【廈門大學(xué)】DeepSeek大模型賦能高校教學(xué)和科研

DeepSeek每個人都可以讀懂的大模型科普報(bào)告（高校篇）DeepSeek大模型賦能高校教學(xué)和科研廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)作品2025年2月25日廈門大學(xué)林子雨

副教授國內(nèi)高校大數(shù)據(jù)教學(xué)的重要貢獻(xiàn)者團(tuán)隊(duì)負(fù)責(zé)人

：林子雨副教授年輕力量：

核心成員全部46周歲以下結(jié)構(gòu)合理：

教學(xué)型、

科研型、

實(shí)驗(yàn)工程師專注專業(yè)：

從2013年至今

，

11年專注于大數(shù)據(jù)教學(xué)團(tuán)隊(duì)特點(diǎn)：

眼光前瞻、

緊跟技術(shù)、

創(chuàng)新實(shí)干、

執(zhí)行力強(qiáng)

影響力高：

多項(xiàng)指標(biāo)在國內(nèi)高校大數(shù)據(jù)教學(xué)領(lǐng)域領(lǐng)先?

教材數(shù)量?

教材占有率?

MOOC課程學(xué)習(xí)人數(shù)?

師資培養(yǎng)?

教學(xué)研討會?

教學(xué)網(wǎng)站訪問量?

在線講座觀看人數(shù)?……團(tuán)隊(duì)聯(lián)系方式：

ziyulin@xmu.edu.cn廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)

1.人工智能發(fā)展簡史

2.人工智能思維

3.大模型：

人工智能的前沿

4.高校本地部署DeepSeek大模型

5.AIGC應(yīng)用與實(shí)踐

6.基于大模型的智能體

7.AI賦能高?？蒲?/p>

8.AI賦能高校教學(xué)

目錄

廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)作品2025年2月1.1

圖靈測試1.2人工智能的誕生1.3人工智能的發(fā)展階段1.4未來人工智能發(fā)展的五個階段1.人工智能發(fā)展簡史廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)作品1950年

，

“計(jì)算機(jī)之父”和“人工智能之父”艾倫·圖靈（Alan

M.Turing）

發(fā)表了論文《計(jì)算機(jī)器與智能》

，這篇論文被譽(yù)

為人工智能科學(xué)的開山之作。

在論文的開篇

，

圖靈提出了一個引人深思的問題：

“機(jī)器能思考嗎？

”。

這個問題激發(fā)了人們

無盡的想象

，

同時也奠定了人工智能的基本概念和雛形在這篇論文中

，圖靈提出了鑒別機(jī)器是否具有智能的方法

，這就是人工智能領(lǐng)域著名的“圖靈測試”。

如圖所示

，其基本思想是測試者在

與被測試者（一個人和一臺機(jī)器）

隔離的情況下

，通過一些裝置（如鍵盤）向被測試者隨意提問。進(jìn)行

多次測試后

，如果被測試者機(jī)器讓平均每個測試者做出超過30%的誤判

，那么這臺機(jī)器就通過了測試

，

并被認(rèn)為具有人類智能1.1

圖靈測試

人工智能的誕生可以追溯到20世紀(jì)50年代。

當(dāng)時

，計(jì)算機(jī)科學(xué)剛剛起步

，人們開始嘗試通過計(jì)算機(jī)程序來模擬人類的思維和行為。

在這個背景下

，

一些杰出的科學(xué)家和工程師們開始研究如何使計(jì)算機(jī)具備更高級的功能1956年8月

，在美國達(dá)特茅斯學(xué)院舉辦的人工智能夏季研討會

，是人工智能領(lǐng)域具有里程碑意義的一次重要會議。

這次會議匯聚了眾多杰出的科學(xué)家和工程師

，他們共同探討和研究人工智能的發(fā)展和應(yīng)用前景這次會議的主題圍繞著人工智能的定義、

研究方法和應(yīng)用場景展開。

與會者們深入探討了人工智能的基本概念、

算法和技術(shù)，以及其在各個領(lǐng)域的應(yīng)用潛力。

他們共同認(rèn)識到

，人工智能的研究和發(fā)展將為人類帶來巨大的變革和進(jìn)步1.2人工智能的誕生在這次會議上

，

“人工智能”這個詞匯被約翰.麥卡錫（John

McCarthy）

首次提出。

與會者們不僅對人工智能的研究和應(yīng)用前景進(jìn)行了深入探討

，還提出了許多重要的觀點(diǎn)和思路

，為人工智能的發(fā)展奠定了基礎(chǔ)。

這次會議的召開標(biāo)志著人工智能作

為一個獨(dú)立學(xué)科的正式誕生

，

因此

，達(dá)特茅斯會議被稱為“人工智能的開端”

，

1956年也被稱為“人工智能元年”。

這次會

議不僅為人工智能的研究和發(fā)展奠定了基礎(chǔ)

，還為人類帶來了巨大的變革和進(jìn)步1.2人工智能的誕生1.3人工智能的發(fā)展階段從1956年人工智能元年至今

，人工智能的發(fā)展歷程經(jīng)歷了漫長的歲月

，大致可以劃分為以下6個階段OpenAIOperatorDeepSeek

R11.4未來人工智能發(fā)展5個階段2.人工智能思維廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)作品擁有和人工智能協(xié)作的能力，懂得如何運(yùn)用人工智能2.人工智能思維具備區(qū)分人的能力

和機(jī)器的能力協(xié)作區(qū)分了解每個人都應(yīng)了解人工智能的基礎(chǔ)運(yùn)行模式2024年12月

，

人工智能教母級人物、

斯坦福大學(xué)終

身教授李飛飛在公開演講中說道：

“斯坦福應(yīng)該錄

取最會用ChatGPT的前2000名學(xué)生”。2025年1月

，

互聯(lián)網(wǎng)知名企業(yè)家周鴻祎發(fā)表觀點(diǎn)

”未來擅長使用AI的人會淘汰不會使用AI的人

“。2.人工智能思維3.大模型：人工智能的前沿3.1大模型的概念3.2大模型的發(fā)展歷程3.3人工智能與大模型的關(guān)系3.4大模型分類3.5大模型原理3.6大模型產(chǎn)品3.7大模型應(yīng)用領(lǐng)域廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)作品大模型通常指的是大規(guī)模的人工智能模型

，是一種基于深度學(xué)習(xí)技術(shù)

，具有海量參數(shù)、強(qiáng)大的學(xué)習(xí)能力和泛化能力

，能夠處理和生成多種類型數(shù)據(jù)的人

工智能模型。通常說的大模型的“大”的特點(diǎn)體現(xiàn)在：2020年

，OpenAI公司推出了GPT-3

，模型參數(shù)規(guī)模達(dá)到了1750億。2023年3月發(fā)布的GPT-4的參數(shù)規(guī)模是GPT-3的10倍以上

，達(dá)到1.8萬億，3.1大模型的概念2021年11月阿里推出的M6模型的參數(shù)量達(dá)10萬億。訓(xùn)練數(shù)據(jù)量大計(jì)算資源需求高參數(shù)數(shù)量龐大大模型的設(shè)計(jì)和訓(xùn)練旨在提供更強(qiáng)大、

更準(zhǔn)確的模型性能

，

以應(yīng)對更復(fù)雜、

更龐大的數(shù)據(jù)集或任務(wù)。

大模型通常能夠?qū)W習(xí)到更細(xì)微的模式和規(guī)律

，具有更強(qiáng)的泛化能力和表達(dá)能力學(xué)習(xí)能力強(qiáng)大模型可以從大量的數(shù)據(jù)中學(xué)習(xí)，并利用學(xué)到的知識和模式來提供

更精準(zhǔn)的答案和預(yù)測

。這使得它

們在解決復(fù)雜問題和應(yīng)對新的場

景時表現(xiàn)更加出色上下文理解能力大模型具有更強(qiáng)的上下文理解能力

，能夠理解更復(fù)雜的語意和語

境

。這使得它們能夠產(chǎn)生更準(zhǔn)確、

更連貫的回答可遷移性高學(xué)習(xí)到的知識和能力可以在不同的任務(wù)和領(lǐng)域中遷移和應(yīng)用

。這

意味著一次訓(xùn)練就可以將模型應(yīng)

用于多種任務(wù)，無需重新訓(xùn)練語言生成能力大模型可以生成更自然

、更流利的語言，減少了生成輸出時呈現(xiàn)

的錯誤或令人困惑的問題3.1大模型的概念3.2大模型的發(fā)展歷程大模型發(fā)展歷經(jīng)三個階段

，分別是萌芽期、

沉淀期和爆發(fā)期3.2大模型的發(fā)展歷程3.2大模型的發(fā)展歷程大模型發(fā)展對算力的需求演變?nèi)斯ぶ悄軝C(jī)器學(xué)習(xí)深度學(xué)習(xí)人工智能包含了機(jī)器學(xué)習(xí)

，機(jī)器學(xué)習(xí)包含了深度學(xué)習(xí)

，深度學(xué)習(xí)可以采用不同的模型

，

其中一種模型是預(yù)訓(xùn)練模型

，預(yù)訓(xùn)練模型包含了預(yù)訓(xùn)練大模型（可以簡稱為“大模型”）

，預(yù)訓(xùn)練大模型包含了預(yù)訓(xùn)練大語言模型（可以簡稱為“大語言模

型”）

，預(yù)訓(xùn)練大語言模型的典型代表包括OpenAI的GPT和百度的文心ERNIE

，

ChatGPT是基于GPT開發(fā)的大模型產(chǎn)品，預(yù)訓(xùn)練大模型預(yù)訓(xùn)練大語言模型預(yù)訓(xùn)練大語言模型GPT文心ERNIE...3.3人工智能與大模型的關(guān)系深度學(xué)習(xí)模型預(yù)訓(xùn)練模型文心一言ChatGPT文心一言是基于文心ERNIE開發(fā)的大模型產(chǎn)品語言大模型是

指

在自

然

語

言

處

理

（Nat

u

ral

La

ng

uageProcessing，

NLP）領(lǐng)域中的一類大模型，

通常

用于處理文本數(shù)據(jù)和理解自然語言

。這類大模型

的主要特點(diǎn)是它們在大規(guī)模語料庫上進(jìn)行了訓(xùn)練，

以學(xué)習(xí)自然語言的各種語法

、語義和語境規(guī)則

。

代表性產(chǎn)品包括GPT系列

（

OpenAI）、

Bard（

Google）

、

DeepSeek

、文心一言（百度）等多模態(tài)大模型是指能夠處理多種不同類型數(shù)據(jù)的大模型，例如

文本

、

圖像

、音頻等多模態(tài)數(shù)據(jù)

。這類模型結(jié)合

了NLP和CV的能力，

以實(shí)現(xiàn)對多模態(tài)信息的綜合理解和分析，從而能夠更全面地理解和處理復(fù)雜的數(shù)據(jù)

。代表性產(chǎn)品包括DingoDB多模向量數(shù)據(jù)

庫（九章云極DataCanvas）

、

DALL-E(OpenAI)、

悟空畫畫（華為）

、midjourney等視覺大模型是指在計(jì)算機(jī)視覺（

Computer

Vision

，CV）領(lǐng)

域中使用的大模型

，通常用于圖像處理和分析

。

這類模型通過在大規(guī)模圖像數(shù)據(jù)上進(jìn)行訓(xùn)練，

可

以實(shí)現(xiàn)各種視覺任務(wù)

，如圖像分類

、

目標(biāo)檢測

、

圖像分割

、姿態(tài)估計(jì)

、人臉識別等

。代表性產(chǎn)品包括VIT系列（

Google

）

、文心UFO

、華為盤古

CV

、

INTERN（商湯）等3.4大模型的分類通用大模型L0是指可以在多個領(lǐng)域和任務(wù)上通用的大模型

。

它們利用大算力、使用海量的開放數(shù)據(jù)與具有巨量參數(shù)的深度學(xué)習(xí)算法，在大規(guī)模無標(biāo)注數(shù)

據(jù)上進(jìn)行訓(xùn)練，

以尋找特征并發(fā)現(xiàn)

規(guī)律

，進(jìn)而形成可“舉一反三”

的強(qiáng)

大泛化能力

，可在不進(jìn)行微調(diào)或少

量微調(diào)的情況下完成多場景任務(wù)

，

相當(dāng)于AI完成了“通識教育”行業(yè)大模型L1是指那些針對特定行業(yè)或領(lǐng)域的大模型

。

它們通常使用行業(yè)相關(guān)的數(shù)

據(jù)進(jìn)行預(yù)訓(xùn)練或微調(diào)，

以提高在該領(lǐng)域的性能和準(zhǔn)確度，相當(dāng)于AI成

為“行業(yè)專家”垂直大模型L2是指那些針對特定任務(wù)或場景的大模型

。

它們通常使用任務(wù)相關(guān)的數(shù)

據(jù)進(jìn)行預(yù)訓(xùn)練或微調(diào)，

以提高在該

任務(wù)上的性能和效果3.4大模型的分類按照應(yīng)用領(lǐng)域的不同

，大模型主要可以分為L0、

L1、

L2三個層級OpenAI定義推理模型在OpenAI的官網(wǎng)上

，OpenAI定義推理模型是在回答之前進(jìn)行思考

，

并在回復(fù)用戶

之前

，在內(nèi)部生成一長串的思維鏈過程。思維鏈?zhǔn)且环N提示大語言模型進(jìn)行逐步推理的方法。它讓模型在得出最終答案之前，

先顯式地寫出推理的中間步驟。這就像人

類解決復(fù)雜問題時會先把思考過程寫下來

一樣。推理模型的核心也就是說

，如果模型在回復(fù)你之前有一長串的思考過程（這個過程必須可以顯示輸

出）

，探索了很多不同的路徑之后給出答

案

，那么有這個能力的大模型就是推理大模型。推理模型的核心在于處理那些需要多步驟邏輯推導(dǎo)才能解決的復(fù)雜問題。推理大模型推理大模型的概念大規(guī)模傳播應(yīng)該開始于2

0

2

4

年

9

月

份

。

2

0

2

4

年

9

月12日，OpenAI官方宣布了OpenAI

o

1推理大模

型。3.4大模型的分類大語言模型可以分為通用大模型和推理大模型3.4大模型的分類n

推理大模型DeepSeek

R1的對話效果非推理問題

：”

法國的首都是哪里

？

”（答案直接

、

無需推導(dǎo)

）推理問題：”

一列火車以每小時60英里的速度行駛3小時

，

行駛距離是多少？

”（需先理解

”距離

=速度

×

時間

”

的關(guān)系

，

再分步計(jì)算）Sebastian

Raschka博士（

Lightning

AI的首席教育學(xué)家）

將“推理”定義為通過生成中間步驟來回答復(fù)雜問

題的過程

通用的大語言模型（

LLM）

可能直接輸出簡短答案（如”

180英里”）

推理模型的特點(diǎn)在于顯式展示中間推導(dǎo)過程3.4大模型的分類特性推理大模型通用大模型適用場景復(fù)雜推理、

解謎、

數(shù)學(xué)、

編碼難題文本生成、

翻譯、

摘要、

基礎(chǔ)知識問答復(fù)雜問題解決能力優(yōu)秀

，能進(jìn)行深度思考和邏輯推理一般

，難以處理多步驟的復(fù)雜問題運(yùn)算效率較低

，推理時間較長

，資源消耗大較高

，

響應(yīng)速度快

，資源消耗相對較小幻覺風(fēng)險較高

，

可能出現(xiàn)“過度思考”導(dǎo)致的錯誤答案較低

，更依賴于已知的知識和模式泛化能力更強(qiáng)

，能更好地適應(yīng)新問題和未知場景相對較弱

，更依賴于訓(xùn)練數(shù)據(jù)擅長任務(wù)舉例解決復(fù)雜邏輯謎題

，編寫復(fù)雜算法

，數(shù)學(xué)證明撰寫新聞稿

，翻譯文章

，

生成產(chǎn)品描述

，

回答常識問題成本通常更高通常更低在應(yīng)用方面二者各有擅長的領(lǐng)域

，

而不是簡單的誰強(qiáng)誰弱問題n

如果你需要完成數(shù)據(jù)分析、

邏輯推理、

代碼生成等邏輯性較強(qiáng)且較為復(fù)雜的任務(wù)

，請選擇推理大模型n

如果你面臨創(chuàng)意寫作、

文本生成、

意圖識別等發(fā)散性較強(qiáng)且較為創(chuàng)意多樣的任務(wù)

，請選擇通用大模型3.4大模型的分類大量的數(shù)據(jù)和計(jì)算資源訓(xùn)練具有大量參數(shù)的不斷地調(diào)整模型參數(shù)大模型是基于Transformer架構(gòu)的

，這種架構(gòu)是一種專門用于自然語言處理的“編碼-解碼器”架構(gòu)。

在訓(xùn)練過程中

，大模型將輸入的單詞以向量的形式傳遞給神經(jīng)網(wǎng)絡(luò)

，然后通過網(wǎng)絡(luò)的編碼解碼以及自注意力機(jī)制

，建立起每個單詞之間聯(lián)系的權(quán)

重。大模型的核心能力在于將輸入的每句話中的每個單詞與已經(jīng)編碼在模型中的單詞進(jìn)行相關(guān)性的計(jì)算

，并把相關(guān)性又編碼

疊加在每個單詞中。

這樣

，大模型能夠更好地理解和生成自然文本

，

同時還能夠表現(xiàn)出一定的邏輯思維和推理能力3.5大模型的基本原理神經(jīng)網(wǎng)絡(luò)模型基于深度學(xué)習(xí)大模型利用3.5大模型的基本原理3.6.1

國外的大模型產(chǎn)品3.6.2

國內(nèi)的大模型產(chǎn)品3.6.3

主流大模型“幻覺”評測3.6大模型產(chǎn)品廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)作品n

ChatGPTChatGPT是一種由OpenAI訓(xùn)練的大語言模型。

它是基于Transformer架構(gòu)

，經(jīng)過大量文本數(shù)據(jù)訓(xùn)練而成

，能夠生成自然、流暢的語言

，并具備回答問題、

生成文本、

語言翻譯等多種功能ChatGPT的應(yīng)用范圍廣泛

，

可以用于客服、

問答系統(tǒng)、

對話生成、

文本生成等領(lǐng)域。

它能夠理解人類語言

，并能夠回答各種問題

，提供相關(guān)的知識和信息。

與其他聊天機(jī)器人相比

，

ChatGPT具備更強(qiáng)的語言理解和生成能力

，能夠更自然地與人

類交流

，并且能夠更好地適應(yīng)不同的領(lǐng)域和場景。

ChatGPT的訓(xùn)練數(shù)據(jù)來自互聯(lián)網(wǎng)上的大量文本

，

因此

，

它能夠涵蓋多種3.6.1國外的大模型產(chǎn)品語言風(fēng)格和文化背景n

GeminiGemini是谷歌發(fā)布的大模型

，

它能夠同時處理多種類型的數(shù)據(jù)和任務(wù)

，

覆蓋文本、

圖像、

音頻、

視頻等多個領(lǐng)域。

Gemini采用了全新的架構(gòu)

，將多模態(tài)編碼器和多模態(tài)解碼器兩個主要組件結(jié)合在一起

，

以提供最佳結(jié)果Gemini包括三種不同規(guī)模的模型：

Gemini

Ultra、

Gemini

Pro和Gemini

Nano

，

適用于不同任務(wù)和設(shè)備。

2023年12月6日，Gemini的初始版本已在Bard中提供

，開發(fā)人員版本可通過Google

Cloud的API獲得。

Gemini可以應(yīng)用于Bard和Pixel8Pro智能手機(jī)。

Gemini的應(yīng)用范圍廣泛

，包括問題回答、

摘要生成、

翻譯、

字幕生成、

情感分析等任務(wù)。

然而

，

由于其復(fù)雜

性和黑箱性質(zhì)

，

Gemini的可解釋性仍然是一個挑戰(zhàn)3.6.1國外的大模型產(chǎn)品n

Sora2024年2月16日

，

OpenAI再次震撼全球科技界

，發(fā)布了名為Sora的文本生成視頻大模型

，只需輸入文本就能自動生成視頻。

這一技術(shù)的誕生，不僅標(biāo)志著人工智能在視頻生成領(lǐng)域的重大突破

，更引發(fā)了關(guān)于人工智

能發(fā)展對人類未來影響的深刻思考。

隨著Sora的發(fā)布

，人工智能似乎正

式踏入了通用人工智能（AGI：

Artificial

General

Intelligence）

的時代。AGI是指能夠像人類一樣進(jìn)行各種智能活動的機(jī)器智能

，包括理解語言、識別圖像、

進(jìn)行復(fù)雜推理等。

Sora大模型能夠直接輸出長達(dá)60秒的視頻

，

并且視頻中包含了高度細(xì)致的背景、

復(fù)雜的多角度鏡頭

，

以及富有情感

的多個角色。

這種能力已經(jīng)超越了簡單的圖像或文本生成

，開始觸及到

視頻這一更加復(fù)雜和動態(tài)的媒介。

這意味著人工智能不僅在處理靜態(tài)信

息上越來越強(qiáng)大

，

而且在動態(tài)內(nèi)容的創(chuàng)造上也展現(xiàn)出了驚人的潛力3.6.1國外的大模型產(chǎn)品n

Sora右圖是Sora根據(jù)文本自動生成的視頻畫面

，

一位戴著

墨鏡、

穿著皮衣的時尚女子走在雨后夜晚的東京市區(qū)

街道上

，抹了鮮艷唇彩的唇角微微翹起

，

即便帶著墨

鏡也能看到她的微笑

，地面的積水映出了她的身影和

燈紅酒綠的霓虹燈

，熱鬧非凡的唐人街正在進(jìn)行舞龍

表演

，熙熙攘攘的人群目光都聚焦在躍動的彩龍身上，

整個環(huán)境的喜慶氛圍仿佛令人身臨其境3.6.1國外的大模型產(chǎn)品n

OpenAI

o32024年12月20日

，

OpenAI發(fā)布推理模型o3

，無論在軟件工程、

編寫代碼

，還是競賽數(shù)學(xué)、

掌握人類博士級別的自然科學(xué)知識能力方面

，

o3都達(dá)到了很高的水平國外的大模型產(chǎn)品3.6.1大模型圖標(biāo)指標(biāo)排名DeepSeek能力測評第一豆包用戶數(shù)量第一Kimi文本處理第一即夢AI作圖能力第一通義萬相視頻生成第一智譜清言文檔歸納第一3.6.2國內(nèi)的大模型產(chǎn)品2025年1月國內(nèi)大模型排行榜2024年12月26日

，杭州一家名為“深度求索”（

DeepSeek）

的中國初創(chuàng)公司，發(fā)布了全新一代大模型DeepSeek-V3。

在多個基準(zhǔn)測試中

，

DeepSeek-V3的

性能均超越了其他開源模型

，

甚至與頂尖的閉源大模型GPT-4o不相上下

，尤

其在數(shù)學(xué)推理上

，

DeepSeek-V3更是遙遙領(lǐng)先。

DeepSeek-V3以多項(xiàng)開創(chuàng)性

技術(shù)

，大幅提升了模型的性能和訓(xùn)練效率。

DeepSeek-V3在性能比肩GPT-4o的同時

，研發(fā)卻只花了558萬美元

，

訓(xùn)練成本不到后者的二十分之一。

因

為表現(xiàn)太過優(yōu)越

，

DeepSeek在硅谷被譽(yù)為“來自東方的神秘力量”。2025年1月20日

，

DeepSeek-R1正式發(fā)布

，擁有卓越的性能

，在數(shù)學(xué)、

代碼和推理任務(wù)上可與OpenAI

o1媲美。3.6.2國內(nèi)的大模型產(chǎn)品n

DeepSeek（深度求索）DeepSeek創(chuàng)始人梁文峰n通義千問通義千問是阿里云推出的一個超大規(guī)模的語言模型

，

它具備多輪對話、

文

案創(chuàng)作、

邏輯推理、

多模態(tài)理解、

多語言支持的能力。

通義千問這個名字

有“通義”和“千問”兩層含義

，

“通義”表示這個模型能夠理解各種語

言的含義

，

“千問”則表示這個模型能夠回答各種問題。

通義千問基于深

度學(xué)習(xí)技術(shù)

，通過對大量文本數(shù)據(jù)進(jìn)行訓(xùn)練

，從而具備了強(qiáng)大的語言理解

和生成能力。

它能夠理解自然語言

，并能夠生成自然語言文本n字節(jié)跳動豆包豆包是字節(jié)跳動基于云雀模型開發(fā)的

AI

，

能理解你的需求并生成高質(zhì)量回應(yīng)。

它知識儲備豐富

，

涵蓋歷史、

科學(xué)、

技術(shù)等眾多領(lǐng)域

，

無論是日常問題咨詢

，

還是深入學(xué)術(shù)探討

，

都能提供準(zhǔn)確全面的信息。

同時

，

具備出色的文本創(chuàng)作能力

，

能撰寫故事、

詩歌、

文案等各類體裁。

并且擅長語言交互

，交流自然流暢

，就像身邊的知心伙伴

，

耐心傾聽并給予恰當(dāng)反饋。3.6.2國內(nèi)的大模型產(chǎn)品n文心一言文心一言是由百度研發(fā)的知識增強(qiáng)大模型

，能夠與人對話互動、

回答問題、

協(xié)助創(chuàng)作

，

高效便捷地幫助人們獲取信息、

知識和靈感文心一言基于飛槳深度學(xué)習(xí)平臺和文心知識增強(qiáng)大模型

，持續(xù)從海量數(shù)據(jù)和大規(guī)模知識中融合學(xué)習(xí)

，具備知識增強(qiáng)、

檢索增強(qiáng)和對話增強(qiáng)的技術(shù)特色。文心一言具有廣泛的應(yīng)用場景

，例如智能客服、

智能家居、

移動應(yīng)用等領(lǐng)域。它可以與用戶進(jìn)行自然語言交互

，

幫助用戶解決各種問題

，提供相關(guān)的知識

和信息n

KimiKimi是月之暗面科技2023年推出的

AI

助手

，

可處理200萬字超長文本

，支持多

格式文件解讀、

互聯(lián)網(wǎng)信息搜索整合、

多語言對話等

，能用于辦公、

學(xué)習(xí)、

創(chuàng)作等

場景

，有網(wǎng)頁版、

APP、

微信小程序等使用方式。3.6.2國內(nèi)的大模型產(chǎn)品大模型幻覺

，也被稱為AI幻覺

，是指大型語言模

型在生成內(nèi)容時

，

產(chǎn)生與事實(shí)不符、

邏輯錯誤或

無中生有等不合理信息的現(xiàn)象。比如在回答歷史事件時

，

可能會編造不存在的細(xì)

節(jié)或人物；

在進(jìn)行科學(xué)知識講解時

，

給出錯誤的

理論或數(shù)據(jù)。其產(chǎn)生原因主要包括：

模型訓(xùn)練數(shù)據(jù)存在偏差、

不完整或錯誤

，

導(dǎo)致在學(xué)習(xí)過程中引入了不準(zhǔn)確

的信息；

模型基于概率分布生成內(nèi)容

，

在某些情

況下會選擇一些看似合理但實(shí)際錯誤的路徑。

大

模型幻覺會影響信息的準(zhǔn)確性和可靠性

，

在信息

傳播、

學(xué)術(shù)研究等領(lǐng)域可能帶來不良影響。

因此，

在使用大模型時

，

需要對其輸出內(nèi)容進(jìn)行仔細(xì)驗(yàn)

證和甄別。3.6.3主流大模型“幻覺”評測3.7大模型的應(yīng)用領(lǐng)域廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)作品（2）計(jì)算機(jī)視覺大模型在計(jì)算機(jī)視覺領(lǐng)域也有廣泛應(yīng)用

，可以用于圖像分類（識別圖像中的物體和場景）、

目標(biāo)檢測（能夠定位并識別圖像中的特定物體）、圖像生成（如風(fēng)格遷移、圖像超分辨率增強(qiáng)）、人臉識別（用于安全驗(yàn)證和身份識別）、醫(yī)學(xué)影像分析（輔助醫(yī)生診斷疾病）等（1）

自然語言處理大模型在自然語言處理領(lǐng)域具有重要的應(yīng)用

，可以用于文本生成（如文章、小說、新聞等的創(chuàng)作）、翻譯系統(tǒng)（能夠?qū)崿F(xiàn)高質(zhì)量的

跨語言翻譯）、問答系統(tǒng)（能夠回答用戶提出的問題）、情感分析（用于判斷文本中的情感傾向）、語言生成（如聊天機(jī)器人）等大模型的應(yīng)用領(lǐng)域非常廣泛

，涵蓋了自然語言處理、

計(jì)算機(jī)視覺、

語音識別、

推薦系統(tǒng)、

醫(yī)療健康、

金融風(fēng)控、

工業(yè)制造、生物信息學(xué)、

自動駕駛、

氣候研究等多個領(lǐng)域3.7大模型的應(yīng)用領(lǐng)域（4）推薦系統(tǒng)大模型可以用于個性化推薦、廣告推薦等任務(wù)。通過分析用戶的歷史行為和興趣偏好

，大模型可以為用戶提供個性化的推薦服務(wù)

，提高用

戶滿意度和轉(zhuǎn)化率（3）語音識別大模型在語音識別領(lǐng)域也有應(yīng)用

，如語音識別、語音合成等。通過學(xué)習(xí)大量的語音數(shù)據(jù)

，大模型可以實(shí)現(xiàn)高質(zhì)量的跨語言翻譯和語音

識別以及生成自然語音3.7大模型的應(yīng)用領(lǐng)域金融風(fēng)控自動駕駛醫(yī)療健康大模型可以用于信用評估、欺詐檢測等任務(wù)

。通過分析大量的金融數(shù)據(jù)

，大模型可

以評估用戶的信用等級和風(fēng)險水平，

以及檢測欺詐行為，提高金融系統(tǒng)的安全性和

穩(wěn)定性大模型可以用于醫(yī)療影像診斷、疾病預(yù)測等任務(wù)

。通過學(xué)習(xí)大量的醫(yī)學(xué)影像數(shù)據(jù)

，大模型可以輔助醫(yī)生進(jìn)行疾病診斷和治療方案制定，提高醫(yī)療水平和效率3.7大模型的應(yīng)用領(lǐng)域型可以實(shí)現(xiàn)對車輛周圍環(huán)境的感知和識別，以及進(jìn)行決策和控制，提高自動駕駛的安

全性和效率大模型可以用于自動駕駛中的感知、決策等任務(wù)

。通過學(xué)習(xí)大量的駕駛數(shù)據(jù)

，大模在生物信息學(xué)領(lǐng)域

，大模型可以用于基因序列分析（識別基因中的功能元件和變異

位點(diǎn)）

、蛋白質(zhì)結(jié)構(gòu)預(yù)測（推測蛋白質(zhì)的

二級和三級結(jié)構(gòu)）

、藥物研發(fā)（預(yù)測分子與靶點(diǎn)的相互作用）等大模型可以用于質(zhì)量控制、故障診斷等任務(wù)

。通過學(xué)習(xí)大量的工業(yè)制造數(shù)據(jù)

，大模型可以輔助工程師進(jìn)行產(chǎn)品質(zhì)量控制和故

障診斷，提高生產(chǎn)效率和產(chǎn)品質(zhì)量在氣候研究領(lǐng)域

，大模型可以處理氣象數(shù)據(jù)

，進(jìn)行天氣預(yù)測和氣候模擬

。

它們能夠分析復(fù)雜的氣象現(xiàn)象，提供準(zhǔn)確的氣象預(yù)報(bào)

，幫助人們做出應(yīng)對氣候變化的決策3.7大模型的應(yīng)用領(lǐng)域工業(yè)制造生物信息學(xué)氣候研究4.高校本地部署DeepSeek大模型廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)作品大模型圖標(biāo)指標(biāo)排名DeepSeek

能力測評第一豆包

用戶數(shù)量第一Kimi

文本處理第一即夢AI

作圖能力第一通義萬相

視頻生成第一智譜清言

文檔歸納第一4.1直接使用在線大模型n

2025年1月國內(nèi)大模型排行榜北京交通大學(xué)教學(xué)運(yùn)行中心在智慧教學(xué)課程平臺中全面接入Deep-Seek-R1大模型

，利用其在數(shù)學(xué)、代碼、

自然語言處理

等方面的強(qiáng)大推理能力

，幫助教師高效解決教學(xué)過程中各類復(fù)

雜問題。該校表示

，

目前“深度思考

”功能對全校教師開放

，

后續(xù)將逐步對學(xué)生開放

，并上線更多功能。北京師范大學(xué)利用該校培養(yǎng)方案、教學(xué)手冊、教學(xué)大綱等高質(zhì)量語料

，

為近萬門課程本地化部署DeepSeek-R1大模型。登錄智能

“課程中心

”

，學(xué)業(yè)規(guī)劃、知識問答、概念講解、資源推薦、解題

啟發(fā)、論文潤色等功能一目了然

，為師生提供定制化、情境化的教

學(xué)輔助

，還支持學(xué)生的個性化與探究式學(xué)習(xí)需求。DeepSeek滿血版R1

，

參數(shù)高達(dá)6710億（671B）

，

相當(dāng)于一個

“超級大腦”

，

能處理復(fù)雜數(shù)學(xué)題、

編程、

長文本分析等高難度

任務(wù)。

部署本地DeepSeek-

R1（671B）滿血版模型

，支持校園辦公自動化、

科研項(xiàng)目輔助、

學(xué)術(shù)資源分析等多領(lǐng)域應(yīng)用浙江大學(xué)、

中國人民大學(xué)、

廈門大學(xué)、

北京師范大學(xué)、

北京交通大學(xué)等高校發(fā)布消息

，表示正在探索開展有關(guān)DeepSeek的

實(shí)踐應(yīng)用

，部分高校已在自主研發(fā)的教學(xué)課程平臺中接入該大

模型。

DeepSeek化身智能“助教”

，為師生深度思考賦能。4.2國產(chǎn)AI大模型DeepSeek走入高校中國農(nóng)業(yè)大學(xué)、

中央民族大學(xué)等高校還利用該大模型的問答功能

，介紹學(xué)校特色專業(yè)和校園文化

，歡迎學(xué)生報(bào)考。通過多輪對話實(shí)時聯(lián)網(wǎng)搜索權(quán)威信息

，提供全面、快速、優(yōu)質(zhì)的回答2025年2月19日

，鄭州大學(xué)國家超級計(jì)算中心、

計(jì)算機(jī)與人工智能學(xué)院、

信息化辦公室攜手攻堅(jiān)

，成功在超算中心設(shè)備上部署本

地化“滿血版”

DeepSeek-R1大模型（671B）

。在多個關(guān)鍵應(yīng)用領(lǐng)域

，

DeepSeek-R1大模型展現(xiàn)出強(qiáng)大的實(shí)力論文寫作輔助提供語法檢查、參考文獻(xiàn)自動生成等功能，極大提高寫作效率文本創(chuàng)作與智能辦公場景實(shí)現(xiàn)高效語言生成、

輔助寫作、

智能糾錯和摘要生成、多種語言實(shí)時互譯文本分析可快速提煉論文創(chuàng)新點(diǎn)、方法及實(shí)驗(yàn)結(jié)果數(shù)學(xué)推理能夠解答高等數(shù)學(xué)、

概率統(tǒng)計(jì)、

線性代數(shù)等復(fù)雜問題

，提供解題思路與引導(dǎo)式問題編程助手支持10余種編程語言的代碼創(chuàng)作與問題診斷4.2國產(chǎn)AI大模型DeepSeek走入高校知識問答鄭州大學(xué)DeepSeek-R1系列大模型正在對接學(xué)校統(tǒng)一身份認(rèn)證平臺

，近期將面向全校師生開放試用同時

，

將根據(jù)學(xué)校各學(xué)科具體需求與硬件條件

，

以具體化、

針對性、

私有化、

學(xué)科專用或?qū)嶒?yàn)室專用的方式將進(jìn)一步

將70B、

32B、

14B、

8B、

7B等不同版本的DeepSeek-R1大模型部署到學(xué)科內(nèi)部

，并接入本地知識庫（如學(xué)術(shù)資源、

課程資源、

實(shí)驗(yàn)數(shù)據(jù)等）

，

后期學(xué)校將根據(jù)具體需求及資源占用情況提供差異化服務(wù)

，

構(gòu)建

“AI

+學(xué)科

”垂直領(lǐng)域解

決方案

，為學(xué)科交叉創(chuàng)新發(fā)展提供有力支撐4.2國產(chǎn)AI大模型DeepSeek走入高校本地部署

大模型4.3為什么需要本地部署大模型離線與高效使用成本與資源優(yōu)化數(shù)據(jù)隱私與安全性避免使用限制定制化與靈活性模型微調(diào)技術(shù)特點(diǎn)（1）

領(lǐng)域針對性強(qiáng)：

經(jīng)過微調(diào)的模

型在特定領(lǐng)域的表現(xiàn)會有顯著提升

，

能夠更好地理解和處理該領(lǐng)域的專業(yè)

問題；（2）

模型適應(yīng)性優(yōu)化：

通過微調(diào)可

以調(diào)整模型的參數(shù)

，使其更符合特定

任務(wù)的要求

，提高輸出的準(zhǔn)確性和穩(wěn)

定性。模型微調(diào)和本地知識庫使用海量數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練得到的基礎(chǔ)大模型

，具備廣泛的語言理解和生成

能力

，但在特定任務(wù)上的表現(xiàn)往往不

夠精準(zhǔn)。解決方案：（1）

模型微調(diào)；（2）

本地知識庫模型微調(diào)技術(shù)要點(diǎn)（1）

高質(zhì)量的標(biāo)注數(shù)據(jù)：

標(biāo)注數(shù)據(jù)

的質(zhì)量直接影響微調(diào)的效果

，

需要確

保數(shù)據(jù)標(biāo)注的準(zhǔn)確性和一致性。（2）

合理的微調(diào)策略：

選擇合適的

微調(diào)算法和超參數(shù)

，避免過擬合或欠

擬合問題。4.4本地部署大模型方案在監(jiān)督微調(diào)階段

，模型會學(xué)習(xí)一個指令-響應(yīng)（Instruction-Response）

數(shù)據(jù)集

，

該數(shù)據(jù)集包含大量人

類編寫的任務(wù)示例

，例如“請解釋相對論的基本概念”及其標(biāo)準(zhǔn)答案通過這種方式

，

模型能夠理解不同類型的任務(wù)并提供符合預(yù)期的回答

。

指令-響應(yīng)

（Instruction

-Response）

數(shù)據(jù)集用于訓(xùn)練模型理解任務(wù)指令并生成符合預(yù)期的響應(yīng)時效性問題對知識更新頻繁的領(lǐng)域

，微調(diào)后的模型可能很快會過時

，

需要不斷重新訓(xùn)練在微調(diào)完成后

，

部分高級模型還會使用強(qiáng)化學(xué)習(xí)進(jìn)行優(yōu)化。

例如

，

ChatGPT和Claude使用人類反饋

強(qiáng)化學(xué)習(xí)（

RLHF）

讓模型的回答更符合用戶期望

，更好地選擇符合人類偏好的答案數(shù)據(jù)準(zhǔn)備成本高需要收集、

整理和標(biāo)注大量特定領(lǐng)域的數(shù)據(jù)

，這是一個耗

時費(fèi)力的過程4.4本地部署大模型方案模型微調(diào)主要是指令微調(diào)

，指令微調(diào)包括兩個階段：

監(jiān)督微調(diào)和強(qiáng)化學(xué)習(xí)監(jiān)督微調(diào)強(qiáng)化學(xué)習(xí)不足之處：n

本地知識庫RAG（

Retrieval-Augmented

Generation）

，

即檢索增強(qiáng)生成

，是一種結(jié)合檢索技術(shù)和生成模型的技術(shù)框架，

旨在提升模型生成內(nèi)容的準(zhǔn)確性和相關(guān)性其核心思想是：

在生成答案前

，

先從外部知識庫中檢索相關(guān)信息

，

再將檢索結(jié)果與用戶輸入結(jié)合

，指導(dǎo)生成模型

輸出更可靠的回答。

簡單地說

，就是利用已有的文檔、

內(nèi)部知識生成向量知識庫

，在提問的時候結(jié)合庫的內(nèi)容一

起給大模型

，

讓其回答的更準(zhǔn)確

，

它結(jié)合了信息檢索和大模型技術(shù)4.4本地部署大模型方案實(shí)時知識補(bǔ)充模型的回復(fù)結(jié)合了業(yè)務(wù)知識和實(shí)時知識

，

所以實(shí)時性可以更好減少模型幻覺由于提問結(jié)合了業(yè)務(wù)知識

，所以減少了模型的幻覺，即減少了模型的胡說八道保護(hù)數(shù)據(jù)隱私由于日常的業(yè)務(wù)知識是保存到本地的

，

所以減少信息泄露的風(fēng)險4.4本地部署大模型方案無需重新訓(xùn)練不用重新訓(xùn)練模型

，微調(diào)模型降低了成本n

本地知識庫的優(yōu)點(diǎn)步驟安裝Ollama下載DeepSeek

R1運(yùn)行DeepSeek

R1使用Open

Web

UI增強(qiáng)交互體驗(yàn)

具體安裝過程請參考廈門大學(xué)數(shù)據(jù)庫實(shí)驗(yàn)室博客/blog/5816/4.4本地部署大模型方案DeepSeek

R1671B（滿血版）

部署成本1.硬件采購成本?服務(wù)器集群

：含8張NVIDIA

A100/H100顯卡的服務(wù)器

，

市場價格約80-120萬元?配套設(shè)備

：液冷系統(tǒng)、

冗余電源等附加成本約15-25萬元2.運(yùn)維成本?電費(fèi)

：滿載功耗約6000W

，

年電費(fèi)約5-8萬元（按工業(yè)電價1.2元/度計(jì)算）?維護(hù)：

專業(yè)工程師團(tuán)隊(duì)年成本約30-50萬元4.4本地部署大模型方案高校科研基礎(chǔ)設(shè)施不足

，算力短

缺且資源碎片化問題依然突出DeepSeek雖然大幅降低了算力消耗

，但對于尖端的AIfor

Science

，仍需大量算力。

過去

，傳統(tǒng)的高校算力建

設(shè)方式

，往往是不同院系、

研究小組

，

自行采購和管理各

自的計(jì)算資源

，

一個學(xué)校內(nèi)可能存在多個小型計(jì)算集群。

賽爾網(wǎng)絡(luò)的一份報(bào)告顯示

，全國近2000所高等學(xué)校中，91.6%的高校未建設(shè)校級算力平臺。

這顯然難以匹配大模

型時代的要求

，容易出現(xiàn)算力資源分散管理、

忙閑不均、

共享不暢等問題

，拖慢科研成果產(chǎn)出效率大模型的技術(shù)棧復(fù)雜。

即使是目前廣

受歡迎的DeepSeek

，

在業(yè)界看來

，

其落地門檻仍然很高比如拿到一個開源的DeepSeek模型后

，要先做算力適配

，

一種簡單粗暴的做法是多買一些已經(jīng)適配過的卡

，把它給

裝進(jìn)去

，再結(jié)合用戶的私有數(shù)據(jù)

，去做常規(guī)的RAG或微調(diào)。

這種方式簡單易操作

，但成本較高?，F(xiàn)在

，

高校和科研院所在探索一些新方法。

比如

，

先將開

源模型蒸餾

，獲得更小參數(shù)的模型

，來降低算力需求4.4本地部署大模型方案高校本地部署大模型面臨的問題：n

2025年2月10日

，清華大學(xué)AI團(tuán)隊(duì)發(fā)布KTransformers開源項(xiàng)目迎來重大更新

，成功打破大模型推理算

力門檻。

此前

，擁有671B參數(shù)的MoE架構(gòu)大模型DeepSeek-R1在推理時困難重重。

推理服務(wù)器常因高

負(fù)荷宕機(jī)

，

專屬版云服務(wù)器按GPU小時計(jì)費(fèi)的高昂成本讓中小團(tuán)隊(duì)無力承擔(dān)

，

而市面上的

“本地部署”

方案多為參數(shù)量大幅縮水的蒸餾版

，在本地小規(guī)模硬件上運(yùn)行滿血版

DeepSeek-R1被認(rèn)為幾乎不可能n

此次KTransformers項(xiàng)目更新帶來重大突破

，

支持在24G顯存（4090D）

的設(shè)備上本地運(yùn)行

DeepSeek-

R1、V3的671B滿血版。

其預(yù)處理速度最高可達(dá)286tokens/s

，推理生成速度最高能達(dá)到14tokens/s。

甚至有開發(fā)者借助這一優(yōu)化技術(shù)

，在3090顯卡和200GB內(nèi)存的配置下

，使Q2_K_XL模型的推理速度達(dá)到9.1tokens/s

，

實(shí)現(xiàn)了千億級模型的“家庭化”運(yùn)行傳統(tǒng)方案：

8卡A100服務(wù)器成本超百萬元

，按需計(jì)費(fèi)每小時數(shù)千元清華方案：

單卡RTX4090方案

，整機(jī)成本約2萬元

，功耗80W4.4本地部署大模型方案5.1AI

GC概述5.2文本類AI

GC應(yīng)用實(shí)踐5.3

圖片類AI

GC應(yīng)用實(shí)踐5.4語音類AI

GC應(yīng)用實(shí)踐5.5視頻類AI

GC應(yīng)用實(shí)踐5.6AI

GC在輔助編程中的應(yīng)用5.7AI搜索5.8AI智能辦公5.AI

GC應(yīng)用與實(shí)踐廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)作品5.

1AI

GC概述5.1.1什么是AI

GC5.1.2AI

GC與大模型的關(guān)系5.1.3

常見的AI

GC應(yīng)用場景5.1.4

常見的AI

GC大模型工具5.1.5AI

GC大模型的提示詞廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)作品AIGC的全稱為“Artificial

Intelligence

Generated

Content”

，

中文翻譯為“人工智能生成內(nèi)容”。

這是一種新的創(chuàng)作方式

，利用人工智能

技術(shù)來生成各種形式的內(nèi)容

，包括文字、

音樂、

圖像、

視頻等nAIGC是人工智能進(jìn)入全新發(fā)展時期的重要標(biāo)志

，其核心技術(shù)包括生成對抗網(wǎng)絡(luò)（GAN

，GenerativeAdversarial

Networks）、大型預(yù)訓(xùn)練模型、多模態(tài)

技術(shù)等nAIGC的核心思想是利用人工智能算法生成具有一定創(chuàng)意和質(zhì)量的內(nèi)容。通過

訓(xùn)練模型和大量數(shù)據(jù)的學(xué)習(xí)

，AIGC可以根據(jù)輸入的條件或指導(dǎo)

，生成與之相

關(guān)的內(nèi)容。例如

，通過輸入關(guān)鍵詞、描述或樣本

，AIGC可以生成與之相匹配

的文章、圖像、音頻等nAIGC技術(shù)不僅可以提高內(nèi)容生產(chǎn)的效率和質(zhì)量

，還可以為創(chuàng)作者提供更多的靈感和支持。在文學(xué)創(chuàng)作、藝術(shù)設(shè)計(jì)、游戲開發(fā)等領(lǐng)域

，AIGC可以自動創(chuàng)作出高質(zhì)量的文本、圖像和音頻等內(nèi)容。同時

，AIGC也可以應(yīng)用于媒體、教育、娛樂、營銷、科研等領(lǐng)域

，為用戶提供高質(zhì)量、高效率、高個性化的內(nèi)容服務(wù)5.1.1什么是AI

GC大模型與AIGC之間的關(guān)系可以說是相輔相成、

相互促進(jìn)的。

大模型為AIGC提供了強(qiáng)大的技術(shù)基礎(chǔ)和支撐，而AIGC則進(jìn)一步推動了大模型的發(fā)展和應(yīng)用5.1.2AI

GC與大模型的關(guān)系大模型為AIGC提供了豐

富的數(shù)據(jù)資源和強(qiáng)大的計(jì)

算能力大模型和AIGC的結(jié)合

，

也帶來了廣泛的應(yīng)用前景AIGC的需求也推動了大

模型的發(fā)展010302辦公寫周報(bào)日報(bào)

，

寫方案

，

寫運(yùn)營活動

，

制作PPT

，

寫

讀后感

，

寫代碼游戲生成場景原畫

，

生成角色形象

，

生成世界觀

，

生成

數(shù)值

，

生成3D模型

，

生成NPC對話

，

音效生成電商生成商品標(biāo)題

、

描述

、

廣告文案和廣告圖娛樂頭像生成

，

照片修復(fù)

，

圖像生成

，

音樂生成影視生成分鏡頭腳本

，

生成劇本腳本

，

臺詞潤色

，

生成

推廣宣傳物料

，

音樂生成5.1.3常見的AI

GC應(yīng)用場景設(shè)計(jì)UI設(shè)計(jì)

，

美術(shù)設(shè)計(jì)

，

插畫設(shè)計(jì)

，建筑設(shè)計(jì)動漫原畫繪制

，

動畫生成

，

分鏡生成

，

音樂生成藝術(shù)寫詩

，

寫小說

，

生成藝術(shù)創(chuàng)作品

，

草圖生成

，

藝術(shù)風(fēng)格

轉(zhuǎn)換

，

音樂創(chuàng)作教育批改試卷

，

試卷創(chuàng)建

，

搜題答題

，

課程設(shè)計(jì)

，

課程總結(jié)

，

虛擬講師生活制定學(xué)習(xí)計(jì)劃

，

做旅游規(guī)劃媒體軟文撰寫

，

大綱提煉

，

熱點(diǎn)撰寫5.1.3常見的AI

GC應(yīng)用場景5.1.4常見的AI

GC大模型工具這些工具基于大語言模型技術(shù)

，

具備文本生成、

語言理解、

知識問答、

邏輯推理等多種能力

，

可廣泛應(yīng)用于寫作輔助、

內(nèi)容創(chuàng)作、

智能客服等多個領(lǐng)域。

通過不斷迭代和優(yōu)化

，為用戶提供更加智能、

高效的內(nèi)容生成解決方案OpenAI的ChatGPT科大訊飛的訊飛星火阿里的通義千問DeepSeek百度文心一言字節(jié)跳動豆包Kimi

AIGC大模型的提示詞（

Prompt）

是指用戶向大模型輸入的文本內(nèi)容

，

用于觸發(fā)大模型的響應(yīng)并指導(dǎo)其如何生成或回應(yīng)

這些提示詞可以是一個問題、

一段描述、

一個指令

，

甚至是一個帶有詳細(xì)參數(shù)的文字描述。

它們?yōu)榇竽Ｐ吞峁┝松蓪?/p>

應(yīng)文本、

圖片、

音頻、

視頻等內(nèi)容的基礎(chǔ)信息和指導(dǎo)方向。

提示詞的重要作用如下：5.1.5AI

GC大模型的提示詞引導(dǎo)生成

增強(qiáng)交互性提高準(zhǔn)確性5.1.5AI

GC大模型的提示詞使用提示詞需要注意一些技巧

，

這樣可以從大模型獲得更加符合我們預(yù)期要求的結(jié)果使用肯定性指令分解復(fù)雜任務(wù)自然語言回答簡潔明確考慮受眾遵守規(guī)則明確角色示例驅(qū)動通用模型n

需顯式引導(dǎo)推理步驟（如通過“思

維鏈”提示）

，否則可能跳過關(guān)鍵

邏輯。n

依賴提示語補(bǔ)償能力短板（如要求

分步思考、提供示例）。n

提示語更簡潔

，只需明確任務(wù)目標(biāo)和需求（因其已內(nèi)化推理邏輯）。n

無需逐步指導(dǎo)

，模型自動生成結(jié)構(gòu)

化推理過程（若強(qiáng)行拆解步驟

，反

而可能限制其能力）。5.1.5AI

GC大模型的提示詞推理模型提示詞之道：

通用大模型與推理大模型在提示詞策略方面也有不同側(cè)重與技巧5.2文本類AI

GC應(yīng)用實(shí)踐進(jìn)入百度官網(wǎng)訪問DeepSeek保證正常快速使用步驟1：登錄DeepSeek平臺。在瀏覽器地址欄中輸入“https://www.deepseek.com/

”網(wǎng)址，進(jìn)入“DeepSeek

”平臺，完成登錄后，進(jìn)入平臺的對話功能界面。步驟4：登錄KIMI平臺。在瀏覽器地址欄中輸入“https://kimi.moonshot.cn/”網(wǎng)址，進(jìn)入“KIMI平臺

”，登錄成功后，點(diǎn)擊平臺左側(cè)的“kimi+

”后選擇PPT助手功能5.2文本類AI

GC應(yīng)用實(shí)踐步驟6：一鍵生成PPT并選擇適合的PPT模板和風(fēng)格步驟7：編輯和確認(rèn)生成的PPT內(nèi)容，無誤后下載PPT步驟3：生成并保存DeepSeek生成的PPT大綱和框架案例：

DeepSeek

+Kimi制作PPT步驟5：在Kimi中粘貼DeepSeek生成的

PPT大綱和框架步驟2：輸入你要生成PPT的提示詞02050401030607打

開x

m

i

nd

軟

件，

通

過

文

件

-

導(dǎo)

入

-

Ma

rkdow

n進(jìn)

行

文

件

的

導(dǎo)

入，

最

后

就

能

馬

上

渲

染

出

一

個

非

常

完

美

的

思

維

腦

圖

。將

我

們

準(zhǔn)

備

好

的

電

子

書

上

傳

到

Dee

p

Seek，

并

輸

入

提

示

詞

：

現(xiàn)

在

我

需

要

做

一

個x

m

i

nd

思

維

導(dǎo)

圖，

請

幫

這

份

文

檔

輸

出

為

Ma

rkdow

n格

式5.2文本類AI

GC應(yīng)用實(shí)踐案例：

DeepSeek

+Kimi制作腦圖將內(nèi)容復(fù)制到text的文件中

，

進(jìn)行保存

，

并將文件的后綴名改為.

md圖片類AIGC是一種基于人工智能技術(shù)生成圖片的方法

，

它利用深度學(xué)習(xí)、

生成對抗網(wǎng)絡(luò)（GAN）

等先進(jìn)算法

，通

過學(xué)習(xí)和模仿大量圖像數(shù)據(jù)

，能夠自動創(chuàng)作出高度真實(shí)和藝術(shù)化的圖片。

AIGC在圖像生成、

修復(fù)、

風(fēng)格轉(zhuǎn)換、

藝

術(shù)創(chuàng)作等領(lǐng)域展現(xiàn)出強(qiáng)大能力

，為數(shù)字藝術(shù)、

設(shè)計(jì)、

游戲、

電影等多個行業(yè)帶來創(chuàng)新解決方案。

其優(yōu)勢包括高效性、

多樣性和自動化

，能夠快速生成大量高質(zhì)量的圖像內(nèi)容

，滿足各種復(fù)雜需求5.3圖片類AI

GC應(yīng)用實(shí)踐AIGC能夠生成高度逼真的圖像

，

如人臉、

動物、

建筑物等。

例如

，

OpenAI發(fā)布的DALL-E可以

根據(jù)文本提示詞創(chuàng)作出全新的、

原創(chuàng)的圖像

，

展示了AI在圖像創(chuàng)作方面的強(qiáng)大能力AI

GC在圖像識別方面也有廣泛應(yīng)用

，

可以識別圖像中的對象、

場景和特征

，

如人臉識別、

車牌識別等。

這項(xiàng)技術(shù)對于安防監(jiān)控、

智能搜索、

自動駕駛等領(lǐng)域的發(fā)展至關(guān)重要通過對圖像進(jìn)行增強(qiáng)處理

，

AI

GC可以增加圖像的飽滿感和增強(qiáng)細(xì)節(jié)

，

使圖像質(zhì)量得到提升。

這在提升照片的視覺效果、

改善圖像的清晰度和細(xì)節(jié)方面非常有用AI

GC還可以修復(fù)損壞的圖像

，

如去除噪聲、

填充缺失的部分等。

這項(xiàng)技術(shù)對于保護(hù)和恢復(fù)古老的藝術(shù)作品、

修復(fù)損壞的照片等具有重要意義5.3圖片類AI

GC應(yīng)用實(shí)踐圖像識別圖像修復(fù)圖像增強(qiáng)圖像生成案例：

DeepSeek+即夢AI

，

生成教師節(jié)海報(bào)第1步

：登錄DeepSeek

，輸入如下提示詞：我想用Al繪圖軟件繪制一張教師節(jié)海報(bào),要加入廈門大學(xué)元素,請幫我寫一段提示詞第2步

：登錄

“即夢AI”

，進(jìn)入

“AI作圖”的

“圖片生成”

，在提示詞輸

入框中

，把第1步DeepSeek生成的提示詞粘貼進(jìn)來

，點(diǎn)擊

“立即生成”5.3圖片類AI

GC應(yīng)用實(shí)踐5.3圖片類AI

GC應(yīng)用實(shí)踐案例：

去除圖片中的水印去除水印后的圖片帶有水印的圖片語音類AIGC是一種利用人工智能技術(shù)（特別是語音識別、

自然語言處理和語音合成技術(shù)）

，

自動生成和處理語音內(nèi)容的技術(shù)。

它能夠模擬人類語音

，

實(shí)現(xiàn)語音到文本的轉(zhuǎn)換、

文本到語音的合成，

以及語音情感分析等功能

，廣泛應(yīng)用于智能語音助手、

智能客服、

語音翻譯等多個領(lǐng)域5.4語音類AI

GC應(yīng)用實(shí)踐5.4語音類AI

GC應(yīng)用實(shí)踐智能駕駛艙與車載語音助手應(yīng)用場景0105語音分析與情感識別030406虛擬人物

與數(shù)字人語音合成

與轉(zhuǎn)換0207智能語音助手智能客服語音翻譯高校老師怎么用？n

高校教師可以使用語音類AI

GC工具（喜馬拉雅音頻大模型、騰訊智影）

，根據(jù)自己教學(xué)課件的文本內(nèi)容，

自動生成專業(yè)的配音

，可以采用專業(yè)播音員的音色

，也可以使用AI

GC工具（比

如米可智能）“克隆”

自己的講課聲音

，用自己的音色生成配音n

高校教師使用鬼手剪輯GhostCut進(jìn)行語音翻譯

，可以把一種語言的講課視頻自動轉(zhuǎn)換成另外一種語言的講課視頻5.4語音類AI

GC應(yīng)用實(shí)踐視頻類AIGC是指利用人工智能技術(shù)

，特別是深度學(xué)習(xí)、

機(jī)器學(xué)習(xí)等算法

，

自動創(chuàng)建或處理視頻內(nèi)容的技術(shù)。

它能根據(jù)給定的文本、

圖像或其他數(shù)據(jù)

，

自動生成符合描述的視頻內(nèi)容

，涵蓋文生視頻、

圖生視頻、

視頻風(fēng)格化、

人物

動態(tài)化等多個方向。

這一技術(shù)在創(chuàng)意設(shè)計(jì)、

影視制作等領(lǐng)域潛力巨大

，極大地提升了視頻內(nèi)容的生產(chǎn)效率和質(zhì)量5.5視頻類AI

GC應(yīng)用實(shí)踐□使用即夢AI實(shí)現(xiàn)圖生視頻□使用通義萬相根據(jù)圖片生成自帶音效的視頻□借助剪映AI工具

，根據(jù)文字自動生成高質(zhì)量的視頻

，

并自帶配音配樂□使用鬼手剪輯生成視頻解說□使用騰訊智影生成數(shù)字人播報(bào)視頻（用于制作教學(xué)視頻）Vidu生數(shù)科技聯(lián)合清華大學(xué)發(fā)布

，

是中國首個長時長、

高一致性、

高動態(tài)

性視頻大模型

，

支持一鍵生成16秒

高清視頻

，性能對標(biāo)國際頂尖水平。即夢AI即夢AI是字節(jié)跳動旗下剪映團(tuán)隊(duì)開

發(fā)的一站式AI創(chuàng)意創(chuàng)作平臺。

支持

文生圖、

圖生圖、

文生視頻、

圖生

視頻等

，有智能畫布、

故事創(chuàng)作等可靈由快手推出

，

被譽(yù)為中國版Sora，視頻生成時長可達(dá)120秒

，

支持文

生視頻、

圖生視頻、

視頻續(xù)寫、

鏡

頭控制等功能

，表現(xiàn)出色。

視頻類AIGC大模型發(fā)端于Sora。

2024年2月

，美國的Open

AI發(fā)布了全球第一款文生視頻大模型Sora（這

里的“文生視頻”是指由輸入的文本內(nèi)容生成相應(yīng)的視頻）

，

迅速引起了業(yè)界的廣泛關(guān)注和討論高校教師怎么用？□借助可靈AI工具

，根據(jù)文本內(nèi)容自動生成高質(zhì)量的視頻5.5視頻類AI

GC應(yīng)用實(shí)踐案例：

使用騰訊智影生成數(shù)字人播報(bào)視頻（可以用于制作高校教學(xué)視頻）在瀏覽器地址欄中輸入網(wǎng)址“https://zenvideo.qq.com/”，

進(jìn)入“騰訊智影”平臺，

點(diǎn)擊平臺首頁“智能小工具”欄目

中的

“數(shù)字人播報(bào)”按鈕或者

“智能小工具”上方的

“數(shù)字人播報(bào)”按鈕

，進(jìn)入

“數(shù)字人播報(bào)”功能界面。5.5視頻類AI

GC應(yīng)用實(shí)踐圖“數(shù)字人播報(bào)”功能入口圖騰訊智影登錄界面代碼優(yōu)化與重構(gòu)代碼補(bǔ)全與提示能夠提供輔助編程服務(wù)的AIGC大模型包括Codex、

GitHub

Copilot、

CodeGeeX、

aiXcoder、

豆包、

通義靈碼等推薦高校使用AI編程工具：

VS

Code+DeepSeek

，

字節(jié)跳動Trae（AI

原生集成開發(fā)環(huán)境）5.6AI

GC技術(shù)在輔助編程中的應(yīng)用AIGC技術(shù)在輔助編程中的應(yīng)用日益廣泛

，

它能夠自動生成高質(zhì)量的代碼

，從而顯著提高開發(fā)效率應(yīng)用場景代碼風(fēng)格統(tǒng)一代碼自動生成為什么要在VSCode中接入

DeepSeek？

代碼智能補(bǔ)全

：根據(jù)上下文自動補(bǔ)全代碼

，

減少重

復(fù)輸入

，提高編碼效率。

代碼生成

：根據(jù)自然語言描述直接生成代碼

，例如

快速搭建項(xiàng)目框架或?qū)崿F(xiàn)特定功能。

AI對話輔助：

隨時與AI對話

，獲取編程建議、

解

決技術(shù)難題。VSCode接入DeepSeek步驟

注冊

DeepSeek賬號并獲取API

Key

安裝VSCode插件

配置VSCode插件具體操作步驟請參考網(wǎng)頁：blogs.com/jinjiangongzuoshi/p/187260975.6AI

GC技術(shù)在輔助編程中的應(yīng)用AI搜索

，

即人工智能搜索引擎

，是一種利用先進(jìn)的人工智能技術(shù)

，特別是深度學(xué)習(xí)和自然語言處理（

NLP）

，來理

解和響應(yīng)用戶的查詢需求的新型搜索工具。

它不僅僅是傳統(tǒng)搜索引擎（比如百度）

的簡單升級

，

而是通過模擬人類

的思維方式和行為模式

，為用戶提供更加精準(zhǔn)、

個性化且高效的信息檢索服務(wù)。AI搜索通過收集和分析用戶的歷史搜索數(shù)據(jù)和行為模式

，構(gòu)建用戶畫像

，從而實(shí)現(xiàn)更加精準(zhǔn)的個性化搜索服務(wù)。

這

種數(shù)據(jù)驅(qū)動的智能決策機(jī)制

，使得AI搜索能夠不斷自我優(yōu)化

，提升用戶體驗(yàn)。納米AI搜索是360公司在2024年12月推出的全新AI搜索應(yīng)用

，結(jié)合了自然語言處理、

機(jī)器學(xué)習(xí)以及專家協(xié)同技術(shù)，

致力于打破傳統(tǒng)搜索引擎的局限

，提供智能化、

多樣化的搜索體驗(yàn)。多模態(tài)搜索支持文字、語音、拍照、視頻等多種輸入方式

，滿足不同場

景下的需求

，實(shí)現(xiàn)“一切皆可

搜索”智能工具集成內(nèi)置16款頂尖大模型

，如豆包、文心一言等

，為用戶提供一站

式AI智慧體驗(yàn)。慢思考模式通過專家協(xié)同和多模型協(xié)作，深入分析復(fù)雜問題

，提供更專

業(yè)、更全面的答案。5.7AI搜索

AI寫作助手（幫我寫、幫我改、AI伴寫）AI設(shè)計(jì)助手（AI排版、AI格式）AI閱讀助手（全文總結(jié)、文檔問答、劃詞解釋和翻譯）AI數(shù)據(jù)助手（AI寫公式、AI數(shù)據(jù)分析）5.8AI智能辦公

5.8AI智能辦公

WPS靈犀n

一鍵生成PPTn

閱讀課件、

論文、

翻譯英文論文n

自動數(shù)據(jù)分析6.基于大模型的智能體廈門大學(xué)大數(shù)據(jù)教學(xué)團(tuán)隊(duì)作品智能體本身既不是單純的軟件也不是硬件

，

而是一個更為寬泛的概念

，

它們可以是軟件程序、

機(jī)器人或其他形式的

系統(tǒng)

，具備一定的自主性和智能性智能體（AI

Agent）

，又稱“人工智能代理”

，是一種模

仿人類智能行為的智能化系統(tǒng)

，

它就像是擁有豐富經(jīng)驗(yàn)和

知識的“智慧大腦”

，能夠感知所處的環(huán)境

，并依據(jù)感知

結(jié)果

，

自主地進(jìn)行規(guī)劃、

決策

，進(jìn)而采取行動以達(dá)成特定

目標(biāo)。

簡單來說

，

智能體能夠根據(jù)外部輸入做出決策

，并

通過與環(huán)境的互動

，不斷優(yōu)化自身行為6.基于大模型的智能體基于大模型的智能體是指利用大語言模型（如GPT、

BERT等）作為核心組件

，構(gòu)建的能夠執(zhí)行特定任務(wù)、與環(huán)境交互并做出決策的人工智能系統(tǒng)。這些智能體具有自主性、交互性、適應(yīng)性等特點(diǎn)

，能夠模擬人類的認(rèn)知和決策過程

，提供更加自然、高效和個性化的交

互體驗(yàn)。它們能夠處理海量數(shù)據(jù)

，進(jìn)行高效的學(xué)習(xí)與推理

，并展現(xiàn)

出跨領(lǐng)域的應(yīng)用潛力AIAgent的誕生就是為了處理各種復(fù)雜任務(wù)的

，就復(fù)雜任務(wù)的處理流程而言AIAgent主要分為兩大類：行動類、規(guī)劃執(zhí)行類?？偠灾?/p>

，AIAgent就是結(jié)合大模型能去自動思考、規(guī)劃、效驗(yàn)和

執(zhí)行的一個計(jì)算體

，以完成特定的任務(wù)目標(biāo)

，如果把大模型比作大

腦

，那AIAgent可以理解為小腦

+手腳6.基于大模型的智能體AIAgent的工作僅需給定一個目標(biāo)

，它就能夠針對目標(biāo)獨(dú)立思考并做出行動

，它會根據(jù)給定任務(wù)詳細(xì)拆解出每一步的計(jì)劃步

驟

，依靠來自外界的反饋和自主思考

，

自

己給自己創(chuàng)建prompt

，來實(shí)現(xiàn)目標(biāo)目前各類AICopilot不再是機(jī)械地完成人類指令

，而是可以參與人類工作流

，為諸如編寫代碼、策劃活動、優(yōu)化流程等事項(xiàng)

提供建議

，與人類協(xié)同完成過去的嵌入式工具型AI助手型工具（例如siri、小度、小愛音箱）

，只完成和人之間

的問答會話6.基于大模型的智能體智能體更像是一個擁有自主意識的智能員工

，它以大語言模型為驅(qū)動

，具備自主理解、感知、規(guī)劃、記憶和使用工具的能力。它可以根據(jù)目標(biāo)任務(wù)

，進(jìn)行智能規(guī)劃與決策

，

自動執(zhí)行復(fù)雜的任務(wù)。比如在智能辦公場景中

，AIAgent可以根據(jù)用戶的日程安排

，

自動預(yù)訂會議室、安

排會議議程

，還能在會議結(jié)束后自動生成會議紀(jì)要

，實(shí)現(xiàn)辦公流程的自動化

，讓員工從繁瑣的事務(wù)性工作中解脫出來RAG技術(shù)就像是一個智能的知識助手

，

它通過將外部知識庫與大語言模型相結(jié)合

，極大地增強(qiáng)了模型的回答能力。

當(dāng)用戶提出問題時

，

RAG首先會在龐大的知識庫中進(jìn)行檢索

，找到相關(guān)的信息

，然后將這些信息與大語言模型的生成能力相結(jié)合

，給出更加準(zhǔn)確、全面的回答。例如

，在企業(yè)客服場景中

，

RAG可以快速檢索企業(yè)的產(chǎn)品資料、常見問題解答等知識庫

，為客戶提供精準(zhǔn)的服務(wù)

，大大提高了客服的效率和質(zhì)量RAG的部署相對來說成本較低

，主要集中在知識庫的建設(shè)和維護(hù)上。企業(yè)可以利用現(xiàn)有的數(shù)據(jù)資源

，構(gòu)建自己的知識庫

，然后通過接入大語言模型

，實(shí)現(xiàn)

RAG的功能。對于一些數(shù)據(jù)量較小、業(yè)務(wù)場景相對簡單的企業(yè)來說

，

RAG是一個性價比很高的選擇AI

Agent的部署則需要更高的技術(shù)門檻和成本。

它不僅需要強(qiáng)大的大語言模型支持

，還需要構(gòu)建復(fù)雜的智能規(guī)劃和決策系統(tǒng)

，以及與各種工具和系統(tǒng)的集成。此外

，AI

Agent還需要不斷地進(jìn)行訓(xùn)練和優(yōu)化

，

以提高其智能水平和適應(yīng)性。

因此

，對于一些中小企業(yè)來說

，AIAgent的部署成本可能較高

，但對于大型企業(yè)和對智能化要求較高的企業(yè)來說

，AIAgent帶來的價值可能遠(yuǎn)超其成本6.基于大模型的智能體n

RAG和智能體RAG在運(yùn)行效果上

，

RAG在處理一些需要大量知識支持的任務(wù)時表現(xiàn)出色

，

比如智

能問答、

文檔生成等。

它能夠利用知識

庫中的信息

，為用戶提供準(zhǔn)確、

詳細(xì)的

回答。但

RAG的局限性在于

，它缺乏自

主決策和規(guī)劃的能力

，對于一些復(fù)雜的、需要靈活應(yīng)變的任務(wù)可能無法勝任各自的優(yōu)勢和適用場景RAG和AI

Agent都有各自的優(yōu)勢和適

用場景。對于企業(yè)用戶來說

，在選擇時

需要根據(jù)自身的業(yè)務(wù)需求、

數(shù)據(jù)資源、

技術(shù)實(shí)力和預(yù)算等因素進(jìn)行綜合考慮。

如果企業(yè)只是需要解決一些簡單的知識

檢索和生成問題

，那么

RAG可能是一個

不錯的選擇；

如果企業(yè)希望實(shí)現(xiàn)業(yè)務(wù)流

程

的

全

面自

動

化

和

智

能

化，

那

么AIAge