低空经济与空中交通 管理的范式重构 01 相关概念 阐释 02 传统范式 面临挑战 03 范式重构 必要性 04 重构方向 探索 05 相关话题 拓展 目录 01 相关概念阐释 低空经济的定义与范畴 经济形态本质 低空经济是以低空空域 ( 通常指地面以上 1000 米以 下 的空域 ) 为活动范围，以各种有人驾驶和无人驾 驶航 空器的飞行活动为核心，辐射并带动相关领域融 空中交通管理对于保障航空运输的安全、高效运 行至关重要。例如，在繁忙的国际机场，每天有 大量的航班起降，如果没有有效的空中交通管理， 很容易发生飞行冲突和事故，影响旅客的生命安 全和航空运输的正常秩序。 02 传统范式面临挑战 综合法规缺失 目前低空经济领域缺少一部综合性的法律来统筹管理。 现有的法规多为零散规定，如《无人驾驶航空器飞行 管理暂行条例》等，难以覆盖低空飞行的各个环节， 导致在实际管理中缺乏统一的规范和指引。例如在处 理的法规和流程，但这样的复合型人才十分稀缺。 03 范式重构必要性 低空经济规模增长迅速 近年来，我国低空经济呈现出迅猛的发展态势，规模持续快速增长。 2024 年我国低空经济规模已突 破 5000 亿元，年均增速保持在 25% 以上， 2025 年预计将达 8500 亿元。如此高速的增长对空中交通管 理提出 了更高的要求，传统的管理范式已难以适应产业发展的需求，必须进行重构以保障低空经济的

发展困境 … … … … DeepSeek 等带来的新范式 大语言模型应用的科研案例 · 临近奇点： AGI 将带来颠覆 结论和展望 …… 长期以来，能源领域人工智能止步于信息化阶段，发展范式陷入困境 15/80 口能源领域智能化目前大多停留在数据采集和信息展示阶段，尽管研究成果丰富，但 实际应用有限，尤其难以突破落地应用的瓶颈 — - 现有发展趋势 口主要解决数据采集和信息展示，停 留在“展示大屏”阶段 口学术发表算法成果很多，实际应用 极少，落地“最后一公里”很难 智个 能 化 程 度 → 时 间 范式困境主要原因一：场景多、碎片化、个性化，定制化开发成本高 口有限的人力、物力和财力去应对复杂而多变的需求，最终的平衡点大多位于信息化阶段 可再生能源热力系统 建筑供热 工厂能动系统 太阳能供热 污水废水余热 余热驱动制冷 热电联产 16/80 范式困境主要原因二：多学科交叉、技术门槛高、木桶理论效应凸显 17/80 口多学科交叉人才极其稀缺，而且非常昂贵 口 普通人才天花板效应明显，最不靠谱的人 / 环节是整个项目的天花板 2025 年

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 算法的创新： GRPO 及其技术细节 DeepSeek-R1 背后的 Insights & Takeaways ： RL 加持下的长度泛化 \ 推理范式的涌现 DeepSeek-R1 2 OpenAIo1 开启后训练 Post-Training 时代下的 RL 新范式：后训练扩展律 Post-Training Scaling Law DS-R1 独立发现了一些通往 o1 路上的核心理念，并且效果还好到受到了 OpenAI 的认可 如何通过有效的 Test-Time SFT ）； 随着训练步骤增加，模型逐渐展现出长文本推理及长链推理能力； 随着推理路径增长，模型表现出自我修复和启发式搜索的能力； DeepSeek-R1 开创 RL 加持下强推理慢思考范式新边界 3 的惊人成绩，表现与 OpenAI-o1-1217 相当。 在编码相关的任务中表现出专家水平，

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

水联网 Homogeneous Application Program Web Services Services Components 问题规 模 的提 升要求转变信 息化的范式 用户众多，数据量、计算量大 无法以单机程序的方式交付 水联网的面向服务架构 (SOA) Objects Granularity Coupling Tighter Scope 水利工程生产过程在物联网体系下如何科学表达？ . 水连续体在物联网传输感知构架下如何具体实现？ . 水连续体在物联网控制技术构架下如何可靠动作？ . 水联网、智慧水利的表达范式及经济社会学意义。 大专院校的责任：理论体系到技术架构的关系 . 从常规水资源管理范式向智慧水利管理范式的转变； . 将 80% 可靠性的水利过程提高到 98% 可靠性的行业； . 水联网智慧水利对 ”空间均衡、系统治理”的支撑。 科研院所的责任：技术体系到应用体系的关系

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

限 性 ， 容易出现疏漏 ， 成本 高、效率低。 03 02 01 数据滞后性 l 传统监管依赖人工采样， 数据获取不及时 ， 难以 及时发现潜在风险。 AI 技术驱动的监管范式革新 02 、三维辐射热力图实时生成技 术 利用融合后的多源数据 ，实时生成三维 辐射热力图。该图能直观展示辐射场的 空间分布和动态变化 ，帮助监管人员快 速掌握辐射场的整体情况 ，及时发现 根据量化评估得到的腐蚀裂纹数据 ，结合设备 的材料特性、运行环境等因素 ，运用机器学习 算法计算设备的剩余寿命。这有助于提前制定 设备维护和更换计划 ，保障核设施的安全运行。 AI 技术驱动的监管范式革新 基于计算机视觉的腐蚀裂纹量化评估 • 借助计算机视觉技术 ，对核设备表面的 腐 蚀和裂纹进行识别和量化分析。通过高精 度的图像识别算法 ，能够准确测量腐蚀和 裂纹的尺寸、深度等参数。 利用数字孪生模型 ，对不同的应急方案进行模拟 推 演。评估各种方案在不同事故场景下的有效性和可 行性 ，帮助监管人员选择最优的应急方案 ，提高 应 对核事故的能力。 AI 技术驱动的监管范式革新 堆芯熔毁过程的多物理场耦合模拟 核事故孪生演化模型 01 02 合规性智能审查引擎 NLP 自动解析法规文件 运用自然语言处理（ NLP ）技术， 自动解析核安全相关的 法规文件。提取关键信息和条款

Chatgpt, C 端破 圈 1950s 2024 2022 2012 2017 4 • 1987-2020 年之前的主导是“⼤数据、⼩算⼒、专⽤决策范式”。 • 2020 年后， GPT-3 代表技术路线“⼤数据、⼤算⼒、通⽤范式”，验证⼤语⾔模型的可⾏性。 • GPT3/4 在深度推理和问题解决⽅⾯有所⽋缺， OpenAI-o1 通过思维链（ Chain of Thought ）增强推理能⼒，将复杂问题 效果体验惊艳，成本极致压缩 8 成本优势 技术震撼 开源引爆 垂直适配 • 550 万美元预训练成 本达到 GPT-4 级别性 能， 打破“算⼒军备 竞赛”魔咒 • 算法、 训练范式、推理、 算⼒利⽤全⽅⾯创新 • DeepSeek V3 通过快速 迭代新技术， ⼤幅降低 • 开源的论⽂和库， 以及提供 简易的蒸馏⽅式，

：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。 n 我们从三个角度来认知 AI 技术： • 人工智能的本质 • 大模型的能力边界 • 通向 AGI 之路 01 对 AI 技术的认知：人工智能的本质 智能（ Intelligence 逻辑（理性）：归纳，演绎，类 比 • 计算（模型）：科学方法 • 基于观测经验，发现规律 • MIT ：一切问题都是模型问题 • 模型： 一个映射， 一个函数 科学范式 ◼ 从规则到数据：逐步破除我执（去人类中心主 义） 1. 第一代（规则系统）： 推理为核心 2. 第二代（知识工程）： 知识为核心 3. 第三代（数据模型）：学习为核心 人人融合：所有人类的智慧可以融合，个人可以利用所有人类的智慧 人机融合：人无缝融合于机器，彻底融合物理、心理、数字三个世界 • 知识平权：知识分子的优势丧失；科学范式的变化 人的本质和人的异化：人的权利、 AI 的权利 文本时代结束：文本不再是知识的唯一载体和工具 • 人在回路，人和机器的互相驯化 知识不再代表智能：公开的知识不再有价值，个人数据

恒河猴 非洲丛林象 大猩猩 人类 02 解决方案 A1 1.0 时代 （专用人工智能） A I 2.0 时代 （通用人工智能） 大模型统一范式解决问题， 自适应系统在复杂 环境中寻找稳态路径 每个模型都只能完成特定智能任务、处理特定 数据， 解决特定的智能问题 ● 高效压缩信息表达知识 致因 分析 模型 y 方案 生成 模型 z 信控 优化 模型 z 辅助 决策 模型 z 智能感知 每个任务， 单独训练， 单独开 发 智能信控 智能研判 交通 AI 应用统一范式 A I 1.0 时代一事一模型， A I 2.0 一个大模 型 支持多种下游任务 交通业务处理自动化 大模型推理、表达、任务扩展能力， 实现 像 人一样交互、思考、行动的交通服务 交通处理能力自学习