关注【小康师兄】微信公众号，回复【厦门大学】即可获取下载链接。
一、PPT目录
- 大模型：人工智能的前沿
- 大模型产品
- 大模型的行业应用
- 企业大模型落地方案
- 智能体的企业应用
- 厂商提供的企业级大模型服务
- 大模型典型应用案例
- AIGC与企业应用实践
- 大模型未来发展趋势
二、内容总结
1. 大模型：人工智能的前沿
- 概念与特点
- 大模型指参数规模庞大（如GPT-4达1.8万亿参数）、训练数据海量、计算资源需求高的深度学习模型，具备强大的上下文理解、语言生成、可迁移性等能力。
- 核心能力金字塔包括认知学习、逻辑推理、高阶领域能力（如编程、医学）。
- 发展历程
- 分萌芽期（2017-2019）、沉淀期（2020-2022）、爆发期（2023至今），算力需求呈指数级增长。
- 推理大模型（如DeepSeek R1）通过显式思维链解决复杂问题，与通用模型形成互补。
- 分类
- 按模态：语言大模型（GPT）、视觉大模型（VIT）、多模态大模型（DALL-E）。
- 按应用层级：L0通用大模型、L1行业大模型、L2垂直大模型。
2. 大模型产品
- 国外产品
- ChatGPT（文本生成）、Gemini（多模态）、Sora（文生视频）、OpenAI o3（推理模型）。
- 国内产品
- DeepSeek（性能对标GPT-4o，低成本训练）、通义千问、文心一言、Kimi（长文本处理）、豆包（用户量领先）。
- 评测重点
- “幻觉”问题（生成不实信息）需通过数据质量、模型优化解决。
3. 行业应用
- 高频场景
- 客户服务（自动回复、投诉处理）、个性化推荐（电商、内容平台）。
- 中频场景
- 教育（智能辅导、作业批改）、医疗（诊断辅助、健康监测）、金融（风险评估、智能投顾）。
- 低频场景
- 法律（合同审查）、智能家居（设备控制）、游戏（角色AI）。
- 技术融合
- 与RPA（流程自动化）、知识图谱（结构化知识）、物联网（数据监控）结合，优化业务流程。
4. 企业落地方案
- 部署方式
- 云端（弹性扩展）、本地/内网（数据安全）、边缘（低延迟）、混合部署（灵活灾备）。
- 实施路径
- 短期构建知识库（RAG），中期微调行业模型，长期开发AI Agent工作流。
- 挑战与成本
- 成本高（硬件、运维）、收益不确定性、合规风险；清华KTransformers技术降低本地部署门槛（单卡RTX 4090可运行千亿模型）。
- 选型维度
- 响应速度、输入长度、答案准确性、数据安全、集成能力、成本效益。
5. 智能体（AI Agent）
- 概念
- 具备自主决策能力的AI系统，可执行复杂任务（如OpenAI的Operator智能体）。
- 与RAG区别
- RAG增强知识检索，智能体实现全流程自动化（如自动订票、数据分析）。
- 开发平台
- 字节跳动Coze、阿里云、百度智能体平台支持低代码创建行业智能体。
6. 厂商服务
- 解决方案
- 云厂商（全栈服务）、AI应用企业（行业深耕）、新兴服务商（算力优化）。
- DeepSeek一体机
- 支持全尺寸模型、动态资源调度、行业场景适配，价格区间150万-1000万+。
7. 应用案例
- 医疗：瑞金医院病理大模型（诊断效率提升）。
- 制造：东莞大模型中心（供应链优化，年省成本300万+）。
- 企业服务：云南白药（数据清洗自动化）、厦门合趣（AI产业顾问）。
8. AIGC企业实践
- 文本生成：DeepSeek辅助写作、PPT制作、代码生成。
- 图像处理：即梦AI生成海报、去除水印。
- 语音/视频：腾讯智影数字人播报、可灵AI文生视频。
- 编程辅助：VS Code+DeepSeek插件实现代码补全与对话调试。
9. 未来趋势
- 技术方向
- 多模态融合、推理能力强化、端侧模型普及（手机、PC）、小模型高效化。
- 应用方向
- 生成式AI与物理世界交互（具身智能）、行业模型深度定制、低成本平民化部署。
10. 总结
DeepSeek等大模型通过技术创新与行业适配，正推动企业智能化转型，覆盖客服、制造、医疗等场景。
未来，随着多模态、端侧计算及成本优化，大模型将更深度融入企业核心流程，成为数字化转型的核心驱动力。
三、PPT展示
若觉得文章对你有帮助，随手『点赞』、『收藏』、『关注』，也是对我的支持。