2025年春节的科技界，国产开源大模型DeepSeek的横空出世犹如一枚超新星爆发，照亮了AI技 术的新高度，成为重塑职场生态的核心驱动力，并迅速以"零门槛、高智能、强实用性"火爆出 圈。为助力青年科技工作者及时掌握前沿AI工具，抢占职业发展先机，杭州市科技工作者服务中 心特举办"青科之夜"DeepSeek职场应用专场活动，诚邀各路英才相聚交流馆，共探AI应用新路 径。 一、活动时间及地点 三、主讲人介绍 未可知人工智能研究院 AI 培训讲师、杭州未可知 AI 夜校主理人吴小楠担任主讲人 。吴小楠老师学识渊 博，拥有四川大学金融学学士、北京大学经济学硕士、新加坡国立大学金融工程硕士（双学位）学位，还 曾作为牛津大学金融科技论坛访问学者深入钻研金融科技领域，其专业背景与丰富经验为本次活动增添了 深厚底蕴。 四、课程梗概 在为期四周的活动中，吴小楠老师会围绕 "AI 职场应用・DeepSeek 的魔力" 这一主题，深入浅出地讲解 国产开源大模型 DeepSeek 的核心技术、应用场景以及在职场中的实际运用技巧。 课程内容涵盖 DeepSeek 在文本生成、图像识别、数据分析等多个方面的应用 ，帮助参与者拓宽视野， ...

DeepSeek与其他AI工具的比较 - DeepSeek的R1模型与指令型模型（如KIMI、豆包）的区别在于更注重推理过程而非直接给出答案，例如在制作巧克力蛋糕的问题中会从原料选择、制作步骤等多角度分析[3] - R1模型相比其他推理模型（如RE模型）在深度思考和多角度分析方面表现更出色，例如生成旅行攻略时会综合考虑天气、景点、住宿等多因素而非简单概率组合[4] DeepSeek的使用技巧 - 提示词编写需简洁明了，无需过长或复杂指令，例如输入"人工智能在医疗领域的应用"即可生成相关文章[5] - 处理大文本时需注意输入限制，超过部分仅识别部分文字[7] - 可通过生成大纲后使用序号追问、关键词追问或"继续"功能获取完整内容[8] DeepSeek的学习与培训 - 提供包括R1模型应用场景、文案技巧、AI工具联动等内容的培训课程[11] - 完成系统学习后可参与工信部工业文化发展中心认证的AIGC技能证书考试[12] - 深度思考学习陪跑营原价299元，2月9日前优惠价99元，包含三场直播课程及答疑服务[13] - 课程时间表：2月9日直播"需求表达公式"、2月15日直播"高级文案技巧"、2月16日直播"AI工具联动打造内容生产线"[14]

Eino框架核心优势 - 字节跳动开源的Eino框架为Go语言开发者提供稳定内核、灵活扩展性和完善工具生态，配备保姆级教程降低AI智能体开发门槛[1][3] - 框架通过模块化设计将应用分解为ChatModel（对话生成）、StreamableTool（流式数据处理）、Retriever（上下文获取）等9类功能组件，支持自定义扩展[3][4] - 提供Chain（线性编排）和Graph（图结构编排）两种编排方式，前者适合单向数据流场景，后者支持复杂分支和祖先关系[5][6] - 工具生态集成日志记录、性能监控、错误处理等功能，兼容Langfuse平台实现实时监控，可视化开发工具EinoDev支持拖拽式快速构建应用逻辑[6] - 流处理能力支持组件间流式数据传输，可进行拼接、复制、转换等操作，满足大规模实时交互需求[7] 实战应用案例 - 通过构建Eino智能助手项目展示框架实战能力： - 索引知识库阶段使用document组件加载文档，经MarkdownSplitter分片后通过火山云豆包模型向量化，最终由RedisIndexer存储[9][10] - 智能体构建阶段组合ChatModel组件与工具组件，采用Graph编排形成图结构业务流程，实现知识检索与工具调用的闭环[9] - 项目最终通过Web界面交互，验证框架在流处理、工具生态和编排灵活性方面的优势[11] 未来发展路径 - 性能优化方向将重点提升框架运行效率以满足高性能需求[14] - 功能扩展计划增加更多预制组件和工具选项[14] - 社区建设策略鼓励开发者参与框架优化，推动生态持续进化[14]

国产算力崛起与AI生态建设 核心观点 - 国产算力（华为昇腾910B）通过技术突破实现性能飞跃，已追平高端GPU水平，成为全球AI领域的重要竞争者 [1][3][6] - 潞晨科技与华为昇腾合作推出的DeepSeek R1推理API及云镜像服务，提供免费、灵活、高效的国产AI推理解决方案 [1][7][8] - 国产AI生态通过技术创新与开放合作加速发展，未来将推动更多行业应用落地 [11][12][13] 技术突破与性能表现 - 潞晨科技自研推理引擎实现与华为昇腾910B的深度适配优化，性能追平高端GPU [5][6] - DeepSeek R1推理API实测可处理复杂AI任务并保持生产环境稳定性，验证国产算力可靠性 [6] - 合作双方将持续提升算力性能，扩大国产AI技术全球影响力 [12] AI推理服务创新 - 限时无限量免费开放DeepSeek R1推理API，降低开发者使用门槛 [8] - 提供从671B大模型到蒸馏小模型的全系列选择，支持业务场景精准匹配 [8] - API设计简洁易用，支持零门槛快速集成，聚焦业务创新 [9] 生态建设与未来展望 - 通过开源推理镜像方案吸引开发者参与私有化部署，构建开放合作生态 [13] - 目标覆盖视频生成、智能客服、数据分析等多领域应用场景 [13] - 国产算力崛起为AI生态奠定基础，预计将加速行业智能化变革 [11][15]

深度研究AI的核心观点 - 深度研究AI是一种新型智能体，能够自动完成复杂任务如文献综述、数据分析和报告生成，其核心在于"深度"处理能力而非简单数据处理[3] - 该技术是大数据和机器学习发展的必然结果，利用先进算法和海量数据快速生成高质量研究报告，为多行业带来新可能性[4] - 深度研究AI将改变工作方式并提升生活质量，尽管存在挑战但其潜力巨大，未来将成为生活中不可或缺的一部分[23] 深度研究AI的功能特性 - 通过多步骤推理和逻辑分析处理大量复杂信息，提供高质量解决方案[3] - 在医学领域仅用5分钟从13个科学来源提取关键信息生成详细报告[7] - 在学术研究中10分钟内从12个学术来源提取信息生成综述报告[9] - 生成11000字行业分析报告仅需几分钟，而人工需要数天至数周[13] 行业应用案例 - 医学领域：分析MTHFR基因突变对心理健康影响并给出具体建议[7] - 健康管理：分析血液检测报告后提出个性化健康建议，包括饮食和运动计划[8] - 金融领域：快速生成公司分析报告辅助投资决策[11] - 法律领域：整理案件文件并提取关键信息支持律师工作[11] - 教育领域：生成个性化学习计划帮助学生掌握知识[11] 效率提升表现 - 咨询公司案例中，AI完成11000字报告效率比人工提升数百倍[13] - NFL数据分析显示踢球手平均职业生涯4.8赛季，显著高于联盟平均3.3赛季[6] - 踢球手平均退役年龄35-40岁，远高于其他位置球员的27-28岁[6] 未来发展趋势 - 将处理更复杂任务并创造新工作方式，应用领域将扩展至医疗、环保、金融和文化创意[14] - 未来重点在于人机协作，AI处理数据而人类提供创造性视角[19] - 需要建立伦理框架确保数据隐私、算法透明和决策可解释性[21] 潜在影响 - 可能改变多个行业工作模式，如金融分析、法律研究和教育方式[11] - 将创造新创业机会，开发者可利用该技术开发新产品服务[17] - 需要应对就业市场变化，部分岗位可能被替代但也会创造新机会[16]

AI学习玩贪吃蛇游戏的实验 核心观点 - AI通过自我学习和强化训练能够逐步掌握复杂游戏策略 从基础规则理解到应对动态障碍物 最终实现高难度环境下的最优路径规划 [1][8][9] - 实验展示了AI在机器学习框架下的进化能力 通过奖励机制(吃水果+1分 碰撞-1分)驱动神经网络持续优化决策逻辑 [8][12] - 技术实现层面采用Python编程结合PyTorch神经网络库 构建了包含环境初始化(reset)、动作执行(step)等核心方法的强化学习系统 [13] 实验阶段分析 初始阶段 - AI首次尝试用Python构建贪吃蛇基础游戏 成功实现蛇的自动移动和吃水果功能 完成对游戏规则的代码化表达 [3] - 初期表现类似人类学习过程 虽能执行基本操作但缺乏复杂环境应对能力 [3][6] 挑战引入 - 增加动态陷阱机制(每2秒生成障碍物)后 AI脚本出现明显失效 碰撞导致分数大幅下降 暴露静态逻辑的局限性 [6] 强化学习阶段 - 引入神经网络和强化学习框架 建立"奖励-惩罚"训练体系(吃水果+分/碰撞-分) 通过数轮迭代显著提升避障能力 [8] - 训练后AI可处理陷阱频率提升至每秒2次 并在身体损失50%的极端条件下仍保持路径优化能力 [9] 技术实现 - 代码示例显示采用gym库构建游戏环境 使用PyTorch搭建包含状态重置(reset)、动作执行(step)等核心方法的强化学习系统 [13] 行业启示 - 实验验证了AI在动态环境中通过持续学习实现能力跃迁的可能性 为自动驾驶等实时决策场景提供技术参考 [14] - 演示了从规则编程(硬编码)到自主学习的范式转变 显示机器学习在复杂系统优化中的优越性 [8][12]

开源AI技术革命 - DeepSeek模型完全开源且性能与闭源顶尖模型相当甚至更优 成本仅为闭源模型的零头 [3] - 开源模式打破技术垄断 开发者可自由获取源代码进行研究改进和创新 加速AI技术迭代并为资源有限团队提供弯道超车机会 [5] - 开源AI降低技术门槛 推动AI技术普及和应用 带来智能爆炸时代 应用场景无限拓展 [9][11] 资本市场影响 - 开源AI兴起引发对GPU需求担忧 英伟达股价在消息公布后首个交易日罕见暴跌 市值单日蒸发6000亿美元 [6][7] - 股价波动反映市场对AI未来发展方向的重新审视 尽管股价后续有所回升 [7] 全球竞争格局 - 中国在AI领域展现强大实力和潜力 DeepSeek等开源模型成为自主创新成果 在国内广泛应用并吸引全球关注 [13] - 美国等西方国家加大AI投入和支持力度 全球科技竞争加剧 技术突破和应用落地速度将决定未来领先地位 [15] 技术双刃剑效应 - AI模型优化和成本降低将极大提高生产效率和生活质量 自动化取代重复性工作 释放创造力 [17] - 技术滥用和失控风险增加 需确保安全性和可靠性 防止恶意攻击者利用AI进行犯罪活动 [11] - 就业结构发生重大变化 传统职业消失与新职业涌现 职业转型和再培训成为社会重要课题 [19] 社会平等与进步 - 开源AI使技术获取更加平等 发达国家与发展中国家、大型企业与小微企业及个人开发者均能平等使用 [19] - 有助于缩小数字鸿沟 促进全球共同发展 [19]

AI领域的"斯普特尼克时刻"：DeepSeek的崛起 - 2023年中国开源模型DeepSeek横空出世，性能与OpenAI顶级模型相当但训练成本仅600万美元，不到OpenAI的十分之一，被比作AI领域的"斯普特尼克时刻"[1] - DeepSeek的出现打破了美国在AI领域的主导地位，标志着中国在人工智能领域的崛起已不可阻挡[3] DeepSeek的技术突破 - 核心模型R1采用全新训练方法，减少对人类标注数据的依赖，通过自我学习和强化学习提升性能，大幅降低训练成本[6] - R1模型在解决复杂数学问题和编程任务时表现优异，某些方面超越OpenAI模型[6] 开源策略的竞争优势 - DeepSeek采用完全开源策略，公开模型权重，降低使用门槛并促进全球技术交流创新[7] - 与美国科技巨头普遍采用的闭源策略形成对比，开源加速了技术传播和创新速度[7][8] 行业竞争格局变化 - 全球AI模型排名显示DeepSeek-R1和DeepSeek-V3分别位列第5和第9位，采用MIT和DeepSeek许可证，与谷歌、OpenAI的专有模型形成竞争[9] - 开源模型崛起正在改变AI领域竞争格局，推动全球科技生态发展[18] 成本效率优势 - DeepSeek的低成本（600万美元）和高效率让全球看到开源模型的可能性[1][20] - 与闭源模型相比，开源模型更便宜灵活，能更好适应不同场景需求，已在某些领域实现超越[20] 全球影响与行业应用 - DeepSeek模型被印度初创公司用于开发产品，如智能农业管理系统帮助提高农民产量和收入[24] - 教育机构利用DeepSeek开发智能教育平台，实现个性化学习方案[27] 未来发展趋势 - 开源与闭源结合将成为主流趋势，科技公司需在保护知识产权同时拥抱开源[21][29] - 开源技术普及推动AI平民化，使更多中小企业和个人开发者能够利用AI技术[27][29]

总台春晚：具身智能惊艳登场 亲爱的朋友们春节快乐！每年的春晚都是我们期待已久的视听盛宴，而今年的春晚，更是给我们带来了前所未有的惊喜——具身智能机器人惊艳登场！ 从机器人"春晚"到总台春晚的舞台，这些"智能小伙伴"不仅展示了超凡的才艺，还让我们看到了科技与艺术完美融合的未来。今天，就让我们一起走进这 场科技与艺术的盛宴，看看这些机器人到底有多厉害！ 1月28日除夕之夜， 中央广播电视总台的《2025年春节联欢晚会》上，具身智能再次惊艳亮相 ，让观众们大开眼界。 （一）《笔走龙蛇》：武术与科技的碰撞 在《笔走龙蛇》武术表演中，人工智能与传统武术完美结合，带来了全新的视觉体验。 节目中运用了"子弹时间"技术，让观众仿佛置身于电影《黑客帝 国》中的经典场景，感受到"空中环绕、时空凝结"的震撼效果。这种技术不仅让观众看到了武术的精彩瞬间，更让具身智能的科技魅力得到了充分展现。 图片来源：央视官网视频截图 （二）《秧BOT》：机器人也能扭秧歌 最令人惊喜的莫过于由张艺谋导演的《秧BOT》。这场表演中，机器人不仅会跳舞，还会转手绢，将赛博与接地气完美结合。杭州宇树科技的首席营销官王 其鑫表示， 这是"全球首次全AI驱动全 ...

在科技飞速发展的今天，人工智能（AI）正以前所未有的速度改变着我们的生活。从智能语音助手到自动驾驶汽车，AI的应用无处不在。然而，AI的发 展并未止步，谷歌最新的"泰坦"架构，再次将AI推向了一个新的高度。今天，就让我们一起深入探讨这一令人惊叹的突破。 谷歌"泰坦"架构：AI的新里程碑 2025年1月，谷歌研究团队发布了一篇名为"泰坦"的论文，这一成果堪称AI领域的一次革命性突破。 泰坦架构不仅赋予了AI类似人类的记忆力，还能在训 练后继续学习新事物。这就好比一个学生在考试后还能不断吸收新知识，变得越来越聪明。 | Model | Wiki. | LMB. | LMB. | PIQA | Hella. | Wino. | ARC-e | ARC-c | SIQA | BoolQ | Avg. | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | | ppl J | ppl J | acc T | acc T | acc n 1 | acc ↑ | acc T | acc n 1 | acc 1 | acc 1 ...