ffusion的视觉模型），部分新的多模态模型架构 大模型的发展阶段 生成模型 ref:中文大模型基准测评2024年度报告(2025.01.08) 推理模型 生成模型与推理大模型的对比 比较项 OpenAI GPT-4o（生成模型） OpenAI o1（推理模型） 模型定位 专注于通用自然语言处理和多模态能力，适合日常对 话、内容生成、翻译以及图文、音频、视频等信息处 理、生成、对话等。 术的研究与开发 公司成立背景与 发展历程 大语言模型(LLM) 的创新应用 投资者背景与市 场定位 里程碑 DeepSeek模型系列 DeepSeek最新的生成模型和推理模型版本对比 比较方面 生成模型（V3） 推理模型（R1） 设计初衷 想要在各种自然语言处理的任务中都 能表现好，更通用 重点是为了搞定复杂的推理情况，比如 深度的逻辑分析和解决问题 性能展现 在数学题、多语言任务还有编码任务 “唯规模论”转向更加注重 “性价比”和“高效能”方向 01 02 03 打破垄断 价格下调 推动创新 21 21 模型有三种使用方式：在软件系统中调用官方API、模型微调、直接使用。 前 两种涉及到IT技术比较多。这里讲的是直接使用的三种方法，适合普通用户。 DeepSeek直接使用��� 22 DeepSeek官方-开袋即食��� 23 官网: https://chat.deepseek.com/

基线。具 体而 言，对于每个问题 ， GRPO 从旧策略 πθold 中采样一组输出，并通过最大化以下目标优化策略模型： 通过群组相对方式计算优势值，与奖励模型的对比性质（通常基于同一问题的输出比较训练）天 然 契合；此外， GRPO 直接将策略模型与参考模型的 KL 散度作为正则项加入损失函数，而非将 其混入 DeepSeek-R1 技术剖析： GRPO 赋能 RL-Scale DS-R1 Main Result GRPO ：利用同一问题下多个采样输出的平均奖励作为基线，从而无需额外近似价值函数。这种机制 通过群组相对方式计算优势值，与奖励模型基于同一问题的输出比较训练的特性天然契合。此外， GRPO 直接将策略模型与参考模型的 KL 散度作为正则项加入损失函数，而非将其混入奖励计算，简化 了优势值的计算过程。这使得 GRPO 在大规模强化学习任务中，特别是在处理复杂的推理任务时，能 的手段获得了一系列小模型，表现非常突出。这很大程度得益于 R1 模型足够强大， 发 现了很多高阶推理范式，而这些高阶推理范式是小模型直接利用大规模强化学习难以发现的（可以认为 是由 于预训练知识不足），因此这些蒸馏得到的小模型表现比较突出，甚至超过了基于大规模 RL 的方法。 技术对比讨论：蒸馏 vs 强化学习

........................................................................... 9 图表 10： 各数据中心供配电方案参数比较 .................................................................................................. 0%（相比 UPS 方案高 2.9pct），全链路效 率为 91.1%（相比 UPS 方案高 4.5pct），并且占地面积相较 UPS 减少约 80%。 图表10： 各数据中心供配电方案参数比较 SST 系统 巴拿马电源系统 传统 HVDC 系统 AC UPS 系统 系统效率 98.0% 97.5% 95.1% 95.1% 全链路效率 91.1% 90.6% 期）》，华泰研究 HVDC 保持高装机增速，但 UPS 仍居市场主流。纵向比较，由于 HVDC 行业相关统计较 少，我们通过HVDC新增装机容量和UPS市场规模的CAGR进行比较。2019-2022年HVDC 系统在数据中心年新增装机 CAGR 为 23%，而同期 UPS 行业市场规模 CAGR 为 11%；横 向比较，根据智研咨询数据，2021 年 HVDC 占比约为 12%，UPS 仍以 78%渗透率处于主

码和个性 化客户服务。 来源 基于联合国贸易和发展会议（UNCTAD）及各种在线市场研究报告。 注意 市场规模数据捕捉了产品和服务销售的收益。 1 GDP 是流量变量，市值是存量变量；目前这种比较仅用于说明目的，以突出领先科技公司巨大的市场规模 。 2 美国：英伟达和博通；中国台湾省：台积电 图1 快速拓展前沿技术 3 3.86 3.36 3.2 2.37 2 低成本劳动力方面的比较优势，从而危及几十年来取 得的成果。然而，通过适当政策，人工智能可以增强 而非替代人类能力，并有助于维持发展中国家的竞争 力。 三个关键杠杆点——三个可能导致人工智能变革级 联的关键杠杆点是基础设施、数据和技能。这些为评 估一个国家应对人工智能的准备工作、制定有效的产 业和创新政策，以及加强全球人工智能治理和合作提 供了基础。 前沿技术可能会侵 蚀发展中国家低成 本劳动力的比较优 势

按照遥操作主端设备的不同，主流遥操作方式可以分为以下几类： 主端方案 特点 VR设备 VR设备自带的对手柄和手势的识别功能，能够实现机器人在笛卡尔空间中的位姿 映射，以及灵巧手的指关节精确映射。这在操作任务上有着比较明显的优势。然 而，这种基于视觉+模型的方式容易在视线受遮挡时产生识别或预测错误。 动捕设备 使用动捕设备，可以实现对机器人关节空间运动的映射，在具有冗余自由度机械 臂的避障，人型机器人的仿人运动 更大的空间，并且需要几乎两倍于机器人成本。 外骨骼 使用外骨骼进行遥操作，一方面可以直接做关节空间位置映射，另一方面可以将 机器人的关节受力反馈给人。这种方式下，无论是精度还是操作人员的感受都会 比较好，但一套成熟的、有丰富反馈的外骨骼设备价格十分昂贵。并且需要额外 考虑外骨骼主动发力对人体潜在的安全风险。 其他末端控制 除此之外，还有许多能够用来做机械臂笛卡尔空间位姿映射的设备，简单的比如

（RRT）算法能够先构建一条复杂但可行的路径，然后对其进行优化 来避免碰撞。另外，蚁群算法、粒子群算法等群体算法能够通过模拟 自然界生物群体的行为，实现群体优化协调。在感知交互方面，基于 机器视觉技术的识别类模型应用比较成熟，在机器人的操作取物、移 动避障等各类功能中应用广泛，部分企业甚至开始了针对表面缺陷、 产品特征识别、安全巡检等难度较高任务的深度学习探索；基于语音 交互技术的语言类模型虽然较为成熟，但是主要用于陪伴对话、教育 表面检测、综合质检 安全管理 安全巡检 产线优化 —— 运营管理 物流配送 码垛、上下料、仓储、分拣、配送等 本报告分析了 88 个国内外“机器人+人工智能”应用案例，其中 生产操作、物流配送和质量管理占比较高，分别达到 40%、25%和 22% （图 3）。 11 图 3“人工智能+机器人”应用场景分布 1、生产操作：从操作精度提升到自适应学习 生产操作类应用占比接近 40%，是应用最为普遍的领域。原因主

Confidential & Proprietary. Do not reproduce or distribute. 3. 生成式AI驱动的变革 大模型对AI智算产业的作用 至关重要，是推动行业发展的核心力量 比较重要，但还有其它关键技术共同推动行业发展 一般重要，主要影响特定领域或任务 不太重要，对行业发展的贡献有限 完全不重要 来源：与非研究院 大模型确实对智算产业发展起到了关键作用，同时，其他

供给体系， 持续优化算力资源地域布局，加强集约化建设，强化算网存用 协调发展，推动新一代信息技术与算力设施融合应用，引导算 力运营智能化升级。 需求牵引，强化赋能。坚持市场需求导向，发挥区域比较 优势，进一步释放工业、金融等重点行业对算力应用的需求潜 力，激发智能算力、边缘算力等全场景应用创新活力，推动算 力与实体经济融合发展。 创新驱动，汇聚合力。坚持创新驱动，遵循技术、标准、

查，以各种题型（选择题、数值和李克特量 表）向受访者提出了一系列前瞻性业务和技 术战略问题。除非另有说明，否则所有引用 数据均来源于本次 2025 年五大趋势全球脉 动调查。由于样本量太小，无法对这次的受 访进行分组比较。 每一期的五大趋势报告都会重点介绍在来年 有望对业务产生重大影响的关键挑战和机 遇。今年的报告确定了 2025 年各行业和组 织的发展趋势，基于深度调查和全面的客户 参与，提供切实可行、以研究结果为依据的

员工能够有效利用 AI 工 具，才能真正释放 AI 的专业潜力，实现生产力的飞跃。 AI 的 使用和普及 效率绩效的 提升 有能力 驾驭 AI 的个体 17 为什么我使用 AI 大模型 感觉比较笨？ AI 力也是 AI 素养 - AI literacy。AI 力指的是一系列 的能力，具备这些能力的个人能够批判性地评估 AI 技 术，与 AI 进行有效的沟通和协作，并且可以在工作和其 他场景中将