AIGC 应用实践 5.4 语音类 AIGC 应用实践 5.5 视频类 AIGC 应用实践 5.6 AIGC 在辅助编程中的应 用 5.7 AI 搜索 5.8 AI 智能办公 5. AIGC 应用与实 践 厦门大学大数据教学团队作品 5.1.1 什么是 AIGC 5.1.2 AIGC 与大模型的关系 5.1.3 常见的 AIGC 应用场 景 5.1.4 常见的 AIGC 大模型 工具 5.1.5 化推理过程（若强行拆解步骤 ， 反 而可能限制其能力）。 5.1.5 AIGC 大模型的提示词 推理模型 提示词之道： 通用大模型与推理大模型在提示词策略方面也有不同侧重与技 巧 5.2 文本类 AIGC 应用实 践 进入百度官网访问 DeepSeek 保证正常快速使 用 步骤 1 ： 登录 DeepSeek 平台。在浏览器地址栏 中 输入“ https://www.deep seek.com/ ” ： 现 在 我 需 要 做 一 个 x m i nd 思 维 导 图 ， 请 帮 这 份 文 档 输 出 为 Ma rkdow n 格 式 5.2 文本类 AIGC 应用实 践 案例： DeepSeek +Kimi 制作脑 图 将内容复制到 text 的文件中 ， 进行保存 ， 并将文件的后缀名改为 . md 图片类 AIGC 是一种基于人工智能技术生成图片的方法

虚拟桌面服务 学生、教师和职员 公共架构 IBM 公有云 旧的桌面服务 开放教育资源 来自与 IBM 和其他服务商的的 网络服务能够提供协作和生产 效率 基于虚拟桌面的课堂、实 验室和手机接入 弱功能客户机和移动设备为用 户提供便捷式接入系统 虚拟云服务：为分布式校 园和课堂提供集中式支持。 作为一种选择， IBM 可 以承担传递服务 开放资源和电子学习

可能会引入 reward hacking, 重新训练会让训练变得更加复杂 ➢ PRM还是更适合于rerank top-N responses and assist guided search, 在大规模RL实 验下，提升算力更直接 ➢ PRM的潜力： ➢ PRM总归是一种比较稠密的监督信号，对reward进行shaping可以使训练更稳定或 收敛得更快 ➢ PRM还有探索空间，可以让模型收敛得更快速或更稳定 的专业术语建立语义关联， 在医疗诊断中同步分析X光片阴影分布与患者主诉症状。此外，这种时空关联推理能力使得自动驾 驶系统能同时解析路况视频中的车辆轨迹、交通信号灯的闪烁频率以及周围环境的异常声响，实 现更精确的多维度风险预判。 ➢ 强推理能力在全模态场景下的扩展面临诸多挑战。文本模态场景下，许多复杂推理任务可以 通过基于规则的奖励提供监督信号，作为人类意图和偏好的载体。而当从文本模态扩展到多

工作站，本 地办公应用 支 持 deepseek 蒸 馏模型训推 金融助手、智能 风控、文档审核 办公助手，智能 写作，智能搜索 AI 工作站，本地 办公应用 学生 / 开发者实 践 硅基流动一体机 伙伴 元景一体机 25Q1 25Q1 昇腾与 PyTorch 开源社区紧密合作， 共促 AI 生态创新发展 华为在计算机视觉、自然语言处理、语音识别等领域进行了广

算法赋能下的 3D 成像技术，与机器人手臂协同作业，能够在线采集整车漆面数据进行并行计算，实现车身 漆面缺陷的精准检测与定位，缺陷测量精度需达 0.15mm，检出率高达 99%，缺陷分类准确率＞85%，需能够实 现每车 60s 的检测节拍。还能支持多颜色、多车型在线混检，支持超过 20 余种漆面缺陷，实现多角度在线检测。 AI 赋能的方案，大幅提升了车身漆面缺陷的检出率和检测效率，满足生产线的快速节拍需求。 4 人形机器人 基础人形机器人负载 以满足需求的运动执行能力为 核心，任务相对固定，以传统 运控算法为主。 标准人形机器人负载 借助强化学习增强运动执行能 力，借助本地及云端大模型实 现覆盖场景需求的感知泛化能 力与任务生成能力。 旗舰人形机器人负载 在智能性，自主性层面增强， 在技术路径层面通过端到端模 型代替分层决策模型，整体负 载可能收敛至以 AI 为主。