴起的互联网演进范式，其核心理念是“通过区块链技术重 构互联网基础架构，实现去中心化的数字生态”。与 Web1.0（只读）、Web2.0 （读写+中心化平台）相比，Web3 强调： 面向 Web3.0 的数字实体互联白皮书