[中山大学软件工程学院]：从技术突破到场景落地：大模型发展图谱与deepseek创新应用-尊龙凯时人生就博

从技术突破到场景落地：大模型发展图谱与deepseek创新应用 李煜政 中山大学软件工程学院2025年03月 大纲 n人工智能大模型发展现状 ndeepseek破圈后的大模型发展趋势 n大模型重点应用场景 ndeepseek能力赋能个人发展 人工智能 2024年3月5日，李强总理在十四届全国人大二次会议上作《政府工作报告》，其中提出：开展“人工智能 ”行动。 人工智能 人工智能的定义 artificialintelligence，缩写为ai 1955年，约翰·麦卡锡定义为：“制造智慧机器的科学与工程”。 1989年，罗杰·彭罗斯定义为：“通过机器（通常是电子设备）尽可能多地模仿人类智力活动，并可能在这些方面提高人类的能力”。 约翰·麦卡锡（人工智能之父） 人工智能 人工智能的分类 弱人工智能artificialnarrowintelligence(ani) •擅长于单个方面的人工智能 强人工智能artificialgeneralintelligence(agi) •人类级别的人工智能，在各方面都能和人类比肩 超人工智能artificialsuperintelligence(asi): •“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”——牛津哲学家，知名人工智能思想家nickbostrom 科技趋势 gartner十大科技趋势预测 ø2017：人工智能和先进机器学习（第1）ø2018：人工智能基础（第1）ø2019：自动化的一切（第1）ø2020：人工智能安全（第10）ø2021：人工智能工程化（第8）、超级自动化（第9）ø2022：生成式ai（第12）ø2023：自适应ai（第4）ø2024：全民化的生成式ai（第1）、ai信任、风险、安全管理（第2）ø2025：代理型ai（第1）、ai治理平台（第2） 人工智能 nllm的原理：大参数函数 人脑约有1000亿个神经元 人工智能 人工智能相比人类的优点 速度：计算（机器2ghzvs人脑200hz）、信息传播（光速vs人脑120m/s) 容量：机器具有更大的储存空间 可靠性和持久性：晶体管比神经元更加精确可靠 可编辑性、升级性：软件更容易升级、修正、测试 集体能力：机器>人类>其他物种 人工智能 人工智能 人工智能的发展需要受到规范 工业革命 人工智能大模型发展现状 deepseek热潮 deepseek热潮 ndeepseek版本发布路径 ø23年11月：deepseekllmø24年1月：deepseek-moeø24年2月：deepseekmathø24年5月：deepseek-v2ø24年11月20日：deepseek-r1-lite-previewø24年12月26日：deepseek-v3ø25年01月15日：deepseekappø25年01月20日：deepseek-r1ø25年01月27日：deepseek暴击美股 国内ai软件的关注度（微信指数） deepseek热潮 ndeepseek版本发布路径 ø23年11月：deepseekllmø24年1月：deepseek-moeø24年2月：deepseekmathø24年5月：deepseek-v2ø24年11月20日：deepseek-r1-lite-previewø24年12月26日：deepseek-v3ø25年01月15日：deepseekappø25年01月20日：deepseek-r1ø25年01月27日：deepseek暴击美股 deepseek热潮 全球云服务厂商火速接入 2月1日~2月3日，国内云厂商陆续宣布接入deepseek deepseek热潮 成为央国企数字化转型“新基建” 通信行业 三大运营商：移动、联通、电信，全面接入deepseek，应用于智能客服和云计算赋能 能源行业 ø电力：南方电网“大瓦特”；国家电网“光明电力大模型”；中国华电“华电睿思”ø三桶油：中国石油昆仑大模型；中国石化长城大模型；中国海油海能人工智能模型 ø汽车行业 东风汽车、长安汽车、吉利、极氪：应用于智能语音交互、ai导航系统及自动驾驶辅助 金融行业 ø国有银行、十余家券商：完成本地部署，应用于信息检索、行业研究、合规问答等场景 延伸到智慧政务领域 北京市 丰台区、昌平区、海淀区：部署deepseek用于优化行政审批流程与数据分析东省 广 ø广州市：政务服务和数据管理局，部署deepseek-r1/v3模型，应用于民生政策解读、12345热线工单分派等场景ø深圳市：基于政务云提供deepseek模型服务，覆盖龙岗区、福田区、大鹏新区等，实现政务应用一体化升级ø佛山市：完成deepseek本地化部署，接入“粤治慧·佛山城市大脑”，支撑智能问答、公文写作等政务功能ø珠海市：政务服务和数据管理局，在市电子政务外网上线deepseek-r1671b大模型苏省 ø江 南京、苏州、无锡、常州、盐城、连云港等地：接入deepseek用于优化营商环境、政策解读及智能客服西省 江 赣州市：作为省内首个部署deepseek的城市，应用于政务服务与城市治理北省 河 秦皇岛市：交通运输局引入deepseek推动智慧交通建设，数据和政务服务局上线智能审批助手 人工智能大模型发展现状 deepseek核心价值赏析 deepseek核心价值赏析 deepseek简介 deepseek-r1能力 deepseek核心价值赏析 推理模型是什么？ 《modelneedsmoretokenstothink》思维链（chain-of-thought，cot） 案例： “计算starwberry里有几个r” ø“计算starwberry里有几个r？请一步步来，先拆解单词拼写，再计算每个字母是否是r，同时注意可能有连续出现的相同字母r” deepseek核心价值赏析 思维链技术的局限性 对用户的专业技能要求高、使用门槛高 例如： ø两个能量分别为e1和e2的量子态，其寿命分别为10^-9秒和10^-8秒。我们希望清晰区分这两个能级，以下哪个选项可能是它们的能量差值，使得二者能够被明确分辨？ ø请拆解为思维链… deepseek核心价值赏析 推理模型 自动生成链式思考的过程 deepseek核心价值赏析 推理模型的适用场景 不适用： 适用： ø谜题、数学证明ø复杂决策ø开放式答案ø需要显式的思考步骤 ø简单问题ø知识性问答ø娱乐聊天ø延迟要求高 deepseek核心价值赏析 长思维链的效果 2024年9月gpt-o1发布后，借助longinternalcot，在数学竞赛，编程竞赛，科学问答方面显著提升，甚至击败人类专家。 deepseek核心价值赏析 复现o1推理能力的探索过程 主流探索方向 øprm（过程监督奖励模型） 主流的研发方向没有跳出prm模式 deepseek核心价值赏析 复现o1推理能力的探索过程 kimi团队，从蛛丝马迹中，找到关键破局点 øtrainllmsthroughrltosolveproblemswithexactrewardsøavoidstructuredapproachesastheyultimatelylimitmodelperformance;letthemodelexplorethinkingparadigmsonitsownøthinkingincludessearchprocessesandallowsformistakes deepseek核心价值赏析 deepseek模型的演化路径–阶段1 deepseek团队，提出deepseek-r1-zero的纯强化学习方法（purerl），以数学、物理、编程等有标准答案的题目进行训练 准确度激励： ø问“1 1=？”答2，加一分；答1，零分 格式激励： 问“1 1=？” ø答：用户问我1 1等于几，这应该是一道很简单的数学题，我们可以形象的思考，我有一个苹果，再给我个，就有两个。因此答案应该是2。2加一分 答：2零分 deepseek核心价值赏析 deepseek模型的演化路径–阶段1 在训练过程中，模型自主学会了长思考：随着训练轮次增加，平均返回结果长度逐渐上升 deepseek核心价值赏析 deepseek模型的演化路径–阶段1 但存在回复文本可读性差、推理过程语言混乱问题 deepseek核心价值赏析 ndeepseek模型的演化路径–阶段2 训练流程（武当梯云纵，左脚踩右脚） deepseek核心价值赏析 deepseek模型的演化路径–阶段2 追赶上了o1系列模型的能力 deepseek核心价值赏析 deepseek模型的演化路径–阶段3 用生成数据，蒸馏训练其他开源模型（将大模型的知识浓缩到一个小模型上，在降低计算量的同时尽可能使小模型接近大模型的性能） ø效果大幅提升（证明超大模型的sft数据，可以低成本地显著拔高现有模型） 模型尺寸变小（引发本地部署热潮、破圈） deepseek核心价值赏析 大纲 n人工智能大模型发展现状 ndeepseek破圈后的大模型发展趋势 n大模型重点应用场景 ndeepseek能力赋能个人发展 大模型发展趋势 从摩尔定律到知识密度提升 摩尔定律趋缓 ø定律：每隔大约18个月，集成电路上可容纳的晶体管数量将翻倍，同时计算性能也会随之提升，而成本保持不变ø近年来摩尔定律趋缓（芯片制程接近物理极限），单纯依赖芯片性能提升已无法满足大模型指数级增长的算力需求 大模型开始依赖更高效的架构优化 ø知识密度：每一次的计算所需要参与的参数以及对应能力所需要消耗的算力ø一个知识密度越强的模型意味着能力越强，每一次计算所需要的参数规模越小ø模型的知识密度增强将呈现出每8个月提升一倍的规律 大模型发展趋势 大模型由数据飞轮向智慧飞轮升级演进 使用合成数据进行训练成为主流 强化学习新范式，带来ai模型的自我迭代 大模型发展趋势 ntest-timescalinglaw 模型能力提升维度：预训练计算量、模型尺寸、数据量、思考时间 大模型发展趋势 ntest-timescalinglaw 2025年国际消费电子展（ces2025）——全球最大的消费电子展上，nvidia（英伟达）创始人兼ceo黄仁勋发表了一场主题演讲，将过去、现在和未来紧密结合在一起。 “随着预训练的收益达到瓶颈或变得过于昂贵，我们找到了一种新的扩展方向（test-timescaling），它展示了一条通往agi的路径。” 大模型发展趋势 大模型发展趋势 通用大模型与垂域大模型协同发展 通用大模型在专业领域常常产生幻觉 （如司法领域） 垂域大模型关注解决问题，提高生产力和工作效率但一个好的通用大模型，可以决定垂域大模型的下限 通用大模型在专业领域产生幻觉：2020年5月28日，《中华人民共和国民法典》表决通过，自2021年1月1日起施行。 大模型发展趋势 本地部署小模型成为主流应用渠道 deepseek发布后，通过蒸馏有效提升了小模型的能力 小模型本地部署的资源要求低 本地部署能有效提升数据安全性，拓宽落地场景 大纲 n人工智能大模型发展现状 ndeepseek破圈后的大模型发展趋势 n大模型重点应用场景 ndeepseek能力赋能个人发展 大模型应用 与现实世界交互 大模型应用 端侧大模型 智能眼镜：solos发布了全球首款集成gpt-4o的智能眼镜airgovision，除了基本的问答，它能够即时识别出眼前的地标，规划路线等等。ces2025上珠海莫