浙江大学 DeepSeek 系列专题线上公开课（第二季） 从大模型、智能体到复杂 AI 应用系统的构 建 —— 以产业大脑为例 肖俊 浙江大学计算机学科与技术学院人工智能研究所 2025 03 杭州 • 大模型推理能力快速提 升 • 推理模型和思维链 (CoT) • 智能体是什么？ • 四链融合产业大脑案例 提纲 大模型推理能力快速提升 开始模仿人 脑进行大量 数据的标记 对现有内容进行分析、分类、判断、预测 客户流失预测 生成式 AI 自动生成开放的文本、图像、音频、视频等内容 短视频片段 广告视频 多模态生成 相对通用的人工智能 一个大模型解决多个问题 自适应地应对复杂外界环境的挑战 专用人工智能 一事一模型，每个模型完成特定智能任务 解决特定的智能问题 里程碑： ChatGPT 的成 功 AI 1.0 时代 AI 2.0 时代 图像分类 文本分类 信用评估 误 事实性幻觉问题 大语言模型易产生幻觉 ，在数学推理方面表现在推理能力严重不足， 体现在简单数值比较错误、 多步推理能力弱、推理不一致等 早期大模型在推理能力上存在明显短板 无法在复杂的思维链中保持一致性 推理过程和答案不一致 Yann LeCun 的批判观点： 对纯粹扩大规模方法的根本质疑 Mehrdad

亿）。作为通用大语言模型，其在 在知识类任 务（知识问答、内容生成等）领域表现出色。 ● DeepSeek-R1 是基于 DeepSeek-V3-Base 训练生成的强化推理能力模型，在数学、 代 码生成和逻辑推断等复杂推理任务上表现优异。 DeepSeek 推动国产模型达到新 的高度 开源模型比肩头部闭源 60%+ 指标优于 Llama3.1 Claude-3.5 GPT- 4o 打破大模型技术壁垒 国内率先支持「 DeepSeek 满血版 + 私 域知识管理 + 实时搜索」于一体 • 分钟级搭建大模型应用 • 集成私域知识库，让 AI 更专业，支持 复杂图文混排文档解析 > 目标客户和场景 : • 面向具备简单开发能力的初级开发者、企 业运营人员。 • 可通过模型选择、提示词模版、 RAG 配 置能 力等加速大模型应用构建，实现与自 企点客服 腾讯学堂 乐享 应用 原子 能力 大 模型 文档解析 - 拆分 - 入库 - 检 索 向量化（ embedding ） ③Agent 模式 调用插件 / 复杂工作流 响 应用户对话 ② 工作流模 式 指定工作流响应 用户对话 文档拆分 重排序 （ rerank) ① 官方插件 文档解析 / 混元文生 图 .. 汽车 语音助手 零售

AI-Driven Research 的潜 力 在长文本依赖任务如 FRAMEs 和 事实性推断 任务 Si l QA 上表现突出 得益于强大的推理能力与长文本思考能力 ， DeepSeek R1 在复杂任务上表现卓越，成为开源领域的 又 一里程碑，标志着开源社区在与闭源大模型（如 OpenAIo1 系列）的竞争中迈出了关键性一步。 DeepSeek-R1 在数学代码任务上表现突出 Deepseek 没有使用 Reward Model, 因为 ORM 和 PRM 等基于神经网络的都可能遭受 reward hacking 而 retraining reward model 需要大量的计算资源，可能会复杂化整个流程 训练模板： 选择最简单的 Thinking Process ， 直接观察到最直接的 RL 过程下的表现 DeepSeek-R1 Zero: 无需监督微调 SFT ，纯强化学习驱动的强推理模型 From PPO to GRPO: PPO 的价值函数通常是与策略模型规模相当的独立模型，这带来了巨大的内存和计算负担。 奖励模型通常仅对输出序列的最后一个词元分配奖励，导致逐词元价值函数的训练复杂化。 GRPO ：无需像 PPO 额外近似价值函数，而是利用同一问题下多个采样输出的平均奖励作为基线。具 体而 言，对于每个问题 ， GRPO 从旧策略 πθold 中采样一组输出，并通过最大化以下目标优化策略模型：

大规模语言模型（ LLMs ） GPU 算力供 给 3 02 以“自主规划与工具使用”响应“复杂任务”要求： Agent 的核心能力——自主规划、记忆、使用工具 （网页、软件、 API ）使其天生就擅长处理需要与 外部环境交互的复杂、多步骤流程，完美解决了传 统 AI 在“流程自动化”上的短板。 以“执行力”响应“落地”要求： 方案能稳定落地生产环境，集成后带 来实 际业务成果，同时将 AI 从“助手”升级为“员工”或“自动化引擎”，处理如自动生成报告、解决复杂客服问题等复杂任务，以实现显著生产力 飞 跃。 AI Agent 契合这一需求，其天生适合处理复杂任务，强调执行与行动，具备自动化复杂流程的潜力，有望带来指数级效率提升和生产力解 放，满足市场对显著价值回报的需求。 过去的状态： 停留在概念验证（ PoC ）或小范围试点， ）或“自动化引擎”（ Engine ）。 生产力回报 从“增量优化”走向“指数飞跃” 以“重塑工作方式”响应“指数飞跃”要求： Agent 的巨大潜力在于，通过自动化过去无法自动 化的、更复杂、更耗时的工作流，能够为企业带来 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

， 以应对更复杂、 更庞大的数据集或任务。 大模型通常能够学习 到 更细微的模式和规律 ，具有更强的泛化能力和表达能力 学习能力强 大模型可以从大量的数据中学习， 并利用学到的知识和模式来提供 更精准的答案和预测 。这使得它 们在解决复杂问题和应对新的 场 景时表现更加出色 上下文理解能力 大模型具有更强的上下文理解能 力 ，能够理解更复杂的语意和语 是指能够处理多种不同类型数据的大模型，例如 文本 、 图像 、音频等多模态数据 。这类模型结 合 了 NLP 和 CV 的能力， 以实现对多模态信息 的综合 理解和分析，从而能够更全面地理解和 处理复杂 的数据 。代表性产品包括 DingoDB 多模向量数据 库（九章云极 DataCanvas ） 、 DALL-E(OpenAI) 、 悟空画画（华 为） 、 midjourney 等 先显式地写出推理的中间步骤。这就像 人 类解决复杂问题时会先把思考过程写 下来 一样 推理模型的核心 也就是说 ，如果模型在回复你之前有一 长 串的思考过程（这个过程必须可以显示输 出） ，探索了很多不同的路径之后给出 答 案 ，那么有这个能力的大模型就是推 理大 模型。推理模型的核心在于处理那 些需要 多步骤逻辑推导才能解决的复杂 问题 推理大模型 推理大模型的概念大规模传播应该开始于

以应对更复杂、 更庞大的数据集或任务。 大模型通常能够学习 到 更细微的模式和规律 ，具有更强的泛化能力和表达能力 学习能力强 大模型可以从大量的数据中学习， 并利用学到的知识和模式来提供 更精准的答案和预测 。这使得它 们在解决复杂问题和应对新的 场 景时表现更加出色 上下文理解能力 大模型具有更强的上下文理解能 力 ，能够理解更复杂的语意和语 是指能够处理多种不同类型数据的大模型，例如 文本 、 图像 、音频等多模态数据 。这类模型结 合 了 NLP 和 CV 的能力， 以实现对多模态信息 的综合 理解和分析，从而能够更全面地理解和 处理复杂 的数据 。代表性产品包括 DingoDB 多模向量数据 库（九章云极 DataCanvas ） 、 DALL-E(OpenAI) 、 悟空画画（华 为） 、 midjourney 等 先显式地写出推理的中间步骤。这就像人 类解决复杂问题时会先把思考过程写下来 一样。 推理模型的核心 也就是说 ，如果模型在回复你之前有一 长 串的思考过程（这个过程必须可以显 示输 出） ，探索了很多不同的路径之后 给出答 案 ，那么有这个能力的大模型就 是推理大 模型。推理模型的核心在于处 理那些需要 多步骤逻辑推导才能解决的 复杂问题。 3.4 大模型的分 类 大语言模型可以分为通用大模型和推理大模型

h(u,y)≤0, 复杂优化问题 调度优化决策 简化 线性化近似分析 难以平衡 精度 2024 年电力信息通信 EPICT 新技术大 会 8 u u t g n f 新能源并网与直流建设引入大量电力电子设备，系统模型复杂度剧增，调度优化决策更加依赖求解在复杂时空维 度上的复杂优化问题，更加依赖短时间尺度的详细高阶动态方程作为约束；振荡模式复杂，传统采用局部线性化 技术挑战：复杂度挑战 约束 0.0-020z m-0a0+ 方 Ze .0-00 方 Lgo 高阶动态方程 方式给出近期解，难以满足求解精度和效率的双重要求。 -Q Of0-0- 下 0+·O 应比 回 = 电力电子设备在系统的等效模型 模型复杂度 剧增、 中国南方电网 CHINA SoUTHERN POWER GRID 振荡模式复杂 详细 模型 模型 效率 zL.()-20 20 口 - 新型电力系统中，秒级、毫秒级的交流电机过渡过程与微秒级电力电子开关过程相互交织，响应特性更为复杂， 抑制广谱波动的手段有限，电力系统的电力平衡难度与稳定风险同步增大，对决策控制的时效性要求更高，人 工 决策难以应对实时性控制要求。 难以抑制 安全稳定 风险 实时性要求 微秒级 并 存 秒级 毫秒级 技术挑战：实时性挑战

高（ ** 独有 5G 专网管家 + 丰富网管经验，为业界首 5G 应用方案概览 ） 1 、 5G 无人机巡检应用 火电厂巡检的典型挑战 管线巡检  巡检环境复杂： 管线通常涉及到高海拔或城区复杂环境，传统地面人工巡 检方式难以有效覆盖；  线路距离长： 电厂涉及输电管线、取水管线、输煤巷道，管线类型多，长 度长，覆盖面大；  人员工作量大： 传统人工巡检需要大量人力物力才能完成高频次巡检 传统人工巡检需面临恶劣环境，存在大量作业安全隐患（中 暑、低温、跌落、蜂害、蛇害等） 火电厂巡检一般包括管线巡检及厂区巡检，通常面临各种复杂的环境，传统人工巡检需消耗大量人力且存在巡查死角。 厂区巡检  整体感知力弱： 厂区内设备分散，布局复杂，传统人工巡检难以对整体运 行情况进行感知；  设备复杂度高： 厂区中存在高度在百米以上的烟囱，高温高压的设备，人 工巡检难度大，风险高； 无人机巡检优势 无人机能够预设航线，自动飞行，巡检过程无需人为操作 精细化巡检 无 人 机 支 持 对巡检线路自定义角度进行拍照 ， 高倍混合光学变焦相机，不错过 任何细节 广泛适用 适合山区、大落差、城区等各种复杂环境，且白天夜间均可使用 定期任务自主飞行 应急快速响应飞行 激光雷达点云模型 实景三维数据生产 无人机火电厂巡检方案架构 专业负 载 无人值守平 台 模型重建 航测应 用 多传感器相机

产品设计服务，提升设计效 率。 • 企业资源计划 ERP ：降低原材料成本、优化库存管理以及缩短制 造 周期。 • 产品全生命周期管理 PLM ：提高产品质量、提高产品开发过程的 可 见性、应对新产品的复杂性。 • 客户关系管理 CRM ：全方位管理客户关系。 • 供应链管理 SCM ：提高供应链响应时间、提高产品质量及安全、 改 善延伸供应链网络。 • 制造执行系统 MES ：通过信息传递对从订单下达到产品完成的 达到分钟级 控制器架构有性能瓶颈，成本高昂且运维复杂 云原生应用，即运行在容器环境、需要 快速迭代的各类现代化应用 可构建弹性且按需分配的资源池，具备快速上线、安全防 控能力 资源分配和回收慢，虚拟机安全配置复杂且效果差 多厂区建设与管理（含国内外多地分支 工厂） 可实现统一建设与管理，易于维护，且成本低 管理复杂，成本高，占用机房空间 开发测试 性能优异，使用与管理简单，且成本可控 性能优异，良好的使用体验，可控的建设成本 I/O 风暴影响体验，存储性能存在瓶颈，不易于扩展 AI+ 制造业 满足 AI 应用、模型训练等 GPU 使用场景的高性能需求， 提升资源利用率 涉及复杂的 GPU 适配与硬件改造，计算资源利用率低 国产化转型 实现基础设施软硬件国产化替代 多基于 VMware 等国外厂商方案，订阅成本高，服务保障 存在风险，难以满足国产化需求 业务需求逐渐多元，

，传统方法算力瓶颈凸显 安全韧性要求提升 ： 面临物理 、 网络 、 气候等 多 据处理需求迫切 ，价值挖掘不足 决策实时性要求严苛 ： 复杂优化问题需在秒级甚 强大的数据处理与模式识别能力 ，有望从海 量数据中洞察运行规律 出色的上下文学习与推理能力 ，可辅助甚至 优化复杂决策过程 多模态融合潜力 ，整合文本、 时序、 图像 等 多元信息 ，实现全景感知 挑战与机遇并存：大模型技术破局电力系统复 自主地承担其核心功能 ，处理日常业务流 程和数据。 这些系统是企业运营效率的保障 ，其运行逻辑和数据流清晰、 可控。 这种“双轨运行”模式 ，实现了“ AI 算力”与“专家智慧”的完美结合。 AI 负责处理它擅长的复杂计算和数据关联 ，而人类 专家 则凭借经验和知识 ，进行最终的判断和决策。 大模型并行运行与辅助 大模型作为智能增强层， 与现有系统并行运行 协同互补的“双轨运行”模式 大模型在电力领域中的角色 数据维度拓展认知边界 : 融合来自源、 网、荷、储、气象、市场等多维度数据 ，能够让模型更全面地理解电力系统的复杂 运行状态和相互影响 ，发现隐藏的关联和规律。 f 数据是血液： 电力大模型价值实现的核心 要素 增强的模 型能力 数 据 质 量 数据维度 数 据 量 电力系统拥有庞大而复杂的专业知识体系 ，包括设备规范、调度规程、安全约束、市场规则、行业术语等 ，这是通用大模