推向第二个黄金 期 199 0 年 AI 计算机 DARPA 计划失败，政府缩 减投入， AI 进入第 二次低谷 2006 年 Hinton 提出“深度 学习“神经网络使 得人工智能性能获 得突破性进展” 2013 年 深度学习算法在语音 和视觉识别上识别率 显著提升，进入感知 智能时代 2016 年 AlphaGo 战胜人类 围棋冠军， AI 关 注 度空前提升 2022 年 OpenAI 可解释但依赖人工经验输入 深度学习 2010-2020 硬件发展，大规模数据，算法突破 推荐系统 人脸识别 算法框架：深度神经网络、卷积神经网络 自动进行特征学习，端对端训练，有监督 在特定场景效果好，但需要根据 不同任务训练不同的模型，泛化 能力差 生成式 AI 2020- 硬件、算法、大数据全面突破 对话机器人 算法框架： Transformer 大规模无 监督预训练 多任务、多模态统一处理 门槛，加速了技术普惠。 API 服务 定价仅为 OpenAI 的几十分之一， 吸引全球用户日活突破 2000 万。 开源模型打破了头部厂商的垄断， 推动更多二线企业和开发者入场 DeepSeek 在性能上比肩 OpenAI 的 o1 ，中美模型技术差距从 1-2 年缩短至 3-6 个月，验证了国内在 算法优化和工程能力上的突破 DeepSeekV3 创新带来对标 GPT- 4o 的性能和远低于 4o

( 两者隐藏身份 ) 。 2. 规则：询问者通过文本与机器和人类自由对话，持续一定时间后，若询问者无法区分哪一方是 机器，则机器通过测试。 一、人工智能发展简史了解 意义与影响 1. 哲学突破： 1. 图灵将抽象的“机器能否思考 ?” 转化为可操作的“能否模仿人 类 行为 ?", 规避了关于“意识”的争议。 2. 提出“智能”的行为主义定义，即通过外在表现而非内在机制判 断 智能。 年——图灵测试：艾伦 · 图灵提出“机器能否思考”的哲学命题，但未形成系统研究框架。 ◆1997 年 — —深蓝胜利： IBM 超级计算机击败国际象棋冠军，体现专用 Al 的突破，但通用智能仍未实现。 ◆ 2012 年——技术突破的转折点：深度学习崛起， Geoffrey Hinton 团队在 ImageNet 竞赛中以卷积神经网络将错 误率 从 26% 降至 15%, 引发算力与数据驱动的 Al 无法处理复杂现实问题 · 第五阶段：复兴时期，标志事件是 1997 年 IBM 深蓝击败国际象棋冠军 · 第六阶段：数据驱动的崛起，驱动力是互联网积累海量数据， GPU 算力 提升，机器学习算法突破，里程碑事件是 2016 年 AlphaGo 击败李世 石 2020 年以后是通用智能探索与生成式 Al 爆发期， 2022 年 ChatGPT 发 布， 生成式 Al 普及化。 2023 年后

与分析，提炼出“人才培养、科学研究、社会服 务与国际合作”四大导向，明确高等教育数智化转型的发展方向和战略目标。 报告从技术、社会与教育三个维度深入审视机遇与挑战：在技术层面，算力、数据与算法的突破孕育创新红利， 但面临安全、伦理、偏差与治理等现实约束；在社会层面，发展契机与潜在风险并存；在教育层面，知识去中 心化、学习个性化的进程中，需要同步重塑价值导向与能力结构。基于深入分析，报告提出推动高等教育走向 ···················· 27 2.1 大模型赋能高等教育的机遇与挑战 ············································ 29 2.1.1 技术层面：算力、数据、算法的突破机遇与三重隐忧并存 ······························· 29 2.1.2 社会层面：发展契机与潜在风险并存 ··············································· 从训练推理、部署、协同到应用增强的核心技术解析 ·································· 65 4.2.2 以 DeepSeek 代表的“性能－成本－应用”技术协同创新突破 ··························· 66 4.3 教育大模型的标准体系 ·····················································

南非 巴基斯坦 土耳其 意大利 苏丹 中国香港 马来西亚 墨西哥 委内瑞拉 也门 哥斯达黎加 尼日尔 喀麦隆 尼日利亚 安哥拉 坦桑尼亚 成功突破 30 多个国家和地区  教育行业销售额突破 10 亿美元 每年几十次的国际交流合作 英国 开展“海外优秀大学生赴华为工作体验项 目”，向王子基金会提供资助 法国 在 ESIEE 工程师学院 组织首届技术会议 麻省理工 \ 纽卡斯尔大学 • 国内交流（上百场） 大型： CERNET 年会，湖工大现场会 小型：样板点参观、小型研讨活动 成功实践 • 承建国家级教育科研骨干网、省级城域网（四川、上 海） • 突破 985/211 高校 30 多所，清华大学、北京大学、南京 大学、东南大学、南开大学、西安交大、中央民大、中 南财大、中国科大等 中国区 • 资助国内高校 200 多 个创新研究项目 • 多媒体教室（华为）、教学终端（华为）等；  区域教育云实现优质教育资源在已连入区域教育 云的 11 所学校的共建共享，推进教育均衡化发 展 ;  基于移动电子书包的互动教学，实现了教学模式 从填鸭式到互动式的创新突破，教学效率及质量 均有明显提升 ; 解决方案 客户价值 39 北京求实职业学校校园网建设 华为解决方案 • 12 台 N40 ， 6 台 NE20 ， 12 台 AR32,28 台 AR22

应用安全导则》（ 2025 年草案） - 与法国共享华龙一号监 管经验 - 自主算法研发与国 际标准接轨 - 群堆协同运维技术 突破 世界主要核电国家和组织在 AI 方面的进展情况 国家 / 组织 政策文件 技术应用 监管创新 国际合作 / 标准 挑战与趋势 法国 - 《欧盟人工智能法案》 （ 2023 《可信数据空间发展行动计划（ 2024—2028 年） 》 国数资源〔 2024 〕 119 号 数据治理的困境 数据治理： 建设可信数据空间 数据治理的目标 产业创新支撑 依托数据驱动研发 ，推 动 关键领域突破 ，助力核 核 产业创新。 智能监管支撑 通过 AI 算法辅助核安全 审 评和设备健康诊断 ，提 升 监管精准性和效率。 科学研究支撑 开展前沿领域的科技研究 和探索。。 形 成 三 数据流 ，构建全域感知网络 ， 实 现对核 设施全方位、 多角度的实时监测。 AI 技术进化路径： 从“工具辅助”到“ 自主协同” 因果推理与数字孪生决策 因果 AI 的应用 01 突破传统相关性分析 ，构建核事故因果链模型（如冷却系统失 效→堆芯熔毁→放射性扩散） ，提升风险归因能力 ， 为事故 预 防和处理提供科学依据。 数字孪生自治体的开发 02 开发具备自主优化能力的虚拟核电站

DualPipe 并行训练框架 HAI 强化学习 GRPO 直接硬件编程 PTX 测试时计算 TTC 能力突破 开源、低成本、国产自主 n 基础能力：进入推理模型阶段，并跻身全球第一梯队 1. 推理能力跃升： DeepSeek大模型核心技术突破，实现复杂推理任务的精准处 理与高效执行，覆盖多模态场景应用。 2. 国际竞争力对标：模型综合性能跃居全球第一梯队，技术指标与国际顶尖水平 将国产模型与美国的代际差距从1-2年缩短至3-5个月，突破“卡脖子” 技术瓶颈。 • 构建多行业专属模型矩阵，全面支持国内产业智能化升级。 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第14页 DeepSeek R1模型的能力突破 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第15页 DeepSeek R1模型的能力突破 学习交流可加AI肖睿团队助理微信号（ABZ2829） 9） 第16页 DeepSeek R1模型的能力突破 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第17页 DeepSeek V3/R1模型的创新 一、基础架构： 1. 混合专家模型（MoE）： DeepSeek采用MoE架构，通过动态选 择最适合输入数据的专家模块进行处理，提升推理能力和效率。 2. 无辅助损失的专家负载均衡策略（EP）：该策略使 DeepSeekMoE

依托互联网医院 开药、随访、咨询线上开展 医生 开具慢性病处方 对患者进行慢性病管理 职业晋升机会不大 相关慢性病除用药外，未深入 挖掘 患者服务不到位 线上问诊 6- 慢病管理——突破点 社区医院 医药 社区服务 健康管理 送药到家 远程医疗协同 居民 搭建互联网医院平台 建设 运营 管理 管理 服务 1 、医院无法有效盈利 3 、患者购买处方药成本 高 赋能医院 • 服务政府 云影——影像云存储应用 云图——数字影像服务 云诊——全场景诊断以及 远程诊断应用 云智——人工智能辅助诊断 8- 区域影像中心——以云影像为核心，建设智慧医疗大数据平台 突破点 1 ：医疗数据长期存储 基于蓝光存储技术、光磁融合一体技术，建设医疗数据长期存储与备份体系。 500G / 每光盘 单机柜可以达３ . ２ PB 提高存储密度，节省存储空间 海量 防篡改、防病毒攻击、防电磁干扰 支持数据分段校验码，数据更安全 安全 常温运行，能耗仅为磁盘存储 1/10 降低存储能耗和成本 连续入选工信部《绿色数据中心先进适用技术目 录 》 绿色 长期 蓝光介质寿命长达 100 年 无需数据迁移 突破点 2 ：医疗、医药、医保联动 发挥央企背景优势，在政府监管下推动政府与医院数据互联互通，形成医疗、医药、 医保三医联动，打造为全市医养做服务的互联网医院。 互联网医院常见问题 1. 互联网企

多玩家加入。  总的来说，数字营销不是传统营销+数字化工具，而是基于数字世界的全新营销打 法，对数据的收集能力、应用能力、资产化能力将为企业铸造核心竞争实力。 目录 第一章 稳步增长的市场亟待突破“价值量化”的瓶颈................................................................1 1.1 数字营销市场规模稳步增长 ...... . 23 图表 13 京医千询大模型全面赋能数字营销................................................ 26 1 1 第一章 稳步增长的市场亟待突破“价值量化”的瓶颈 1.1 数字营销市场规模稳步增长 中国药品销售市场规模稳步增长。根据商务部发布的历年《药品流通行业运行统计分析 报告》，我国药品市场规模稳步上升，以平均每年超千亿的增速增长。 如 CRM 系统、线上医生运营 平台、虚拟代表系统、线上患者管理系统、学术直播视频系统等。 该类产品为传统的医药营销提供了信息化工具，让传统的学术推广、用户管理以及工作 管理等流程搬到了线上，突破了时间和地域的限制，在疫情期间得到极大的发展和应用。 该功能我们将其定义为“信息化功能”。 另一方面，也是更加重要的一方面，该类软硬件的渗透为创新的数字营销模式提供了数 据基础。在软件基础之上

随着2006年DeepLearning算法的提出，人工智能(AI)的发展进入 了第三次浪潮。DeepLearning凭借自身优秀的信息表征及关系提取能 力，已经为计算机视觉(cv)及自然语言处理(nlp)等领域带来了突破性的 进展。现在，AI的魔力已经被逐步引入药物研发的领域，并正在深刻地 改变这个领域的研究和发展流程。无论是在早期的药物筛选、药物优 化，还是在药物的临床试验和后期的上市监控，AI的应用都愈发广泛。 提取能力，充分学习了这种“协变”信息，从而更准确地预测蛋白质的三维结构。 AlphaFold2模型框架，图片引自[3] 后续工具针对AlphaFold2的改进 AlphaFold2的出现无疑是一个巨大的突破，但同样他并不完备。 AlphaFold2自身存在着许多不足，如MSA构建的步骤，会极大的占用计算时 间。因此很多方法基于这一缺陷，提出了新的技术，如Meta公司提出了 ESMfold。 ES

日，教育部等九部门联合印发了《关于加快推进教育 数字化的意见》，总结了国家教育数字化战略行动实施三年来相关经验，对未来 一个阶段推进教育数字化进行了全面部署。教育数字化是我国开辟教育发展新赛 道和塑造教育发展新优势的重要突破口。高校的数字化转型工作乘着这股东风驶 入了快车道。 为全面把握我国高校数字化发展的总体态势，提升我国高等教育数字化研究 水平，为各级教育行政管理部门以及各类高校、行业/企业提供更好的咨询服务， 复兴的基础工程。教育数字化是我国开辟教育发展新赛道和塑造教育发展新优势 的重要突破口，是推动教育高质量发展，建设教育强国的重要引擎。党的二十大 报告首次将“推进教育数字化”写入报告。教育部深入贯彻落实党中央决策部署， 立足国家战略、回应时代需求，启动实施国家教育数字化战略行动。教育部等九 部门联合发布《关于加快推进教育数字化的意见》，要以教育数字化为重要突破 口，开辟教育发展新赛道和塑造发展新优势，全面支撑教育强国建设。高等学校 生根发芽奠定基础；高校与高校，高校与企业，要积极探索研究、应用、转化的 新技术应用思路，增加高校间、校企间交流合作，共享成功案例与经验，加速将 新技术转化为新质生产力。 2. 创新模式整合资源突破新技术应用瓶颈 以大模型为代表的人工智能技术需要海量的算力资源投入，高校要应需应变， 勇于创新发展模式，在保证安全的基础上，积极探索校企合作、跨校合作的算力 资源共建共享模式，各级政府要加大资源投入，以点带面开展示范引领，不断整