1 县域智慧城市的 建设与思考 2 目录 contents 章节一 建设背景 章节二 章节三 建设思考 建设方案 章节四 场景应用 3 P3 建设背景 1 4 时代背景  我国县和县级市数量共计 1700 多个，约为地级及以上城市市辖区数量的两倍，承载着近 9 亿人口；截至 2019 年末，全国县域生产总值 39.1 万亿元人民币，约占全国的 41% 。  动乡镇扩权赋能，夯实村级基础。 中共中央 国务院《数字中国建设整体规划布局》 推进数字社会治理精准化，深入实施数字乡村发展行动，以数字化赋能乡村产业发展、乡村建设和乡村治理。 8 P8 建设思考 2 9 县域城市发展的意义 当前大城市现状 1 、功能转 移 2 、城乡互 补 3 、疏解压 力 4 、发展升 级 5 、吸引回 流 6 、创造就 县域城市的作用

基于数据运营的新型智慧城市 实践与思考 主要内容： 一、新型智慧城市创新理念 二、智慧城市数据运营 主要内容： 一、新型智慧城市创新理念 1. 智慧城市的技术基础 2. 智慧城市的基本概念与发展概况 3. 智慧城市的创新理念与发展模式 4. 新型智慧城市的重点建设方向 5. 智慧城市的建设运营保障体系 技术进步对城市发展模式的影响 电能普及 汽车普及 数据普及 田园城市的产生 perception_map/? from=timeline&isappinstalled=0&winzoom=1  上海 SODA 数据开放竞赛 - 获奖方案展示 基于数据运营的新型智慧城市实践与思考  总结回顾 新型智慧城市的建设运营保障体系 四个方面保障体系（管理模式、建设模式、服务模式、安全保障） 四大运营支撑（科技、行政管理、产业发展、投融资） 新型智慧城市的重点建设方向 新型智慧城市的发展目标 技术进步对城市发展模式的影响 智慧城市技术基础与技术体系（云计算、物联网、移动 互联网、大数据） 技术进步推动的智慧城市模式演变 （从数字城市到智慧城市数据生态系统） 基于数据运营的新型智慧城市实践与思考  总结回顾 数据运营模式 城市数据实验室与数据平台 开放数据竞赛 新兴数据的应用方向 人口社会 产业经济 城市建设与公共服务 生态环境 新兴数据的获取与感知 互联网抓取 数据众包与公众参与

1 农业大数据技术应用与思考 内 容 一、大数据、农业大数据的概念 二、农业进入大数据时代 三、农业大数据的关键技术 四、大数据技术在农业中的应用 五、存在的问题和未来展望 一、大数据、农业大数据的概念  大数据（ big data ），指无法在一定时间范围内用常规软件工具 进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强 的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的

规划和自然资源行业应对 DeepSeek 浪潮的思考 中国城市规划学会城市规划新技术应用专业委员会 广州市基础地理信息中心 何正国 一 DS 影响千行百业 二 大模型技术原理 三 四横三纵应对路径 四 未来展望与思考 目录页 CONTENTS PAGE 一、 DeepSeek 影响千行百 业 1. 接入 DeepSeek 热 潮 2. 对千行百业的影响 80% 建设用地通过存量改造释放 6 、知识聚库——本地知识库建设 控制端（ Brain ） 作为控制中心的大脑（ Brain ）模块负责处 理 信息，以及记忆和知识的存储处理活动， 如 思考、决策和操作。 感知端（ Perception ） 接收多模态的感知、信息。 行动端（ Action ） 行动端接收大脑端发送的动作序列，并执行 动作与环境进行交互。 大模型虽然在自然语言理解和生成方面表现出色， 发周期长、成本高，后期维护难。同时 AI 工具跨系统执行复杂任务困 难。 MCP 协议可衔接 API 与数据源，打破壁垒，提升 AI Agent 效能 。 AI Agent 构 建 7 、智能铸 魂 四、未来展望与思考 三、多模态融合 通过将文本、图像、音频和视频数据一体化处理， DeepSeek 将能够实 现更广泛的应用场景和更强大的功能。 一、模型架构升级 提升模型的处理能力和效率，使其 能够更好地应对复杂的任务和大规

⽯ 化⾏ 业智能 ⼯ 厂 的 思考 与 实践 What is it? How to do? o 智能工厂的新实践 SNCC model JIUJIANG practice o 智能工厂的新思考 汇报目录 两化融合与智能工厂 搬迁改造 提质降本 安全环保 产业升级 企业推进智能制造的原动力 智能工厂 n 生工艺复杂：操控难度大 n 业务组织多：管理协同难 业务组织多：管理协同难 n 市场变化快：响应效率低 n 迟疑观望－－坚定行动 n 盲目跟风－－理性思考 n 以我为中心－－用户为中心 以前我们做了什么？ 智能工厂顶层设计 3 条主线、 6 层方法 4 项能力、 4 步策略 对象 S-P-P-B 分析 六维度客户成熟度 问题 8 ⼤⼯程问题 ⺫标制度化－制度流程化－流程信息化－信息智能化 智能＝抓痛点＋想办法 怎么建设智能工厂？ 智能工厂 “ 三知”：看的清、看的懂、看的远 “ 三行”：做的对、做的快、做的优 “ 三新”：新技术、新思想、新模式 干 的 愉 快 赢 的 漂 亮 预期效果－渐进式兑现 o 智能工厂的新思考 What is it? How to do? o 智能工厂的新实践 SNCC model JIUJIANG practice 汇报目录 核心装备 智能国产化

教育：思考与实 践 肖睿 xiaorui@pku.edu.cn 30 分钟和大家分享的内容： • 01 ：对 AI 技术的认知 • 02 ：对 AI 教育的思考 • 03 ：我们的 AI 教育实践 VUCA 时代， AI 技术日新月异，所有的认知、思考、实践都在迭代 中 …… 主要内容 01 对 AI 技术的认知 n AI 是一种工具，也是一种赋能，更是一种思考范式。 推理能力（涌现）：一般需要 10B 以上， GPT-3 时达 到 • 模仿学习：代码中蕴涵、文字中蕴含 • 提示能力： ICL • 思考能力： CoT ReACT ， Agent O1 的最新进展（ GPT-1 时刻）：表现是慢思考；本质是合成数 据 有些是产品能力，不是模型本身的能力： RAG Function Call 1. 语言能力： 一本正经地说话，语言顺畅， AI 教育的思考 • 03 ：我们的 AI 教育实践 VUCA 时代， AI 技术日新月异，所有的认知、思考、实践都在迭代 中 …… 主要内容 本报告来源于三个皮匠报告站（ www.sgpjbg.com） , 由用户 Id:529794 下载 , 文档 Id:179018, 下载日 n AI 教育是指 AI 人才的培养，也是指 AI 对教育的影 响 n 我们从三个角度来思考 AI 教育：

新一代人工智能与智慧国土构建思考 李晓波 自然资源部信息中心 习近平总书记指出 “ 人工智能是新一轮科技革命 和产业变革的重要驱动力量 ，加快发展新一代人工智能 是事关我国能否抓住新一轮科技革命和产业变革机遇的 战略问题 ”。 国家信息化十四五发展规划指出： 要“加强国土空 间的实时感知 、智能规划和智能监管， 强化综合监管 、 分析预测 、宏观决策的智能化应用。 抓住新一轮科技革命机遇

智慧应急在城市安全发展中的应用思考 康荣学 应急管理部国家安全科学与工程研究院副院长 2024 年 3 月 28 日 智慧城市大讲堂 02 智慧应急在城市安全中的应用路 径 01 城市安全形 势 智慧城市大讲堂 0 1 PART ONE 城市安全形势 智慧城市大讲堂 我国城市安全形势不容乐观 ，下水道淹死人、 楼房倒塌砸死人、 各类火灾烧死人的事件时有 发生 ，各地不断出现“楼歪歪”、“楼脆脆”、

“能力培养者 ”，注重培养孩子的 综合素质。 • 家长应为孩子提供实践机会，鼓励 孩子独立思考和解决问题 ，而不是 仅仅关注孩子的考试成绩。 家长的两大疑问 1.“ 孩子会不会因此变懒？ ” 2.“A I 会不会影响孩子的独立思考能力？ ” 家长行动指南： 1. 设定边界： 明确 AI 工具使用场景（如仅用于思路 拓展而非作业代劳） 转变原因与教育需求 DeepSeek 支持方式与案例 直接讲解数学解题方法 提供分步拆解工具 避免亲子冲突， 培养自主 解题能力 分步拆解模式（案例 1 ） ： 通过设变量 、列方程 、 推导等步骤引导思考 修改作文语法错误 启发表达优化思维 提升语言应用能力而非机 械纠错 智能润色系统（案例 2 ） ： 分析语法错误， 提 供 高级表达替代方案 单向讲述历史事件 构建沉浸式学习体验 增强记忆深度与兴趣 生成阶梯式管理规 则 （如学习成就兑换自由时间） 在 A I 时代， 家长的职责已经从“知识提供者 ”逐渐转向“过程引导者 ”。这意味着家长不仅要帮助孩子获取 知识， 更要引导他们学会独立思考， 掌握高效的学习方法， 最终培养出适应未来的能力和韧性 。 家长如何转变角色？ 误区类型 具体表现案例 负面影响 解决策略 1. 过度放手 家长将数学辅导完全交给 DeepSeek ， 孩子连续

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 Pipeline 总览 \ DeepSeek-V3 Base \ DeepSeek-R1 Zero 及 R1 细节分析 RL series) 蒸馏 vs. 强化学习驱动：国内外现有各家技术路线对比分析及 Takeaways PRM & MCTS 的作用 从文本模态到多模态 其他讨论： Over-Thinking 过度思考等 未来方向分析探讨 模态穿透赋能推理边界拓展： Align-DS-V 合成数据及 Test-Time Scaling: 突破数据再生产陷阱 强推理下的安全：形式化验证 Formal Verification 如何通过有效的 Test-Time Scaling 和 Train-Time Scaling 提升模型的推理能力？ 得益于纯大规模强化学习 ， DeepSeek-R1 具备强大推理能力与长文本思考能力，继开源来备受关注。 DeepSeek R1-Zero 和 R1 的出现再次证明了强化学习的潜力所在： R1-Zero 从基础模型开始构建，完全依赖强化学习，而不使用人类专家标注的监督微调（