DeepSeek原理与落地应用 AI肖睿团队 （孙萍、吴寒、周嵘、李娜、张惠军、刘誉） 2025年03月01日 厦门大学大数据百家讲坛 • 北大青鸟人工智能研究院 • 北大计算机学院元宇宙技术研究所 • 北大教育学院学习科学实验室 7 人工智能概念辨析 DeepSeek R1 大模型原理 落地应用 目 录 C O N T E N T S 人工智能概念辨析 PART 01 • 低成本：普惠企业级AI应用 做了大量的模型架构优化和系统工程优化。 训练成本仅$557w ：显著低于行业同类模型，打破高价壁垒。 推理成本降低83%：千亿参数模型适配中小企业需求，加速商业化落地。 • 国产化：技术自主，缩短差距 将国产模型与美国的代际差距从3-5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。 基础能力：进入推理模型阶段，跻身全球第一梯队

未经协议授权，禁止提供给其他单位或个人。 智启未来，“机”舞新篇 ——“十五五”机器人产业发展趋势及落地策略 1 智启未来，“机”舞新篇 ——“十五五”机器人产业发展趋势及落地策略 机器人产业是实体经济和数字经济深度融合的典型代表，是 培育发展新质生产力的重要方向，与多类新兴技术深度融合，已 成为推动国民经济高质量发展，提升国家综合竞争力的重要抓手。 将快速发展，产业规模预计将增长至 4000 亿元左右，且市场规 模稳居全球首位。赛迪顾问重磅推出《赛迪顾问“十五五”重点 产业落地工具册——机器人》，厘清当前中国机器人产业发展基 础、现状及技术发展趋势，研判“十五五”时期发展形势，为各 地机器人产业深度落地、高质发展提供参考。 01 度势 产业链：由有到优，全球竞争力再升级 近年来中国机器人产业快速发展，已实现“从无到有”的转

Proprietary and Confidential All Rights Reserved. 目录 2 1. 背景 2. 洞察：人形机器人落地场景顺序与评估模型 3. 聚焦：工业场景落地（新能源汽车制造） 4. 纵览：国内外人形机器人落地场景顺序 5. 展望：人形机器人产业关键节点识别（工业、家庭） M2 2025 Proprietary and Confidential All 贯穿至下游应用，聚焦汽车制造 • Next Step，计划发布人形机器人家用场景落地相关调研，从场景画像、用户画像等角度进一步打开 ◆ 本次《人形机器人落地场景洞察白皮书》4大核心亮点： • 创新逻辑：提出“人形机器人场景落地评价模型”，依托服务头部企业的实战经验，以及对机器人产业逻辑>10年 的洞见，识别落地场景顺序——工业、家庭、商业服务 • 聚焦工业：洞见新能源汽车制造——5大工序 VS 真实案例：采集某全球头部企业场景规划——验证人形机器人落地场景、适配工种逻辑 • 产业展望：工业、家庭场景供需端交叉验证，识别关键节点——2027小批量产，2030商业化起点 敬请期待 M2 2025 Proprietary and Confidential All Rights Reserved. 目录 4 1. 背景 2. 洞察：人形机器人落地场景顺序与评估模型 3. 聚焦：工业场景落地（新能源汽车制造） 4

这是第一个用于娱乐应用的大众市 场消费机器人。 多领域智能机器人 2002 年iRobot公司首次发布第一款 扫地机器人Roomba真空吸尘器。 2003年，火星探测器精神号和机遇 号落地火星表面。 2005年，人形机器人Albert HUBO被 发布，是世界上第一款具有人形头 部的行走类人机器人。 2005年，波士顿动力推出四足机器 人BigDog，适应复杂地形。 20 关于组织开展2023年未来产业创新任务揭榜挂帅的通知 面向元宇宙、人形机器人、脑机接口、通用人工智能4个重点方向，聚 焦核心基础、重点产品、公共支撑、示范应用等创新任务，发掘培育 优势单位，突破一批标志性技术产品，加速新技术、新产品落地应用。 人形机器人创新发展指导意见 工业和信息化部 2023年11月3日 到 2025 年，人形机器人创新体系初步 建立，整机产品实现批量生产，在特种、 制造、民生服务等场景得到示范应用。 国家发改委 拓展智能机器人在清洁、娱乐休闲、养老助残护理、教 育培训等方面功能，探索开发基于人工智能大模型的人 形机器人。 7 驱动因素 技术驱动：关键硬件实现国产化自研或大幅降价，大模型的 爆发降低开发成本，共同促进机器人落地通用场景 资料与数据来源：公开资料 数据收集与预处理 在智能机器人开发中，大模型 可整合来自摄像头、传感器等 设备采集的图像、声音、物理 信号等数据，将原始数据转化 为适合模型训练的高质量数据

积极出海，布局海外市场，在图像、视频和社交 等领域有较多突破。 6）DeepSeek掀起开源开放与应用落地的热潮：DeepSeek刷新了市场对大模型现阶段性能的 认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、开放和自主的 方向迈进，并带动产业链上下游的合作与应用落地。 AI Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 能代理 2024年，大模型驱动的人工智能市场增长低于预期，主要因为大模型在真实业务场景中的表现未能完全满足部分客户的需求，且建设成本 较高，企业需在数据基础、算力资源及组织机制等方面投入较多资源，导致多数项目处于尝试探索阶段，难以规模化落地；另一方面，模 型计算成本下降叠加供应商间激烈竞争，模型调用的费用持续降低，进一步限制了市场增长。 2025年初，DeepSeek刷新了市场对大模型现阶段性能的认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、 奠定了基础。与此同时，大模型在推理、多模态等领域的性能持续增强，叠加MCP等智能体开发协议及工具的成熟，使得可自主完成复杂 任务的智能体产品的实用性提升，夯实了AI市场增长的潜力；依托大模型的生成式AI产品也推动着传统小模型的落地应用，基于大小模型 协同，为客户构建兼具效果与成本优势的理想方案。总结以上分析，艾瑞测算2025至2029年中国AI产业将保持32.1%的年均复合增长率， 在2029年突破1万亿的市场规模。 2022-2029年中国人工智能产业规模

积极出海，布局海外市场，在图像、视频和社交 等领域有较多突破。 6）DeepSeek掀起开源开放与应用落地的热潮：DeepSeek刷新了市场对大模型现阶段性能的 认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、开放和自主的 方向迈进，并带动产业链上下游的合作与应用落地。 AI Agent正在重塑大模型的产品应用形态，带领AI产品由简单的对话问答向完成复杂任务的智 能代理 2024年，大模型驱动的人工智能市场增长低于预期，主要因为大模型在真实业务场景中的表现未能完全满足部分客户的需求，且建设成本 较高，企业需在数据基础、算力资源及组织机制等方面投入较多资源，导致多数项目处于尝试探索阶段，难以规模化落地；另一方面，模 型计算成本下降叠加供应商间激烈竞争，模型调用的费用持续降低，进一步限制了市场增长。 2025年初，DeepSeek刷新了市场对大模型现阶段性能的认知，其开源策略结合高效、低成本的架构显著加速了中国AI产业向更加高效、 奠定了基础。与此同时，大模型在推理、多模态等领域的性能持续增强，叠加MCP等智能体开发协议及工具的成熟，使得可自主完成复杂 任务的智能体产品的实用性提升，夯实了AI市场增长的潜力；依托大模型的生成式AI产品也推动着传统小模型的落地应用，基于大小模型 协同，为客户构建兼具效果与成本优势的理想方案。总结以上分析，艾瑞测算2025至2029年中国AI产业将保持32.1%的年均复合增长率， 在2029年突破1万亿的市场规模。 2022-2029年中国人工智能产业规模

爱分析·流程智能化应用实践报告 特别鸣谢 4 | 2025 爱分析·流程智能化应用实践报告 目录 1. 报告综述! " 2. 落地实践! # 案例: 蓝凌助力中集集团，以智能 BPM 平台重塑流程管理新范式! $$ 3. 结语! $# 关于爱分析! %& 产品服务! %$ 法律声明! %% 5 流程智能化实践报告 8 落地实践 | 2025 爱分析 · 流程智能化实践报告 9 2. 落地实践 流程智能化实践本质上是企业运营范式的结构性变革。其实践落地过程中遵循场景锚定、技术整合 的方法论。其成功要素取决于高层战略支持与深入的流程梳理。本章将阐述实践落地方法论与关键 成功要素。 实践方法论 1，需求诊断与场景锚定 管理领域具备的成熟方法论与标杆案例，更看重其数智化办公解决方案的丰富经验与本 土化服务能力。依托蓝凌 BPM 平台先进的架构设计及模块化产品能力，双方通过专业 化项目管控机制，成功实现系统全流程落地，有效提升了集团级流程治理效能。 | 2025 爱分析 · 流程智能化实践报告 13 在新的智能 BPM 建设过程中，中集集团构建了集团级一体化流程平台，通过四大核 心能力重

赋能企业的创新模式和应用场景 2.1 AI 在重点行业和细分场景的创新实践 2.1.1 AI 在医疗健康行业的应用 2.1.2 AI 在零售行业的应用 02 08 09 09 企业 AI 应用落地核心挑战：认知偏差与人才短缺 3.1 企业普遍缺乏对 Al 的专业认知和技能 3.2 AI 人才短缺 3.3 高管低估了员工学习和接纳 AI 的意愿 03 12 13 15 人才是变革的关键 力的诊断和测评 17 4.3 发展大模型时代的 AI 力 18 22 2.1.3 AI 在销售领域的应用 10 2.1.4 AI 在人力资源领域的应用 11 2024 年被业界公认为“大模型落地元年”。经过 2023 年的技术爆发期，大语言模型正在 经历从“实验室奇迹”到“商业变现”的关键转折： 种种迹象表明，大模型正从“能用”迈向“好用”和“实用，”开启了 AI 真正创造商业价值的 新纪元。在这一进程中，AI 各类便捷的 AI 落地工具和解决方案不断涌现，使 AI 应用从少数科技巨头 的"专利"转变为广大企业可及的生产力工具。 04 AI 在企业中的应用现状 1 技术门槛的显著降低 随着算力成本的持续下降和训练效率的提升，越来越多的企业开始构建专 属大语言模型，推动 AI 技术加速普及。 成本结构的根本改善 从互联网到金融，从医疗到制造，各行各业正在探索并实践大模型的落地应 用，将 AI 从概念真正转化为解决业务问题的有效工具。

备、外科手术辅助系统等领域进发，打开了新的百亿市场。 3. 生成式 AI 对于医疗 IT 的重构已经初现成效。上百个大模型涌入医疗领域，许多 互联网医疗、院内信息化系统已经引入相关技术，或能在明年实现规模化落地。 4. 下行经济形势下，医健企业一级市场融资受阻，IPO 延期。医疗 AI 企业需要加速商 业化，在产品形态、市场开拓、伙伴合作等方面实现全面创新，尽快找到扭亏为盈的具 体路径。 目录 不过，这种重视并非总能转变为商业合作。一方面，影像 AI 对于医院价值的提升需要 一定时间才能展现，而采购时管理者更注重解决方案带来的直接价值，影像 AI 的优先 级相对滞后；另一方面，由于过去影像 AI 在落地时通常采用与医生合作的方式免费部 署，部分主任在采访中没有直接表达采购意愿，只是强调高质量的 AI 产品自然会有用 武之地。 信息化 AI 方面，由于医院院长、信息科主任已经习惯了以采购的方式购置软件，且大 万。因此，医疗体系对于心血管 AI、肺癌 AI 的强烈需求驱动企业围绕对应疾病进行研发。 2. 以脏器为目标的诊断取代了以单一病种为目标的诊断，驱动企业基于脏器进行全面 布局。过去，影像 AI 的研发落地常围绕某一特定疾病进行，但影像科医生在阅读 CT、 X 光片时，不会先入为主预设患者的患病情况，而是会逐一确认影像中的每一个细节， 这种辅助模式限制了影像 AI 的价值。如今，影像 AI 企业为实现某个脏器的诊断，必须

年人工智能转向更加实际的应用探索。 一方面, 以大模型为主线的基础大模型技术加速迭代, 头部企业沿着规模定律,不断 刷新基础大模型的能力上限。另一方面, 随着人工智能技术的日益精进, 工 程化和应用赋能加速落地, 安全治理也从原则走向实践。尤其是 2024 年下 半年,在应用维度, AI 大模型的发展轨迹已悄然转变,不再将目光局限于单 纯的文字生成领域,而是以破竹之势向视觉理解、 视频生成、智能搜索以及 置改革步伐,促进数据要素高效合规地开放、 共享、交易, 充分激发数据要 素的活力, 释放数据要素价值,赋能新质生产力培育, 带动整个经济社会高 质量发展。我国加速推动 "数据要素X" 行动计划落地, 各地区各部门积极 开展探索实践,加快推动数据要素价值化过程,发挥数据要素对经济发展的 乘数效应, 提高经济社会发展的质量和效益。 1.2 AI 创新成为企业普遍共识, 赋能千行百业提质增效 更多干货请关注公众号“管理技术化平台” 8 图 2-2 企业智能化转型框架图（2024 版） 与 2023 年版企业智能化转型框架相比,今年的企业智能化转型框架抓住了 最新的 AI 技术趋势, 紧密跟随企业 AI 应用落地趋势, 进行了继承和创新。 继承和保持的部分包括: 1) 继续秉承 "价值驱动、体系化实施" 的转型思路, 紧密围绕智能化价 值引领的理念。 2) 保持了企业智能化转型的总框架, 按照战略、业务运营、