工程创新与颠覆性创新 - 工程创新成为推动颠覆性创新的重要形式，DeepSeek通过工程创新实现低成本高性能大模型训练，展示工程优化的巨大潜力 [1] - 人工智能下一阶段发展更依赖软硬件协同能力，人形机器人和自动驾驶等领域凸显工程优化重要性 [1] - 理论突破与工程优化将交替引领颠覆性创新，从"0到1"和"1到100"均可产生颠覆性创新 [3] 颠覆性创新的度量与趋势 - 颠覆性创新度量维度新增效率最优，DeepSeek通过低算力低成本实现性能等效，能效比成为关键指标 [4] - 行业竞争逻辑转向效率优先，高性能与高能效比是颠覆性创新的必要条件 [4] - 开源开放是支撑颠覆性创新生态规模的重要方式 [4] 复合性创新的重要性 - 人工智能大模型效率革命由架构、策略、软硬件协同等复合因素推动，体现从单一维度向多阶段复合性理解的转变 [3] - 颠覆性创新越来越依赖交叉融合的复合性创新，这一模式可推广至其他领域 [3] 颠覆性创新的潜在风险 - 大模型智能涌现具有不完全可解释性，接近通用智能时需保持敏捷治理以避免颠覆性危害 [5] - 当前对颠覆性创新的治理问题认识两极分化，模型推理能力增强使问题更紧迫 [5]