迫切需要的先进 AI 工作负载。P-core（性能核）、E-core （能效核）、英特尔锐炫™ GPU 3 以及英特尔® AI Boost 4 等众多计算引擎协同加速边缘 AI 推理，同时减少对独立加 速器的需求，帮助降低系统复杂性和成本。 此外，该款处理器支持英特尔® 发行版 OpenVINO™ 工具 套件，可为工作负载匹配合适的计算引擎，从而提高 AI 性 能，并能够通过跨架构编程功能和自动计算引擎检测，帮 5 可用于改善音频 降噪和语音识别。 提升图形密集型应用性能，无需入门级独立 GPU 为自助服务终端、终端以及细节丰富的界面整合系统并降 低硬件成本。英特尔® 酷睿™ Ultra 处理器配备内置英特尔 锐炫™ GPU 3，提供多达 8 个 X e 内核（多达 128 个图形执 行单元），有助于减少对入门级独立 GPU 的需求。这一代 处理器支持多达 50 个 HDR 视频流，可提供细节更加丰富的 安全性与可管理性 • Elemental security engine (ESE) • NIST 800-88r1（存储介质清理） 连接 • USB4/英特尔® 雷电技术 4 6 • 经过英特尔® 独立 Wi-Fi 7（英特尔® Wi-Fi 7 BE200、 英特尔® Wi-Fi6E AX210）验证 • 蓝牙 5.4/5.3 软件和操作系统支持 • OpenVINO™ 工具套件、英特尔®

高危岗位：基础文案/客服/数据分析岗位替代率达 47% ⚫ 转型路径：建立“人机协作绩效评估体系”，重构岗位价值标准 ③认知依赖 ⚫ 思维退化：调查显示过度依赖 AI 导致 25%用户独立思考能力下降 ⚫ 应对策略：中小学增设“批判性使用 AI”课程，培养元认知能力 5.未来展望：AI 原生时代的生存法则 DeepSeek 预示的不仅是工具革新，更是认知革命的序幕： 情感智慧（弥补 AI 的情感计算短板） ②组织形态进化 ⚫ DAO（去中心化自治组织）： 通过智能合约+AI 协作平台，万人团队实现零管理成本运作 ⚫ 人机混合团队： AI 成员拥有独立数字身份，参与绩效考核与利润分配 ③终身学习范式 ⚫ 技能更新周期：从 5 年缩短至 3 个月 ⚫ 学习方式： 脑机接口+AI 知识直输，1 小时掌握外语听说能力

开创RL加持下强推理慢思考范式新边界 ➢ OpenAI o1 开启后训练 Post-Training 时代下的RL新范式：后训练扩展律 Post-Training Scaling Law ➢ DS-R1 独立发现了一些通往o1路上的核心理念，并且效果还好到受到了OpenAI 的认可 ➢ 如何通过有效的 Test-Time Scaling 和 Train-Time Scaling 提升模型的推理能力？ 标准做法是在每个词元的奖励中添加与参考模型的KL惩罚项 23 DeepSeek-R1 技术剖析：GRPO 赋能RL-Scale ➢From PPO to GRPO: ➢ PPO的价值函数通常是与策略模型规模相当的独立模型，这带来了巨大的内存和计算负担。 ➢ 奖励模型通常仅对输出序列的最后一个词元分配奖励，导致逐词元价值函数的训练复杂化。 ➢ GRPO：无需像PPO额外近似价值函数，而是利用同一问题下多个采样输出的平均奖励作为基线。具体而 Size. 从模型弹性视角思考大模型对齐 从胡克定律𝑓=−𝑘𝑥 到大模型的弹性（而抗拒对齐） 算法设计/评估与模型评估等，应当从模型的内在机理出发； ① 预训练阶段和对齐阶段不应当各自独立； ◆ 预训练模型抗拒对齐，如何在预训练阶段为对齐阶段提供一个具备可塑性分布帮助微调； ◆ 如何确保对齐初始模型弹性系数更小（抗拒更小），弹性限度更大（对齐空间更大）； ② 模型评估应该更关注模型内在表征的对齐；

MTP ： Multi-Token Prediction 多 token 预测提升模 型效果 • MTP 模块仅在训练中使用，提升模型训练效果，推理阶段可以不使用 MTP 模块，基础模型能够独立完成正常推 理 • 参考投机采样， MTP 模块也可以被重新配置用于 speculative decoding ，加速解码过程，降低整体时延 7 Huawei Proprietary Distribution 关键 发现 ① 细粒度的计算通信并行 • 将 PP stage 拆分为更细的模块 ，提升模块交替编排的灵活度 • 参考 ZeroBubble ，反向传递中的权重更新和梯度传递独立操作 • 经过细粒度的拆分和编排之后 ，计算流和通信流的 barrier 刚好可以重叠 ② 双向管道调度减少 PP 中的气泡 • 1F1B 中每个 batch 拆分为 1 个 forward

McCarthy ） 首次提出。 与会者们不仅对人工智能的研究和应 用 前景进行了深入探讨 ，还提出了许多重要的观点和思路 ，为人工智能的发展奠定了基础。 这次会议的召开标志着人工智能作 为一个独立学科的正式诞生 ， 因此 ，达特茅斯会议被称为“人工智能的开端” ， 1956 年也被称为“人工智能元年”。这次会 议不仅为人工智能的研究和发展奠定了基础 ，还为人类带来了巨大的变革和进步 1 ，如果把大模型比作大 脑 ，那 AI Agent 可以理解为小脑 + 手脚 6. 基于大模型的智能 体 AI Agent 的工作仅需给定一个目标 ，它就 能够针对目标独立思考并做出行动 ，它会 根据给定任务详细拆解出每一步的计划步 骤 ，依靠来自外界的反馈和自主思考 ， 自 己给自己创建 prompt