与人之间的交流变得非常方便。近几十年来，以操控量子态为基础的 第二次量子革命又带来了新的量子信息技术，比如量子通信、量子计 算和量子精密测量。这类新技术都是以量子力学原理来进一步突破原 有的技术路线。其中量子通信是利用量子不可克隆原理从物理上实现 绝对安全通信；量子计算是利用量子态叠加原理实现并行运算，极大 提高计算速度；而量子精密测量则是突破标准量子极限进一步提升测 量精度。在实用化的过程中，随着用户和节点数目的增加，很自然地 目前量子互联网的发展还处在初期阶段。由于其和经典互联网的 基本原理不同，很多经典互联网的发展模式和技术都无法直接借鉴过 来。现阶段不论是底层的硬件技术，如量子门操作速度和保真度、量 子纠错和量子存储时间等，还是上层的量子互联网体系架构，如运行 模式和协议栈，都不成熟。这也导致在量子互联网的研究中还面临很 多新的问题和挑战。 本白皮书首先简洁地介绍和梳理量子互联网相关的基本原理和 II 技术，包括部分量子信息基础知识和代表性协议等。随后介绍量子互 ma 这个公式已经无法使用， 需要用薛定谔方程   H t i     来计算物体的波函数  。其实基于量 子力学的技术和产品早已被我们使用，比如电脑和手机中的半导体， 其中的原理就用到了量子力学能带理论。 1.1.2 量子态及其演化 上面说到了微观世界粒子的运动规律需要用量子力学所描述。而 在量子力学中，一个粒子的状态，也就是量子态，用波函数描述。在 符号上，我们习惯用

语言逻辑和数据集蕴含了人类的认知智能 2. LLM是人类的认知智能的实现方式之一 3. LLM的原理很简单；工程很复杂；效果很神奇 01 对AI技术的认知：大模型的能力边界 用人工神经网络获取网络模型：深度学习-Transformer模型-大语言模型 大语言模型的核心原理：数据化-语义化-NTP（Next Token Prediction） 大语言模型的三层能力：语言能力-知识能力-推理能力  应对措施 1. 加强信息安全 • 建立安全分类框架，制定安全保护政策，进行安全培训 2. 警惕AI的幻觉和偏见 • 技术层面：代码，算法，数据，提示词 • 思维层面：理解原理，鼓励批判性思维 3. 为教与学提供具体的指导 • 教师：教学培训，交流和社区，AI教学助手 • 学生：AI素养，个性化学习路径，AI助教 4. 进行短期和长期的影响评估 • 评估，优化，迭代 大语言模型的应用 AI的核心技术 数据科学与机器学习 深度学习 NLP应用场景 LLM的原理 文献整理与阅读 智能写作 其他行业应用场景 ChatGPT原理及应用 视频领域的应用场景 大语言模型原理与训练 教育行业应用场景 LLM在软件开发中的应用 视觉识别原理与应用案例 视觉识别技术与应用 AIGC绘画技术与应用 人工智能的挑战与未来 人工智能对各岗位的影响

⚫ ⚫ ⚫ ⚫ 量子力学体系的建立： 随着物质波假说、泡 利不相容理论、矩阵 力学、波动力学、狄 拉克方程、不确定性 原理、互补性原理等 一系列理论的提出， 量子力学的理论体系 构建完成，从根本上 改变人类对物质结构 及其相互作用的理解。 量子力学诞生： 马克斯·普朗克 首次提出“量 子”的概念， 这被普遍认为 是量子力学的 开端。 量子版图灵机 概念提出：保 罗·贝尼奥夫首 次提出了量子

章 DEEPSEEK 概述 .............................................................................3 2.1 基本原理 .................................................................................................. DeepSeek-R1 是一个推理大语言模型，旨在提供高效的自然语言理解、任务 规划与交互能力，擅长处理复杂、需要多步思考的问题， 适合做深度推理、解决 代码问题或复杂数学问题等。 2.1 基本原理 DeepSeek 大语言模型经过大量文本数据的学习，能够理解人类的语言，并 根据问题或指令生成相应的回答。 DeepSeek 采用了一些独特的架构设计，其中比较关键的是混合专家（MoE） 的作用在于判定输入样本应该由哪个专家模型接管处理。而 Experts 则构成了一 组相对独立的专家模型，每个专家负责处理特定的输入子空间。 输入 专家 1 GateNet 输入 图 2-2 MoE 架构的基本原理 解码器 N Decoder 输 入 token 分词 递归输出 图 2-3 MoE 模型解码器的逻辑结构示意图 4 多 头 注 意 多 头 注 意 to

软 件 系 统 中 调 用 官 方 API 、 模 型 微 调 、 直 接 使 用 。 网页 APP (IOS/Andriod) 资料来源： AI 肖睿团队，北京大学 -DeepSeek 原理与落地应用 智慧芽 @LS-GTM o Deepseek 对行业产生巨大影 响 智慧芽 DeepSeek 5 01 大模型的发展阶段和 deepseek 02 Deepseek-R1 DeepSeek-V3-Base HuggingFace ModelScope 满 血 版 ， 能 力 最 强 Deepseek-R1 在药企的本地化部 署 资料来源： AI 肖睿团队，北京大学 -DeepSeek 原理与落地应 用 智慧芽 智慧芽 @LS- GTM 7 o Deepseek-R1 在药企的本地化部署 · 个人部署： Ollma 框架适合个人用户私有化本地部署，但在多用户并发场景下性能衰减明显。 解决方案。目前暂不够成熟。 · LLM 部署简单，更适合中小型企业做大模型推理部署，对于大型企业，可以使用配置较为复杂的 Tensor RT 框架。 资料来源： AI 肖睿团队，北京大学 -DeepSeek 原理与落地应用 智慧芽 @LS-GTM 智 慧 芽 8 Deepseek-R1 满血版模型部署方案 · DeepSeek R1 模型就成了很多应用场景下的当务之急。受限于 DeepSeekR1671B(6710

System 2 慢思考模型） 模型代表 Qwen2.5-Max 、 DeepSeek-V3 、 GPT-4o QwQ-Max-Preview 、 DeepSeek-R1 、 OpenAI-o3 运算原理 基于概率预测，通过大量数据训练来快速预测可能的答案 基于链式思维，逐步推理问题的每个步骤来得到答案 模型性能 响应速度快，适合即时任务 响应速度慢，适合复杂任务 决策能力 依赖预设算法和规则进行决策 训练成本大幅降低 发 布 新 一 代 推 理 模 型 Dee p See k- R 1 ，性 能 与 Ope nA I 的 o 1 正 式 版 持平 ，并开源 至 1 月 30 日， 示将继续加快 原理 ，并基 于 2 0 2 3 年 1 1 月 2 9 日 推 出 670 亿参数的通用大模型 D e e pSeek L L M ，包括 7 B 和 6 7 B 的 base 及 chat

经济跃迁的核心引擎，为数字经济的可持续发展提供更强韧性。 人形机器人是一种利用人工智能和机器人技术制造的具有类似人 类外观和行为的机器人。人形机器人灵感来源于人类的身体，集仿生 学原理和机器电控原理于一体。与普通机器人相比，人形机器人最大 的特点是拥有拟人智能能力，可以通过人工智能大模型技术的赋能， 实现拟人化的感知、决策、控制能力，实现了智能的飞跃。同时，人 形机器人还需要具有拟

基于 AI 的群体智能对话： 派对之夜 函数 I 将原有理论 T 、评估向 量 V 和基础知识和现象集合 C 映射到一个新的或改进的理论 T ′ ，这表示基于多维度的评 估结果对原理论进行修正和完善 。 函数 D 将概念集 合 C 映射到理论 T ，这表示从概 念 、 数据和现象出 发 ， 构建出一个 理论 。 函数 E 将理 论 T 和一组评 估资 • 解释 A I 的运 作 • 鼓励提问 • 讨论偏见 • 练习换位思考 用方式 A I 说车轱辘话， 家长应该怎么办？ 家长需要向孩子解释 A I 的工作原理，包括它的 局 限性。 A I 是基于算 法和 数据模式来生成回 答的 ， 它可能并不总是 能够理解 问题背后的深 层含义或提 供创新的答 案 合理运用关键词可以帮 助 A 中调整布局和样式。 DeepSeek + 剪映 / 可灵 AI 科学实验过程记录与解说 、家庭学习成 果展示 1. 脚本生成：输入“生成‘ 自制火山模型 ’实验的短视频分镜脚本，包 含 安全提示和原理讲解 ”。 2. 视频剪辑：将脚本导入剪映，利用 AI 配音 、自动字幕和素材匹配功 能 完成制作。 3. 儿童参与： 引导孩子担任“小主播 ”录制旁白，增强参与感。 DeepSeek + 豆包爱学

和形态提出了更高的要求。 27 6）教育培训 在教育培训领域，人形机器人可以作为教育助手或辅助教师使用， 他们可以与学生进行互动，解答问题，提供个性化教学。此外，人形 机器人还可以用于模拟实验、演示科学原理、编程教育等教学场景， 丰富教学内容，为教育注入更多创新元素，激发学生的创造力和想象 力。 7）物流运输场景 人形机器人可以在仓储、装卸、分拣、包装、配送等环节提升工 作效率和管理水平。亚马逊正在测试 并对外做功的柔性材料或器件。近年来，人工肌肉是仿生机器人驱动 研究的前沿热点之一，其核心目标是模拟生物肌肉的驱动功能。现阶 段，在各种类型的人工肌肉中，气动人工肌肉研发成本低，仿生性突 出，使用最为广泛。气动肌肉的工作原理是通过外部压缩空气驱动， 实现推拉动作，从而模拟人类肌肉的运动，其具有高功率密度以及大 比例变形的能力，为机器人关节提供较大力量的同时，能够保持轻巧 的重量。随着轻质高强纤维、纳米复合材料及智能液晶高分子等新型 方位的感知能力。这得益于传感器技术的飞速发展，如高精度视觉传 感器、激光雷达、惯性测量单元等，它们能够实时获取并分析周围环 境的数据。特别是双目三维环境感知技术，通过模拟人类双眼视觉系 统的观测原理，利用双目相机对获取图像进行立体匹配，得到图像中 像素点的准确视差，从而获取周围环境的准确深度信息。这一技术的 运用，使得人形机器人能够在复杂的三维工业场景中，对外界环境进 行真实的刻画及数字

Gartner【13】）  Agent，AI Agent 与 Agentic AI 的比较 最近看到北京大学发布的《AI+Agent 与 Agentic+AI 的原理和应用洞察与未来展望》研究 报告【14】，该报告深入剖析 AI+Agent 与 Agentic+AI 的原理、应用及未来发展趋势，为 读者呈现一个全面而详细的知识图景。图 9 源于该报告，对 Agent，AI Agent 与 Agentic 15 AI 【13】 AI Agents: The Next Big Thing in AI，Gartner,2025-01-23 【14】 AI 肖睿团队，《AI+Agent 与 Agentic+AI 的原理和应用洞察与未来展望》，北京大学， 2025-05-20 【15】 Ranjan Sapkota 等 ， AI Agents vs. Agentic AI: A Conceptual Taxonomy