度學習，⽬標是帶回PBL精髓，在台灣的中⼩學實踐，從⽽改變教 育。 呂冠緯 均⼀平台教育基⾦會董事⻑暨執⾏⻑，不但⻑期提供台灣中⼩學 ⽣師優質數位學習平台資源，也致⼒於個⼈化學習師資培育，他形容 ChatGPT問世對教育界的影響，相當於氣候變遷議題等級的挑戰，並 非單⼀國家、組織可以解決，需要共識和協作。 林從⼀ 華梵⼤學校⻑，為美國愛荷華⼤學哲學系博⼠，之前擔任成⼤副 校⻑，來到華梵⼤學後，他致⼒於提升學⽣的學習意義感，並認為由 百個問題。那時，雖然⼤家感覺到這個議題很重要，但是中⼩學的家 ⻑和老師，好像覺得不⽤關⼼也不會怎麼樣，頂多是積極的家⻑和老 師讓孩⼦更早接觸程式教育……。 直到⼆○⼆⼆年底，隨著ChatGPT問世，讓AI的影響全⾯普及化， 這⼀次再也不是只有相關產業擔⼼AI的影響⼒。「ChatGPT出現，讓 AI從⼤規模科學家運動變成了全⺠運動，⼈們只要上網，什麼都可以 問，AI也什麼都可以答。」廣達電腦技術⻑暨副總經理張嘉淵指出關 鍵。 現存的⼯作，眼看這⼀波浪潮真的快要打在⾃⼰⾝上，⼤家都焦慮的 問：「哪些⼯作不會被AI取代？哪些能⼒才是未來需要的能⼒？」 ChatGPT中文全名是「聊天⽣成型預訓練變換模型」（Chat Generative Pre-trained Transformer，簡稱ChatGPT），是由美國矽⾕ 公司OpenAI所訓練的⼀個⼤型⾃然語⾔處理模型，它可以透過⾃然、 ⼝語的⽅式來進⾏對話。OpenAI是⼀個⼈⼯智慧研究實驗室，由非營

生成方面取 得了显著进展，开始展现出强大的内容生成能力。 AIGC的出现和发展，标志着人工智能应用从数据分析型向内容创造型的转变，极大 地扩展了人工智能技术的应用范围。例如：在内容创作领域，ChatGPT、文心一 言、讯飞星火等大模型广泛应用于创意写作，如自动生成文章、新闻报道、诗歌等 文本内容；在图像处理领域，Midjourney、DALL·E等模型能够根据文字描述生成 对应的图像内容，可以用 产 业的变革，主动拥抱智能时代。 本节将对比AI时代来临前后的教师角色、课程设置、个性化教育与学习以及教育评 价等方面，探讨AI技术对教育教学的影响。 1.2.1 AI时代的教师角色 以ChatGPT、Gemini、文心一言、讯飞星火为代表的人工智能大模型迅猛发展，凭 借强大的自然语言处理能力，它们能够完成问题解答、内容创作（文字、图像、音 视频等）、代码生成等复杂任务，对人类的知识获取方式、信息生成方式等产生深 AI浪潮已然袭来，没有任何人可以置身事外，对于普通人，我们能做的就是利用好 它，乘风破浪。这一轮AI浪潮之中，最突出、最具代表性的AI技术便是生成式AI， 通过深入了解生成式AI的定义、发展历史以及ChatGPT的快速发展案例，我们可以 更好地认识到这项技术的潜力和价值，以及它将如何继续影响和改变我们的世界。 3.1.1 生成式AI概述 生成式AI（Generative AI）是AI技术领域的一大突破，指的是能够创建或生成新

面向新型智算中心的以太 网弹性通道（FlexLane） 技术白皮书 （2025 年） 发布单位：中国移动通信有限公司研究院 前 言 随着以 ChatGPT、Deepseek 为代表的 AI 大模型崛起，算力需求呈指数级增长， 全球正加速建设智算中心以应对这一挑战。智算中心内部或智算中心间海量的数 据交换，对网络链路的可靠性提出了前所未有的要求。任何链路闪断或中断都可 能导致 AI ....... 21 中国移动 面向新型智算中心的以太网弹性通道（FlexLane）技术白皮书(2025) 1 1 背景与需求 近年来，人工智能（AI）技术取得了突破性进展，特别是以 ChatGPT、Deepseek 为代表的大语言模型（LLM）的兴起，标志着 AI 进入了一个全新的发展阶段。大 模型通常拥有数千亿甚至万亿的参数，中小模型通常也有十亿参数以上，需要海 量的算力进行训练

蛋白质 结构预测，它极大地推动了生物学和医学领域的研究进程。这些里程碑式的事件共同证明了人 工智能技术的飞速进步，并预示着其将在未来社会扮演更加重要的角色。 而 2022 年 11 月 ChatGPT 的 面 世 标 志 着 人 工 智 能 技 术 在 大 语 言 模 型（Large Language Model, LLM，也称大模型）和 生成式 AI(Generative AI) 等领域取得了新的革命 创造出高质量的文本、图片、视频、代码等新想法和内容的能力，即 AIGC（AI Generated Content，人工智能生成内容），为脑力劳动领域带来了创新与效率的双重提升。 典型的生成式 AI 大模型有：ChatGPT、Gemini、Claude、盘古、文心一言、通义千问、 讯飞星火、ChatGLM 等。这些模型基于大型复杂的深度神经网络结构，采用互联网上海量的 数据训练，并辅以大量的人工反馈对模型进行优

共同探索最佳实 践，务实推进应用智能化落地进程。 ——《应用全生命周期智能化白皮书》编写组 前言 迈向 AI-Native 时代：智能体驱动的应用现代化新范式 近两年来，随着 ChatGPT、DeepSeek 等大模型技术的快速发展，人工智能正以前所未有的速度重塑产业格局，而 Agent 智能体的崛起标志着应用现代化迈入全新阶段。未来大于 50% 的人类工作任务场景将被大模型影响，据麦肯锡预 能化白皮书》为起点，共同推动中国在全球智能化竞争中占据制高点，携手迈向应用现代化的智能时代！ 陈纯 浙江大学信息学部主任 中国工程院院士 应用现代化专业委员会会长 序言一 从 2022 年底 ChatGPT“横空出世”以来，国内外大模型创新风起云涌，学术界、科技企业和无数开发者探索数十 年的 AI 技术，迎来了应用大规模落地的奇点时刻。以应用智能体为代表的 AI 新范式，已成为推动行业变革的重要力量，

，不得以任何方式复制、抄袭、影 印、翻译本文档的任何部分。凡转载或引用本文的观点、数据，请注明“来源： 全球计算联盟”。 1 序 当前，人工智能技术正以前所未有的速度重塑着世界，从 ChatGPT 引发的 大模型热潮，到多模态 AI 应用的蓬勃发展，再到各类智能体的不断涌现，每一 次智能技术的突破都推动算力需求呈现百倍级增长，需要不同芯片商、不同代际 的各类异构算力芯片齐头并进。

非线性关系和内在机理的理解，为环境政策 制定及其效果评估提供了坚实的科学依据 7-10。 同时，跨学科合作进一步促进了 AI 在灾害预 警、物种保护、城市可持续发展规划等领域 的落地应用。 此外，大语言模型（LLM）如 ChatGPT 和 DeepSeek 在环境科学研究领域的辅助作 用也日益凸显 11。LLM 能够快速分析和处理 海量环境数据，帮助研究人员从中提取有价 值的信息，提升数据分析的效率和准确性。 LLM simulations using machine learning. npj Clim. Atmos. Sci. 3, 44 (2020). 11. Zhu, J.-J. et al. ChatGPT and Environmental Research. Environ. Sci. Technol. 57, 17667-17670 (2023). 12. Reichstein, M.

香港特别行政区合伙制事务所，均是与毕马威国际有限公司(英国私营担保有限公司)相关联的独立成员所全球组织中的成员。版权所有，不得转载。在中国印刷。 6 科技浪潮滚滚向前，人工智能（AI）发展更是日新月异，从ChatGPT问世到 DeepSeek发布，AI领域的每一次技术突破，都堪称举世瞩目。一幅“感知AI (Perception AI) -- 生成式AI -- (Generative AI) --代理式AI (Agentic 在AI技术的合规性应用方面面临较大挑战。尤 其是当企业从利用公共数据转向自有专有数据 的模型训练时，数据泄露、隐私侵害以及知识 产权纠纷等问题将变得更加复杂且难以预防。 例如某韩国知名半导体企业在引入ChatGPT后， 接连发生三起数据泄露事件，致使半导体设备 测量资料和产品良率等关键数据被纳入其训练 数据库，可能导致敏感数据泄露或滥用。 为释放AI的创新潜力并推动其更广泛的应用， 企业亟需一个能够覆盖整个AI生命周期的安全

全生产管理需求多、对标准化的规范操作有较高的要求，产 线工作人员需要记住大量的操作规范以保障产品质量； 大量生产规范原始文档为英文，对于部分员工造成了阅读和使用障碍； 客户之前尝试基于 ChatGPT3.5 自研的机器人进行生产质量和操作规范的知识管理，但无法上传企业内部沉 淀了数十年的生产工艺经验。 AI 内部共享知识库案例分析 化身员工 24H 助手，企业内部专业知识实时查询 26

等颠覆性技术的突破，已使得过去默默无闻的小企业由于掌 握了颠覆性数智技术而一夜成名，而长期领先于业界的知名 企业也可能顷刻间跌落神坛，如 OpenAI 公司采用了大模型 技术路线推出 ChatGPT 而一夜成名，更由于很快推出文生视 频 Sora 而进一步巩固了在人工智能产业的领先地位。我国 Deepseek 公司由于创新了 MOE、数据蒸馏等数智技术，并 采用了模型开源等商业模式，实现了人工智能大模型的“算 素，导致中文高质量数据集极度稀缺，企业多采用自采、自 建中文数据集方式，甚至采用外文标注数据集、开源数据集， 或者爬取网络数据。目前，全球通用的 50 亿大模型数据训练 集里，中文语料占比仅为 1.3%，风靡全球的 ChatGPT 训练 数据中的中文资料比重不足千分之一，而英文资料占比超过 92.6%。造成我国大模型训练数据量先天不足，而结果显示出 来的“聪明”程度就有了很大差异。例如，ChanGPT 大模型 的训练数据量达