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 编程等能力上达到新的高度， 多种任务上 的表现超过人类水平。 大模型能力不断增长 Source: https://lifearchitect.ai/timeline/ 大模型发展迅速，参数量从百亿到万亿规模 大模型能力涌现，多个任务上性能超越人类水平 1000 Billion 身内部的思考过程，从而在回答问题前进 行更深入的推理，类似于人类的思考方式。 推理大模型的发展 Claude3.7 是 首 个混合推理 模 型，集普 通语 言模型 和推理 模型 于一体的 混 合模型。 OpenAI o1 是专注于复杂推理任务， 通过深度思考和策略优化来解决问题。 2024.09 2024.11 2025.1 2025.2 2025.2 o1/o3 在回答问题之前先

从智能营销到智能制造 邴金友 2025.03.19 营销 (CRM) 等业务系统在系统功能之外还存在很多的挑 战 自动化 开放性 高可用 易操作 云原生 智能化 高可靠 高扩展 高性能 以销售易为例，腾讯云坚实稳固的技术底座是这些挑战的解决方案 云原生计算 云原生存储 块存储 CBS 虚拟机 CVM 容器平台 TCS 零售户感受到有规则，有公平，有信心 在售前 / 售后服务领域：腾讯乐享帮助打造一站式智慧售前 / 服务社 区 Deepseek 大模型引擎 结合物联网和人 工 智能 打造的勘探 / 安装 / 巡检一体化平台， 节约人力成本，降低安全风险，提高工作效率 针对分布式光伏的现场勘查、安装、巡检，如何利用数字化手段，解决控制人力成本与确保安装质量之间 的 矛盾？ 场景、节点 当前方案 未来改善 施工警示牌、安全防护，组件 边缘 云 9 音视频平台 6 智能 人 工 智能平台 智慧服务 ( 服） 数 据 先进 制造 + 4 技 术 业 务 精益化 数字化 数字研发 ( 研） 1 端到端价值链 材料仿真 ( 料） 工艺优化 ( 法） 组织协同平台 数 据 治理平台 创新 科技 3 3 1 7 8 智能化 自动化 组 织 战 略 20+ AI 质检项目 边缘设备管理、数

赵建华 教授、博导 南方科技大学高等教育研究中心、联合国教科文组织国际高等教育创新中心 Email: zhaojh@sustc.edu.cn 从智慧教育到智慧课堂： 理论、规范与实践 智慧教育的内涵与特征 3 智慧战略引重视 • 2008 年 IBM 提 出智慧地球战略 智慧教 育 已 成 共 识 新加坡 2006 年iN2015 计划 智慧教育计划 提出 建立学习者为中

2025年3月6日 人形机器人：由“外”到“内”，智能革命 请仔细阅读在本报告尾部的重要法律声明 证券研究报告|行业深度研究报告 核心观点 2 资料来源：华西证券研究所  人形机器人：承载AI未来 人形机器人的外观和行为与人高度相似，能够适应人类的生存环境、使用人类的生产工具，形态更易令人产生共鸣，是具身智能最理想的载体。受政 策出台、技术成熟、需求高涨和供给竞争等因素的推动 一种模仿人类外形的机器人，除具备人形和模拟人类动作外还兼具智慧化和可交互性等特点，包含三 大核心技术模块：环境感知模块、运动控制模块和人机交互模块。  人形机器人正处于商业化爆发期前夜，普遍认为到2030年市场规模可达数百亿美元。Markets and Markets预计全球人形机器人市场规模将由2023年的18亿 美元提升至2028年的138亿美元，年复合增速约50.2%。据高盛预测，乐观情 。2024年4月首届中国人形机器人产业大会上发布的《人形机器人产业研究报告》预测，2024年中国人形机器人市场规模将达约27.6亿 元，2026年达到104.71亿元，2029年达到750亿元，将占世界总量的32.7%，比例居世界第一，到2035年有望达到3000亿元规模。  巨头纷纷入局，创业公司百花齐放，众多厂商快速迭代。如特斯拉三次发布Optimus性能更新迭代视频；DeepMind与斯坦福大学联合推出的Mobile Aloha也

预训练大模型与医疗：从算法研究到应用 1. 预训练大模型概述 2. 理解大模型的内在机理 3. 赋予模型精准性与可解释性 4. 医疗领域应用 5. 清华探索：数基生命 CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn CONTENTS 预训练：从大数据到小数据 ③ 精 准 可 解 释 ④ 医 疗 应 用 架构：预训练的基 石 ③ 精 准 可 解 释 ④ 医 疗 应 用 ⑤ 数 基 生 命 ② 剖 析 大 模 型 ① 关 于 预 训 练 从 word2vec 到 Transformer 从 context-free 到 context-aware CHIMA 20Pag2 Tsinghua Confidential | lvhairong@tsinghua.edu.cn BERT 和 Tsinghua Confidential | lvhairong@tsinghua.edu.cn 2019 年 8 月 清华大学提出知识注入 BERT 模型，后由 Baidu AI 更新迭代 到 3.0 版本 参数量 1.15 亿， 1.25 亿， 100 亿 数据量约 12GB ， 22.9G ， 4TB 2020 年 3 月 Google AI 在 BERT 模型引入 GAN 参数量

从智能营销到智能制造 邴金友 2025.03.19 营销(CRM)等业务系统在系统功能之外还存在很多的挑战 易操作 高可用 高可靠 智能化 开放性 高扩展 自动化 高性能 云原生 以销售易为例，腾讯云坚实稳固的技术底座是这些挑战的解决方案 营销云 伙伴云 客户服务云 销售云 现场服务云 智能分析云 微 信 端 企 微 端 云原生计算 虚拟机CVM 容器平台TCS 在售前/售后服务领域：腾讯乐享帮助打造一站式智慧售前/服务社区 乐享讲好品牌故事，传播好企业文化，让工业企业和零售户感受到有规则，有公平，有信心 Deepseek 大模型引擎 结合物联网和人工智能打造的勘探/安装/巡检一体化平台， 节约人力成本，降低安全风险，提高工作效率 当前拍摄 未来拍摄 屋顶四周对角 各处细节+视频 屋顶照片20多张 视频1段 VS 屋顶照片5-10张 视频1段 屋顶拍摄耗时 15-20分钟 组织人才(人） 1 0 先进 制造 智能制造(产） 供应链追溯(供) 数字营销(销） 智慧服务(服） 7 创新 科技 音视频平台 云原生体系 + + 敏捷 弹性 数据 智能 端到端价值链 客户需求 竞争环境 产业政策 颠覆技术 智能化 自动化 精益化 数字化 战 略 组 织 技 术 业 务 腾讯工业1+7+N的产品架构和核心能力不仅能够支撑营销服领域的各类应用

为医院建设有弹性的高效微电网： 从设计到融资 作者：Markus Hirschbold 和 Andy Haun 执行摘要 世界各地的医院越来越多地采用微电网技术来提高弹性和降低能源成本。为了优化微电网解决 方案，医院团队必须开展精细的可行性研究，部署规模得当的分布式能源。应考虑采用模块化架 构，以帮助简化微电网的设计和安装，同时降低维护成本。应对所有的融资方案、激励措施和运 营模式进行评估，以减少风险，实现收益最大化。 每年的天然气消耗量：13 GWh = 0.28 百万美元 • 分时电价：0.08226 美元/kWh（非高峰期）至 0.1409 美元/kWh（高峰期） • 需量电价：从 0 美元/kW（非高峰期）到 13.84 美元/kW（夏季中峰期）再到 17.25 美元/kW（夏季高峰期），全年非 偶发费率 14.35 美元/kW • 天然气价格：0.021 美元/kWh 除了将上述参数输入建模工具外， 的微电网的绝佳时机。此外，如前所述，当地的电价、需求罚款结构以及天然气价格都将对现场能 源的经济性产生影响。 如果综合各方面考虑，微电网解决方案都是可行的，那么最后一步将是确定新基础设施的最佳融资和运营方式。融 资涉及到一个问题：需要考察政府出台的所有适用激励措施。 8 “排行榜： 能源即服务解决方案提供商，Navigant Research，2019 Q1 图 6: 如果锅炉已经老化并接近使用寿命终点，不妨利用这个好机会将其更换为基于

从制造到智造 — 瞻博网络 AI 驱动智造园区方案 © 2024 Juniper Networks 新技术部署难，出问题溯源难，终端多运维难 业务连续性 业务生产 7X24 业务中断会造成严重损失 数字化落地 - 并不容 易 © 2022 Juniper Networks Juniper Public Junipe: N ET WO R K 11 从端到云的保障 • 应用程序、用户、设备和会话的可见 性 • 实时客户端数据、主动射频调整 • 集成 Wi-Fi 、 vBLE 和物联网 90% AIOps 领导者 • 实时 SLE 全栈 优化措施促使网络服务支持 工 时降低 20%.” ● “ 使用 Juniper (SD-WAN) 帮 助我们 在三个星期内完成 MPLS 网络无法实现的能 力 AI 驱动的 SD- 体 W 验 A 保 N 证 客户体验带来成功 18 /20“ 全球最大银行 仰仗可靠无线 带来效益提升 订单处理增加 300%.” © 2022 Juniper Networks

和监管机构的基础。重要的是要意识到，人工智能法规来自全球各级政府和司 法管辖区。此外，尽管数据隐私和反歧视法规等法律不是专门为人工智能设计， 但这些法律将决定人工智能的使用范围和方式。例如，在美国，人工智能将受 到城市、州和联邦法律、政府行为、行政令、自愿行业协议甚至普通法的监管。 ©2025 云安全联盟大中华区版权所有 10 在准备人工智能项目时，需要考虑到人工智能法规的起源并不总是直观的，因 的，因 此需要细致分析。首个具有深远影响的法律框架是欧盟《人工智能法案》，因 为它保障了个人和企业的安全及基本权利。如果某些人工智能应用干扰或威胁 到公民权利，则会遭到禁止。如大语言模型等高风险人工智能系统可能会对健 康、安全、基本权利、环境、民主和法治造成重大损害，预计将出台相关法规 加以监管。 执行摘要 人工智能正在迅速改变我们的世界，并且具有重塑社会基本结构的巨大潜 力。然而 如何应对复杂的法律环境就成为了一个巨大的挑战。本文深入探讨了围绕人工 智能的监管环境，涵盖了诸如生成逼真文本格式（代码、脚本、文章）的深度 学习模型、处理视觉内容（面部识别、深度伪造）的计算机视觉应用、稳定扩 散（文本到图像模型）以及在自主系统（自动驾驶汽车、机器人）中使用的强 化学习算法等多样化系统。更广泛的类别，如生成式对抗网络和大语言模型等， 是众多生成式人工智能应用的基础，要求在监管中将其纳入考虑。由于现行立