大模型與AIGC技術(shù)在公安領(lǐng)域的應(yīng)用方案匯報(bào)人：目錄01

人工智能概述

AIGC

與大模型技術(shù)

人工智能應(yīng)用案例人工智能概述人工智能基本概念與發(fā)展歷程關(guān)鍵技術(shù)與研究學(xué)派人工智能基本概念與發(fā)展歷程人類的智能，源于人類的大腦、感覺器官和神經(jīng)網(wǎng)絡(luò)從自然環(huán)境中感知和解析信息，提煉知識(shí)并運(yùn)用于指揮自身行為的能力，就是“智能”。1.何謂智能?人工智能基本概念人工智能，指由人制造出來的機(jī)器所表現(xiàn)出來的智能。人工智能就是把人的智能轉(zhuǎn)移到人造的

機(jī)器中，讓機(jī)器來具備了感知、思考、

決

策的能力。人工智能基本概念2.什么是人工智能?知識(shí)星球【無(wú)憂智庫(kù)，星球號(hào)：53232205】無(wú)憂智庫(kù)-新基建智慧城市圈子，數(shù)字工作者必備的專業(yè)行業(yè)智庫(kù)。截止至2025年1月份，星球已穩(wěn)定

運(yùn)營(yíng)1400多天，目前星球已上傳資料合計(jì)超過5600份+,大小超過100G+(PPT1880

份+、WORD616

份

+

、PDF3119

份+、其他71+),還在不斷持續(xù)更新中，歡迎微信掃碼加入。本星球?qū)Ｗ⑷袠I(yè)智慧解決方案(數(shù)字化轉(zhuǎn)型、數(shù)據(jù)要素、智慧城市、新質(zhì)生產(chǎn)力、智能制造、工業(yè)

互聯(lián)網(wǎng)、元宇宙等)、行業(yè)報(bào)告、高端PPT

模版、商業(yè)計(jì)劃、各類大會(huì)峰會(huì)資料、標(biāo)準(zhǔn)規(guī)范、項(xiàng)目管

理體系、質(zhì)量管理體系、ITTL

、TOGAF

、Scrum

敏捷管理、軟考等考試認(rèn)證資料等幾十個(gè)板塊，致

力于打造國(guó)內(nèi)領(lǐng)先的行業(yè)智庫(kù)，為數(shù)字工作者提供一站式服務(wù)。掃碼加入后無(wú)限制免費(fèi)下載，希望本廣告沒有打擾到您的閱讀，感謝支持!掃碼關(guān)注微信公眾號(hào)掃碼添加星主微信掃碼加入知識(shí)星球圖靈與人工智能1950年，圖靈在論文《計(jì)算機(jī)器與智能》中提出圖靈測(cè)試，將機(jī)器智能定義為“若機(jī)器能通過自然語(yǔ)言對(duì)話讓人類無(wú)法區(qū)分其與人類，則具備智能”。這一測(cè)試方法

至今仍是衡量AI智能水平的重要標(biāo)準(zhǔn)，例如ChatGPT

等大模型均以通過類似測(cè)試

為目標(biāo)。圖靈通過圖靈測(cè)試與圖靈機(jī)構(gòu)建了人工智能的理論框架，其密碼學(xué)實(shí)踐與哲學(xué)思考為現(xiàn)代AI技術(shù)提供了方法論與倫理基礎(chǔ)。盡管他未親歷Al的爆發(fā)式發(fā)展，但其

思想至今仍是技術(shù)突破的核心驅(qū)動(dòng)力。阿蘭·

圖靈(1912-1954)——現(xiàn)代計(jì)算機(jī)的奠基人，人工智

能

之父。圖靈測(cè)試-成為判定機(jī)器智能的標(biāo)準(zhǔn)多名評(píng)委在隔開的情況下，通過設(shè)備向一個(gè)機(jī)器人和一名人類隨意提問。多次問答后，若超過30%的人不能確定被測(cè)者是人還是機(jī)器，那么,該機(jī)具備人類智能。向應(yīng)答者提問給發(fā)問者應(yīng)答1956年6月，達(dá)特茅斯會(huì)議并沒有得出什么重要的結(jié)論或宣言，但是

提出了“人工智能

(ArtificialIntelligence)”的命名，也大致明

確了后續(xù)的研究方向。這次會(huì)議，標(biāo)志著人工智能作為一

個(gè)研究領(lǐng)域正式誕生，也被后人視

為現(xiàn)代人工智能的起點(diǎn)。納撒尼爾·

羅切斯特

IBM701

電腦總設(shè)計(jì)師奧利弗·塞弗里奇機(jī)器感知之父艾倫·紐厄爾圖靈獎(jiǎng)得主馬文

·

明斯基圖靈獎(jiǎng)得主赫伯特·西蒙圖靈獎(jiǎng)得主諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主約翰

·麥卡錫

人工智能之父圖靈獎(jiǎng)獲得者克勞德

香農(nóng)信息論之父達(dá)特茅斯會(huì)議-首次提出“人工智能”術(shù)語(yǔ)，標(biāo)志著學(xué)科誕生發(fā)展歷程-第一次低谷3.人工智能的歷史第一次低谷階段(1974年-1979年)項(xiàng)目失敗、政府撤資在1974年至1979年間，人工智能領(lǐng)域經(jīng)歷了第一次發(fā)展低谷，即“Al之冬”。此

前

，Al

在1960年代迎來了黃金時(shí)代，得益于符號(hào)主義的推動(dòng)和冷戰(zhàn)時(shí)期美國(guó)政府的資金支

持

，AI研究取得了顯著成果。然而，由于學(xué)術(shù)界對(duì)Al的預(yù)期過于樂觀，加之當(dāng)時(shí)計(jì)算機(jī)算力和存力有限，Al

系統(tǒng)未能達(dá)

到預(yù)期效果。特別是機(jī)器翻譯等領(lǐng)域的失敗，導(dǎo)致政府資助減少。1973年，《萊特希爾報(bào)告》對(duì)Al技術(shù)提出嚴(yán)厲批評(píng)，隨后英國(guó)政府、美國(guó)DARPA和美國(guó)

國(guó)家科學(xué)委員會(huì)等機(jī)構(gòu)大幅削減對(duì)AI的投資，使得AI研究陷入低谷。發(fā)展歷程-第二次高潮階段3.人工智能的歷史

專家系統(tǒng)基于知識(shí)整理出來的規(guī)則，進(jìn)行邏輯推理，來模擬和延伸人類專家的決策能力，解決復(fù)雜的問題。第二次高潮階段(1980年-1987年)非專家用戶

專家系統(tǒng)

專家樣本輸入建議規(guī)則

引擎知識(shí)庫(kù)用戶

界面發(fā)展歷程-第二次低谷階段3.人工智能的歷史第二次低谷階段(1987年-1993年)-專家系統(tǒng)遇到瓶頸在1987年至1993年間，人工智能經(jīng)歷了第二次發(fā)展低谷。這一階段的原因主要包括：專家系統(tǒng)(符號(hào)主義)在實(shí)際應(yīng)用中遇到能力瓶頸，如應(yīng)用領(lǐng)域狹窄、缺乏常識(shí)性知識(shí)、知識(shí)獲取困難等；

同時(shí)，80年代個(gè)人電腦技術(shù)革命使得通用PC性能超越Al專用計(jì)算機(jī)，導(dǎo)致AI硬件市場(chǎng)崩潰。此外，專家系統(tǒng)維護(hù)更新復(fù)雜且成本高昂，使得市場(chǎng)和用戶興趣減退。最終，戰(zhàn)略計(jì)算促進(jìn)會(huì)和DARPA

等機(jī)構(gòu)削減了對(duì)Al的資助，AI研究因此進(jìn)入第二次低谷階段。發(fā)展歷程-第三次高潮階段3.人工智能的歷史第三次高潮階段(1994年-現(xiàn)在)自1994年以來，人工智能進(jìn)入第三次高潮，神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)復(fù)興，深度學(xué)習(xí)誕生。大數(shù)據(jù)和云計(jì)算推動(dòng)Al發(fā)展，重要算法和模型如SVM、LSTM、LeNet

相繼提出。Al在圖像和語(yǔ)音識(shí)別應(yīng)用廣泛。里程碑事件包括深藍(lán)戰(zhàn)勝卡斯帕洛夫和AlphaGo

戰(zhàn)勝李世石。GANs

和無(wú)監(jiān)督學(xué)習(xí)推動(dòng)圖

片生成領(lǐng)域。Transformer

架構(gòu)改變深度學(xué)習(xí)方向。OpenAl

的GPT系列和生成式AI崛起，

多模態(tài)AI處理多種媒體。全球大模型競(jìng)爭(zhēng)激烈，Al

技術(shù)取得顯著進(jìn)展，對(duì)社會(huì)產(chǎn)生深遠(yuǎn)影響。神經(jīng)網(wǎng)絡(luò)

深度學(xué)習(xí)ChatGPTTransformer生成對(duì)抗網(wǎng)絡(luò)OpenAl

GPT-1ImageNet

Spaun

AlphaGoHintonBP算法

深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)

LSTMCyeoHopfield模型

IBM

WatsonIBM深藍(lán)SVM(支持向量機(jī))XCON

遞歸神經(jīng)網(wǎng)絡(luò)1956

19731980

1987

1994

2006萌芽階段

第一次高潮

第一次低谷第二次高潮

第二次低谷

第三次高潮規(guī)則和推理

復(fù)蘇探索期

蓬勃發(fā)展期知識(shí)圖譜機(jī)器學(xué)習(xí)3.人工智能的歷史發(fā)展歷程-“三起兩落”五階段ELIZA

Shakey機(jī)器學(xué)習(xí)達(dá)特茅斯會(huì)議

LISP誕生圖靈測(cè)試

感知機(jī)SNARC195019601970198019902000

2010

2020MYCIN萊特希爾報(bào)告DENDRAL人工智能發(fā)展圖譜專家系統(tǒng)AlexNet窄人工智能(Narrow

Al):也稱為弱人工智能，指的是在特定領(lǐng)域或任務(wù)上表現(xiàn)出智能的系統(tǒng)，例如語(yǔ)音識(shí)別或圖像識(shí)別。通用人工智能(AG1):也稱為強(qiáng)人工智能，指的是具有廣泛認(rèn)知能力的系統(tǒng)，能夠像人類一樣在多個(gè)領(lǐng)域和任務(wù)上表現(xiàn)出智能。超級(jí)人工智能(Superintelligent

A1):指的是在所有領(lǐng)域都遠(yuǎn)遠(yuǎn)超過人類智能的系統(tǒng)

。人工智能的分類1.從自然環(huán)境中感知和解析信息，提煉知識(shí)并運(yùn)用于指

揮自身行為的能力，就是“智能”。2.人工智能把人的智能轉(zhuǎn)移到人造的機(jī)器中，讓機(jī)器來具

備了感知、思考、決策的能力。3.人工智能從20世紀(jì)50年代出現(xiàn)，發(fā)展至今，經(jīng)過了

“三起兩落”五個(gè)階段。4

.人工智能的分類(按智能程度分類)窄(弱)人工智能通用人工智能超級(jí)人工智能小結(jié)關(guān)鍵技術(shù)與研究學(xué)派人工智能硬件基礎(chǔ)，包括GPU

(圖形處理單元)、TPU(張量處理單元)等專門為AI計(jì)算優(yōu)化的芯片，能夠高效處理大量數(shù)據(jù)和復(fù)雜的算法。二

、關(guān)鍵技術(shù)1.人工智能的關(guān)鍵技術(shù)機(jī)器學(xué)習(xí)(一種實(shí)現(xiàn)AI的方法)深度學(xué)習(xí)(一種ML技術(shù))機(jī)器學(xué)習(xí)深度學(xué)習(xí)強(qiáng)化學(xué)習(xí)人工智能(弱人工智能+強(qiáng)人工智能)基礎(chǔ)算法技術(shù)智能芯片技術(shù)強(qiáng)化學(xué)習(xí)(一種ML技術(shù))二

、關(guān)鍵技術(shù)感知設(shè)備

解釋器圖像(或視頻)解釋花園，春天，

橋，水，樹，計(jì)算機(jī)視覺

花，綠色等1.人工智能的關(guān)鍵技術(shù)感知技術(shù)自然語(yǔ)言處理語(yǔ)音處理多模態(tài)分析推理技術(shù)The

BasicsofNLPfora

TextABSentence

SegmentationWordsTokenizationText

LemmatizationStopWordsDependency

Parsing

in

NLP

Named

Entity

RecognitionCoreference

Resolution感知維度技術(shù)載體性能指標(biāo)應(yīng)用案例視覺感知超光譜攝像機(jī)200米車牌識(shí)別率>95%①邊境車輛查控713聽覺感知麥克風(fēng)陣列75dB噪聲下聲紋識(shí)別80%2重點(diǎn)場(chǎng)所異常聲紋監(jiān)測(cè)12時(shí)空感知北斗+UWB融合定位室內(nèi)定位精度<0.3米13大型活動(dòng)人流熱力圖14生物感知多模態(tài)采集儀指紋+虹膜采集<8秒7出入境核驗(yàn)27三、感知技術(shù)：智能系統(tǒng)的感官延伸(一)多模態(tài)感知體系人工智能研究的三個(gè)門派符號(hào)主義聯(lián)結(jié)主義行為主義人工智能三大學(xué)派1、符號(hào)主義符號(hào)主義，又稱邏輯主義、心理學(xué)派或計(jì)算機(jī)學(xué)派，是一種基于邏輯推理的智能模擬方法，認(rèn)為人工智能源于數(shù)學(xué)邏輯，其原理主要為物理符號(hào)系統(tǒng)(即符號(hào)操作系統(tǒng))假設(shè)和有限合理性原理。典

型

代

表

：1997年5月，名為“深藍(lán)”的IBM超級(jí)計(jì)算機(jī)打敗了國(guó)際象棋世界冠軍卡斯帕羅夫，這一事件

在當(dāng)時(shí)也曾轟動(dòng)世界，其實(shí)本質(zhì)上，“深藍(lán)”就是符號(hào)主義在博弈領(lǐng)域的成果。人工智能研究的三個(gè)門派注：深藍(lán)是美國(guó)IBM

公司生產(chǎn)的一臺(tái)超級(jí)國(guó)際象棋電腦，重1270公斤，有32個(gè)大腦(微處理器),每秒

鐘可以計(jì)算2億步?！吧钏{(lán)”輸入了一百多年來優(yōu)秀棋手的對(duì)局兩百多萬(wàn)局。人工智能研究的三個(gè)門派2、行為主義行為主義，又稱進(jìn)化主義或控制論學(xué)派，是一種基于“感知——行動(dòng)”的行為智能模擬方法，思想來源是進(jìn)化論和控制論。其原理為控制論以及感知——?jiǎng)幼餍涂刂葡到y(tǒng)。該學(xué)派認(rèn)為：智能取決于感知和行為，取決于對(duì)外界復(fù)雜環(huán)境的適應(yīng)，而不是表示和推理，不同的行為表現(xiàn)出不同的功能和不同的控制結(jié)構(gòu)。生物智能是自然進(jìn)化的產(chǎn)物，生物通過與環(huán)境及其他生物之間的相互

作用，從而發(fā)展出越來越強(qiáng)的智能，人工智能也可以沿這個(gè)途徑發(fā)展。典

型

代

表

：著名的研究成果還有波士頓動(dòng)力機(jī)器人和波士頓大狗，以及國(guó)內(nèi)的宇樹科技的人型機(jī)器人和四足機(jī)器狗。SOURCE

Brighom

and

women's

Hos檢測(cè)病人體溫按照設(shè)置好的路線行走掃描工地上監(jiān)工Construction

Site

Data收集施工現(xiàn)場(chǎng)的數(shù)據(jù)變身“牧羊犬”放羊應(yīng)急排險(xiǎn)人工智能研究的三個(gè)門派典型代表：波士頓大狗。宇樹科技軍用機(jī)器狗亮相中柬“金龍-2024”聯(lián)合演習(xí)

機(jī)器狗參與聯(lián)演智能無(wú)人化裝備受關(guān)注星期六16:55的聯(lián)系。C

TV新間以軍24日發(fā)布通告稱，以軍當(dāng)天早間攔截從黎巴嫩境內(nèi)襲來的可疑柬埔寨

中柬“金龍-2024”聯(lián)演l9網(wǎng)

古

：

回

0ZL4

冥狂專

1

Oa￥I典型代表：在人工智能的算法、算力、數(shù)據(jù)三要素齊備后，連接主義學(xué)派就開始大放光彩了。2016年DeepMind

公司

(AlphaGo)擊敗圍棋冠軍李世

石

。AlphaGo

戰(zhàn)勝李世石2016人工智能研究的三個(gè)門派聯(lián)結(jié)主義，又稱仿生學(xué)派或生理學(xué)派，是一種基于神經(jīng)網(wǎng)絡(luò)和網(wǎng)絡(luò)間的連接機(jī)制與學(xué)習(xí)算法的智能模擬方法。連接主義強(qiáng)調(diào)智能活動(dòng)是由大量簡(jiǎn)單單元通過復(fù)雜連接后，并行運(yùn)行的結(jié)果，基本思想是，既然生物智能是由神經(jīng)網(wǎng)

絡(luò)產(chǎn)生的，那就通過人工方式構(gòu)造神經(jīng)網(wǎng)絡(luò)，再訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)產(chǎn)生智能。3、聯(lián)結(jié)主義學(xué)派AlphaGo戰(zhàn)勝柯潔2017聯(lián)結(jié)主義：從生物神經(jīng)網(wǎng)絡(luò)到人工神經(jīng)網(wǎng)絡(luò)30輸入3連接權(quán)值(輸入層輸入1輸入2輸出2神經(jīng)元連接權(quán)值(a)

生物神經(jīng)網(wǎng)絡(luò)(b)人工神經(jīng)網(wǎng)絡(luò)輸出層輸出1隱含層小結(jié)2.人工智能研究的三個(gè)門智能的關(guān)鍵技術(shù)包括：智能芯片技術(shù)、基礎(chǔ)算法技術(shù)和感知技術(shù)。聯(lián)結(jié)主義符號(hào)主義行為主義AIGC

與大模型技術(shù)大模型與AIGC概述DeepSeek

推理大模型提示詞與提示工程人工智能(Artificial

Intelligence):符號(hào)主義、聯(lián)結(jié)主義、行為主義、統(tǒng)計(jì)主義…機(jī)器學(xué)習(xí)

(Machine

Learning)

:從數(shù)據(jù)中學(xué)習(xí)模式和規(guī)律深度學(xué)習(xí)(Deep

Learning):使用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)Transformer模型大模型

(FoundationModels)1966年Eliza-第一款人機(jī)對(duì)話機(jī)器人1984

—

1986年Tangora-語(yǔ)音控制打字機(jī)2007年《1

TheRoad》-第一部完全由AI創(chuàng)作的小說2

0

1

2

年微軟-全自動(dòng)同聲傳譯系統(tǒng)2

0

1

4

年LanJ.Goodfellow-生成式對(duì)抗網(wǎng)絡(luò)GAN2

0

1

8

年英偉達(dá)StyleGAN模型-自動(dòng)生成高質(zhì)量圖片2

0

1

9

年受限于技術(shù)水平，AIGC僅限于小

范圍實(shí)驗(yàn)20世紀(jì)90年代—21世紀(jì)10年代中期沉淀積累階段AIGC從實(shí)驗(yàn)性向?qū)嵱眯赞D(zhuǎn)變，受

限于算法瓶頸，無(wú)法直接生成內(nèi)容20世紀(jì)90年代—21世紀(jì)10年代中期快速發(fā)展階段AIGC與GPT(通用大模型的代表)生成式預(yù)訓(xùn)練Transfomer

模型，GPT

的全稱，是Generative

Pre-Trained

Transformer(生成式預(yù)訓(xùn)練Transfomer

模型)是一種基于互聯(lián)網(wǎng)的、可用數(shù)據(jù)來訓(xùn)練的、文本生成的深度學(xué)習(xí)模型。大模型的基本概念-ChatGPT概述各大熱門平臺(tái)產(chǎn)品月活躍用戶數(shù)破億所需時(shí)長(zhǎng)。TikTok

qnstagram9個(gè)月

1

30個(gè)月

!X

MetaSpotify

Lwitter5

4

個(gè)

月

!

5

4

個(gè)

月

1

90個(gè)月AIWhatsApp42個(gè)月

1ChatGPT被稱為AI的

“iPhone時(shí)刻”,以

ChatGPT為代表的生成式AI讓每個(gè)人命

令計(jì)算機(jī)解決問題成為了可能。可對(duì)生

產(chǎn)工具、對(duì)話引擎、個(gè)人助理等各類應(yīng)

用，起到協(xié)助人、服務(wù)人甚至超越人的

角色。海量下游應(yīng)用也因此捕捉到新的技術(shù)與

產(chǎn)業(yè)機(jī)會(huì)，希望通過各類大模型與工程

化能力，將類ChatGPT產(chǎn)品能力輸送到原

有的應(yīng)用中，關(guān)于應(yīng)用革命的序幕就此

拉開。憑借此革命性突破，ChatGPT

在搜索引擎

與各類工具軟件中率先掀起應(yīng)用熱潮，

引起了廣大用戶對(duì)ChatGPT相關(guān)技術(shù)的

關(guān)注與學(xué)習(xí)。NVIDIA.大模型的基本概念大型語(yǔ)言模型(又稱：大語(yǔ)言模型、大模型，英文：LargeLanguageModel,縮寫LLM)是在大量語(yǔ)料庫(kù)上訓(xùn)練的機(jī)器學(xué)習(xí)模型，使用自監(jiān)督或半監(jiān)督學(xué)習(xí)在大量未標(biāo)記文本上訓(xùn)練數(shù)十億個(gè)參數(shù)。大模型在語(yǔ)言理解方面表現(xiàn)出

非凡的能力，也能夠執(zhí)行從情感分析到數(shù)學(xué)推理的各種任務(wù)。大模型與搜索引擎有著本質(zhì)的不同：大模型通過理解問題直接給出答案；搜索引擎則是給出你要查詢信息的參考鏈接，答案需要用戶查看返回鏈接的內(nèi)容并自行進(jìn)行總結(jié)?？傊?，大模型經(jīng)過訓(xùn)練，可以執(zhí)行簡(jiǎn)單任務(wù)，如預(yù)測(cè)句子中的下一個(gè)單詞。然而，它們也能夠理解人類語(yǔ)言

的大部分結(jié)構(gòu)和含義，并具備豐富的常識(shí)，能夠在訓(xùn)練中“記住”大量的事實(shí)。將大模型想象成一個(gè)巨大

而靈活的大腦，只要它們有足夠的數(shù)據(jù)和處理能力，就可以學(xué)會(huì)執(zhí)行各種任務(wù)。因此，當(dāng)與大模型互動(dòng)時(shí)，

請(qǐng)記住您正在與一種令人印象深刻的人工智能技術(shù)進(jìn)行交流。核心是兩個(gè)，一個(gè)是理解自然語(yǔ)言，明白人的意圖；另

一個(gè)是產(chǎn)生自然語(yǔ)言的文本，滿足人的要求?！笆钦l(shuí)”“什么時(shí)候”“在哪里”“發(fā)生了什么事”解決了什么問題?容易問題”為什么”“怎么做”ChatGPT背后的技術(shù)是什么?跟邏輯推理

有關(guān)的問題跟事實(shí)有

關(guān)的問題難的問題大模型生態(tài)系統(tǒng)大語(yǔ)言模型也可按照其生態(tài)系統(tǒng)進(jìn)行層次劃分，包括場(chǎng)景層、應(yīng)用層、功能層、模型層、平臺(tái)層、算力層和社區(qū)層醫(yī)療、教育、金融、游戲等機(jī)器翻譯、對(duì)話系統(tǒng)、智能客服等語(yǔ)言理解、語(yǔ)言生成、對(duì)話交互等閉源大模型、開源大模型平臺(tái)層大語(yǔ)言模型訓(xùn)練和推理平臺(tái)算力層

CPU

、GPU

、DPU

、TPU等社區(qū)層知識(shí)共享與

合

作

，開發(fā)者支持與資源分享等場(chǎng)景層應(yīng)用層功能層模型層生成式AI應(yīng)用：內(nèi)容制作，從輔助人到“替代”人什么是AIGC?AIGC(Artificial

IntelligenceGeneratedContent)指

的

是

利

用

人

工

智

能

技

術(shù)自

動(dòng)

生

成

內(nèi)

容

的生產(chǎn)方式。

這些內(nèi)容可以是文本、圖片、音頻、視頻甚至3D模型等多種形式。生成圖像

日

B

生成音頻生成文本

自

生成視頻生成內(nèi)容從決策到生成，Al

技術(shù)與應(yīng)用迎來跨越發(fā)展GPT-3

dog

5cat

27Al的急速發(fā)展使得Al模型在手寫識(shí)別、語(yǔ)音識(shí)別、圖像識(shí)別、閱讀理解、語(yǔ)言理解等領(lǐng)城的表現(xiàn)加速超越人類平均水平20202017Transformer網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)化

為后續(xù)大型模

型打下基礎(chǔ)2020GPT-3能夠完成大多數(shù)NLP

任務(wù)OpenAI2021CLIP以40億個(gè)文

本-圖像對(duì)為

訓(xùn)練數(shù)據(jù)實(shí)現(xiàn)文本到圖像跨模態(tài)2022DALL·E2由文本生成的高清具有

獨(dú)創(chuàng)性圖像Al繪

畫1990s機(jī)器學(xué)習(xí)算法D□GAN生成圖像但

分辨率不高2012DNNsIBM

'沃森

物體識(shí)別益智問答打敗人類

自動(dòng)駕駛神經(jīng)網(wǎng)絡(luò)基礎(chǔ)模型大規(guī)模模型2012年至今生成式Al急速發(fā)展195

6感知器模型三三蒸

毒Al學(xué)科成立機(jī)器語(yǔ)言翻譯1980sProlog&Lisp專家系統(tǒng)解答特定領(lǐng)域

的問題Robot前神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)

概率推論2011年以前決策式/分析式Al時(shí)代2014化推薦系統(tǒng)0.0-0.2

推薦算法

-0.4

amazon-0.61994GroupLens首個(gè)自動(dòng)

02

+-0.8ByteDance字節(jié)跳動(dòng)1.020142000

2005

20102015GoogleTranslate人類平均水平線2011大數(shù)據(jù)+SOuAD

20+Saitchboard—imageviet

SQuAD11川IBMWatsonMNST

GLUEG+類型決策式AI生成式AI技術(shù)路徑已知數(shù)據(jù)分別求解輸出類別標(biāo)簽，區(qū)分不

同類型數(shù)據(jù)，例如將圖像區(qū)分為貓和狗分析歸納已有數(shù)據(jù)后創(chuàng)作新的內(nèi)容，例如生成

逼真的貓或狗的圖像成熟程度技術(shù)成熟，應(yīng)用廣泛，輔助提高非創(chuàng)造性

工作效率2014年開始快速發(fā)展，近期發(fā)展速度呈指數(shù)級(jí)

爆發(fā)，部分領(lǐng)域應(yīng)用落地應(yīng)用方向推薦系統(tǒng)、風(fēng)控系統(tǒng)、決策智能體等內(nèi)容創(chuàng)作、科研、人機(jī)交互以及多個(gè)工業(yè)領(lǐng)域應(yīng)用產(chǎn)品人臉識(shí)別、精準(zhǔn)廣告推送、金融用戶評(píng)級(jí)、

智能輔助駕駛等文案寫作、文字轉(zhuǎn)圖片、視頻智能配音、智能

海報(bào)生成、視頻智能特效、代碼生成、語(yǔ)音人

機(jī)交互、智能醫(yī)療診斷等Al:決策式Al與生成式AI對(duì)比Al模型可大致分為決策式/分析式AI(Discriminant/AnalyticalAI)和生成式AI(GenerativeAl)兩類。決策式Al:學(xué)習(xí)數(shù)據(jù)中的條件概率分布，根據(jù)已有數(shù)據(jù)進(jìn)行分析、判斷、預(yù)測(cè)，主要應(yīng)用模型有用于推薦系統(tǒng)和風(fēng)控系統(tǒng)的輔助決策、用于自動(dòng)駕駛和機(jī)器人的決策智能體。生成式Al:學(xué)習(xí)數(shù)據(jù)中的聯(lián)合概率分布，并非簡(jiǎn)單分析已有數(shù)據(jù)而是學(xué)習(xí)歸納已有數(shù)據(jù)后進(jìn)行演技創(chuàng)造，基于歷史進(jìn)行模仿式、縫合式創(chuàng)作，生成了全新的內(nèi)容，也能解決判別問題。Al技術(shù)里程碑

控制論

NLP

CV

深度學(xué)習(xí)GAN

Al4S

ChatGPT

…安防-視覺互聯(lián)網(wǎng)-推薦AI產(chǎn)業(yè)發(fā)展“三疊浪”專家系統(tǒng)AI重點(diǎn)事件里程碑

1956年

1997年

2007年達(dá)特茅斯會(huì)議

深藍(lán)機(jī)器人戰(zhàn)勝人類

視覺識(shí)別超過人類從感知世界到生成創(chuàng)造世界感知理解世界分析數(shù)據(jù)給出建議生成創(chuàng)造世界合成數(shù)據(jù)創(chuàng)造結(jié)果2020年Alpha

Fold!2022年ChatGPT恩2AIGC的核心價(jià)值個(gè)人賦能企業(yè)賦能獲快取速信息工作效率提高AIGC:生成式AI在娛樂媒體領(lǐng)域的應(yīng)用AIGC(AI-Generated

Content)指利用人工智能技術(shù)自動(dòng)生成的內(nèi)容，是繼專業(yè)生成內(nèi)容(PGC)

和用戶生成內(nèi)容(UGC)

之后一種新型生成內(nèi)容的方式。國(guó)際上被稱為人工智能合成媒體(Al-generatedMedia或Syntheticmedia),是通過人工智能算法對(duì)數(shù)據(jù)或媒體進(jìn)行生產(chǎn)、操作和修改的統(tǒng)稱。Al繪畫作品出圈、

一級(jí)投資活躍，2022年AIGC

爆發(fā)式發(fā)展。2022年8月，在美國(guó)科羅拉多州舉辦的新興數(shù)字藝術(shù)家競(jìng)賽中，

參賽者提交AIGC

繪畫作品《太空歌劇院》獲得了此次比賽“數(shù)字藝術(shù)/數(shù)字修飾照片”類別一等獎(jiǎng)，而參賽者沒有繪畫基礎(chǔ)，通過Al

繪圖軟件MidJourney耗時(shí)80個(gè)小時(shí)創(chuàng)作了該作品。AI繪畫技術(shù)發(fā)展快速，從年初的技藝生疏到目前能夠生成專業(yè)級(jí)別的圖像僅過去幾個(gè)月的時(shí)間，目前國(guó)外已有Stable

Diffusion

Midjourney等多個(gè)成熟的AIGC

平臺(tái)。其中技術(shù)領(lǐng)先的Al公司Open

Al當(dāng)

前

估

值

或

達(dá)

2

9

0

億

美

元

，StableDiffusion背

后的StabilityAI估值也達(dá)到10億美元。圖：內(nèi)容生成的四個(gè)階段

圖

：Al繪畫作品《太空歌劇院》獲獎(jiǎng)出圈Al輔助生成內(nèi)容用戶和專業(yè)團(tuán)

隊(duì)在Al的協(xié)助

下生成內(nèi)容，

具有較高的生

產(chǎn)效率Al生成內(nèi)容人工智能技術(shù)

自動(dòng)生成內(nèi)容，

生產(chǎn)內(nèi)容的質(zhì)

量、效率、自

由度均較高用戶生成內(nèi)容用戶自由創(chuàng)作

內(nèi)容，對(duì)技術(shù)要求不高，內(nèi)容質(zhì)量參差不

齊受限于人的制造能力、想象能力、知識(shí)水平

所產(chǎn)出的內(nèi)容數(shù)量和質(zhì)量有限專業(yè)生成內(nèi)容專業(yè)創(chuàng)意團(tuán)隊(duì)生產(chǎn)內(nèi)容，對(duì)

專業(yè)性要求高，

內(nèi)容質(zhì)量高文本生成：對(duì)話機(jī)器人、新聞稿撰寫廣泛應(yīng)用文本生成是生成式Al最早應(yīng)用的領(lǐng)域之一，已經(jīng)在對(duì)話機(jī)器人、內(nèi)容續(xù)寫、新聞稿撰寫、詩(shī)歌小說創(chuàng)作等領(lǐng)域具有廣泛的應(yīng)用。對(duì)話機(jī)器人：包括問答型機(jī)器人、閑聊型機(jī)器人、任務(wù)型機(jī)器人、知識(shí)圖譜型機(jī)器人、多輪對(duì)話機(jī)器人，在智能客服場(chǎng)景中

能夠顯著降低企業(yè)人力成本。新聞稿撰寫：在全球范圍具有廣泛的應(yīng)用，很多新聞機(jī)構(gòu)使用Al生成稿件，尤其是體育、天氣、股市交易變動(dòng)、公司業(yè)績(jī)報(bào)

道等結(jié)構(gòu)性新聞報(bào)道。自然語(yǔ)言生成公司Automated

Insights僅在2014年就產(chǎn)生了10億篇新聞文章，每秒可撰寫多達(dá)2000篇新

聞報(bào)道，用戶包括雅虎、美聯(lián)社等。Dralt

SummaryRaintomatostbokahaapaadamedaitoapapfbersppadapueedoodat940(1.67E

pon)Thuy

ahoudsebrettughmesto201608Schou

sLLoago

anherwaybaproctodsamphea

te

wh

tburRBsanha

rone

RasnefonacoshasaguybatettarPBproecdted

to

avrae

t

on

tas

sano6bse

so

the

sop

avrape

o1145Tiey

sse

edes

uo

landngto

tgsomg

TE

duontnt

eage,a

Bey

haeTrasKoiceindEk

Ebon.ScheduleWenetygoodtonurewweprcedstonadneTonadoeshasseouredataroablebyokshedetortospersOftetohepamtedpoltronestaieaconmoofkledanteropoespopcedpom,feyhaiwcneresnetaintesFucieonabeshacunepon

oit

o

the

sat

ecusrg

abon

f

wndhslfor

g

ofthmnanspo

isdfeutan

th2FcapDaft

Pous?

f

t

口Share

tisdratgradeand

recapl0d

Bm

ahOel

TaDraft

NotesStrenghinfunbersnente

the

Brebetpostions

tor

FaoneTomadoes

aro

TE

Q8,antDEEYouvuGotTo

BeKaeding

MeRooneTomasokchdgoo

kckn,aher

e

kfng

degoherpescore圖

：AutomatedInsights為雅虎生成的體育新聞FueledbySomeEarly-RoundValuePicks,RacineTomadoesHasLegitShotatPlayoffsDrat

GadesBoston

PabiotAemePacYAHOO'SPORTS

DAILYFANTASYFapotCadFipot

CndAUTOMATEDINSIGHTSeepuntEstu

Conto文本生成：內(nèi)容續(xù)寫、文學(xué)創(chuàng)作部分達(dá)到專業(yè)水平內(nèi)

容

續(xù)

寫

：基于給定的文本續(xù)寫新的內(nèi)容，續(xù)寫的內(nèi)容包括文學(xué)創(chuàng)作、商業(yè)寫作、教學(xué)內(nèi)容等，典型應(yīng)用有Google

推出的Wordcraft

、OpenAI

推出的GPT-3等

。Wordcraft:2

021

年由谷歌推出，作者和AI以對(duì)話的形式共同編輯故事，支持續(xù)寫、擴(kuò)寫、改寫、生成大綱等功能，能夠極大提升寫作效率，激發(fā)創(chuàng)作者靈感。文學(xué)創(chuàng)作：2017年微軟研發(fā)的AI“小冰”出版了人類歷史上第一部人工智能詩(shī)集《陽(yáng)光失了玻璃窗》,其中包含139首現(xiàn)代詩(shī)；2018年，Al

創(chuàng)作的小說《1The

Road》出版；2022年谷歌子公司DeepMind發(fā)布劇本寫作AI

Dramatron,能夠從一句話表述的戲劇沖突中生成劇本標(biāo)題、角色、場(chǎng)景、對(duì)話；越來越多的Al文學(xué)創(chuàng)作平臺(tái)進(jìn)入公眾視野，Al創(chuàng)作的內(nèi)容包括劇本、詩(shī)歌、小說、對(duì)聯(lián)等等。

圖

：Wordoraft

圖

：《陽(yáng)光失了玻璃窗》失

陽(yáng)了

光玻璃窗thikkfogtolledin

likeaoutinfrunt

ofhiafaceAahegn使用流程使用方法進(jìn)入AIGC用戶可以通過計(jì)算機(jī)、手機(jī)或其他設(shè)備打開AIGC的應(yīng)用平臺(tái)，并進(jìn)行注冊(cè)或登錄操作。需要注意的是，不同的AIGC平臺(tái)可能具有不同的使用方式和功能特點(diǎn)。用戶在使用AIGC時(shí)，需要根據(jù)

自己的需求和實(shí)際情況選擇合適的平臺(tái)，并了解其使用方法和功能特點(diǎn)。提問與對(duì)話在AIGC的主界面，用戶可以在文本框中輸入問題或?qū)υ拑?nèi)容，并單擊發(fā)送按鈕進(jìn)行發(fā)送。AIGC

會(huì)分析用戶輸入的內(nèi)容，然后生成回答或建議，并將其顯示在對(duì)話框中。除了簡(jiǎn)單的提問，用戶還可以與AIGC進(jìn)行更深入的對(duì)話。用戶可以輸入一個(gè)或幾個(gè)完整的句子，然后AIGC會(huì)根據(jù)上下

文和語(yǔ)義進(jìn)行回應(yīng)。這種對(duì)話方式使用戶可以與AIGC進(jìn)行自然而流暢的交流，就像兩個(gè)人在交

談一樣。AIGC能夠保存先前的對(duì)話記錄，并在此基礎(chǔ)上生成新的回應(yīng)。這意味著用戶可以和AIGC逐步深入地探討一個(gè)問題，不斷獲得新的信息和視角。問題追問當(dāng)用戶的問題不夠清晰或不夠具體時(shí)，AIGC會(huì)進(jìn)一步追問用戶以獲取更多信息。用戶可以根據(jù)AIGC的追問進(jìn)行補(bǔ)充說明，以便AIGC能夠更好地理解問題并給出準(zhǔn)確的回答。例如，如果用戶提問：“什么是人工智能?”AIGC可以進(jìn)一步追問：“您是指人工智能的定義、歷史、應(yīng)用領(lǐng)域，還是其他方面?”通過追問，AIGC可以更好地理解用戶的意圖，并提供更有針對(duì)性的答案。查看歷史記錄AIGC會(huì)自動(dòng)保存與用戶的對(duì)話歷史記錄，用戶可以通過查看歷史記錄來回顧以往的對(duì)話內(nèi)容。這

有助于用戶了解之前的問題和回答，避免重復(fù)提問。此外，查看歷史記錄還可以幫助用戶更好地理解對(duì)話的上下文，從而更好地參與到對(duì)話中。為了方便用戶查看歷史記錄，AIGC提供清晰的界面和易于操作的工具。用戶可以自行選擇使用市面上已有的AIGC工具，在使用AIGC工具之前，需要去對(duì)應(yīng)的平臺(tái)或者網(wǎng)站注

冊(cè)才能使用。AIGC的使用方法DeepSeekDeepSeek

是什么?DeepSeek是一家專注通用人工智能

(AGI)的中國(guó)科技公司，主攻大模型研發(fā)與應(yīng)用。DeepSeek-R1

是其開源的推理模型，擅長(zhǎng)處理復(fù)雜任務(wù)且可免費(fèi)商用。性能對(duì)齊OpenAl-01

正式版OpenAI-o1-1217

Deepseek-R1-32B100-6.316690.690280-7479Z62.662160-

a74424n2040-20-0SWE-bench

VerifiedResovenDeepSeek-R1已發(fā)布并開源，性能對(duì)標(biāo)OpenAl

ol正式版，在網(wǎng)頁(yè)端、APP

和

API

全面上線，點(diǎn)擊查看詳情.deepseek探索未至之境獲取手機(jī)A

ppD

eepSeek

官方推出的免費(fèi)AI

助手

搜索寫作閱讀解題翻譯工具AI+

國(guó)產(chǎn)+免費(fèi)+開源+強(qiáng)大Deepseek-R1

在后訓(xùn)練階段大規(guī)模使用了強(qiáng)化學(xué)習(xí)技術(shù)，在僅有極少標(biāo)注數(shù)據(jù)的情況下，極大提升了模型推理能力在數(shù)學(xué)、代碼、自然語(yǔ)言推理等任務(wù)上，性能比肩OpenAl

o1正式版。開始對(duì)話免費(fèi)與DeepSeek-V3對(duì)

話

使用全新旗艦?zāi)Ｐ虶PQADiamondPas02OpenAL-a1-minl

DeepSeek-V3AIME

2024

Fag1Accuracy/Percentile(%)Codeforces(ercenthe)MATH-500IFasse1)MMLU

Fasse1)Deepeek-R16

at029對(duì)Al行業(yè)的重大影響01打破壟斷DeepSeek-R1

以低成本和開源特性打破以往頭部企業(yè)巨頭割據(jù)局面02價(jià)格下調(diào)DeepSeek-R1

的API定價(jià)僅為行業(yè)均價(jià)的1/10,推動(dòng)了中小型企業(yè)低成本接入AI,對(duì)行業(yè)產(chǎn)生了積極影響03推動(dòng)創(chuàng)新DeepSeek-R1

促使行業(yè)開始從“唯規(guī)模論”轉(zhuǎn)向更加注重“性價(jià)比”和“高效能”方向Deepseek可以做什么?直接面向用戶或者支持開發(fā)者，提供智能對(duì)話、文本生成、語(yǔ)義理解、計(jì)算推理、代碼生成補(bǔ)全等應(yīng)用場(chǎng)景，支持聯(lián)網(wǎng)搜索與深度思考模式，同時(shí)支持文件上傳，能夠掃描讀取各類文件及圖片中

的文字內(nèi)容。DeepSeek

應(yīng)用場(chǎng)景：√

自然語(yǔ)言處理：DeepSeek

可以進(jìn)行語(yǔ)言翻譯、文本摘要、情感分析和命名實(shí)體識(shí)別等任務(wù)√智能對(duì)話：能與用戶進(jìn)行智能對(duì)話，理解用戶的意圖和情感，并給出相應(yīng)的回答√

代碼生成和輔助：DeepSeek-Coder-V2

支持338種編程語(yǔ)言，可以生成代碼、解釋代碼含義、修復(fù)代碼錯(cuò)誤等√問答系統(tǒng)：回答用戶提出的各種問題，包括常識(shí)、專業(yè)、歷史和科技等領(lǐng)域√

內(nèi)容創(chuàng)作：根據(jù)用戶提供的關(guān)鍵詞和主題，自動(dòng)生成相關(guān)的文章和內(nèi)容√智能客服：代替人工客服，回答用戶的咨詢和問題，提高客服效率和質(zhì)量√

多模態(tài)交互：處理圖像、音頻等多種數(shù)據(jù)形式，適用于智能助手和移動(dòng)應(yīng)用等場(chǎng)景√數(shù)學(xué)和推理任務(wù)：在數(shù)學(xué)計(jì)算和復(fù)雜推理任務(wù)方面表現(xiàn)出色√信息推薦：根據(jù)用戶的歷史行為和偏好，推薦相關(guān)的內(nèi)容和信息概率預(yù)測(cè)(快速反應(yīng)模型，如ChatGPT

4o)鏈?zhǔn)酵评?慢速思考模型，如OpenAl

o1)性能表

現(xiàn)響應(yīng)速度快，算力成本低慢速思考，算力成本高運(yùn)算原

理基于概率預(yù)測(cè)，通過大量數(shù)據(jù)訓(xùn)練來快速預(yù)測(cè)可能的答案基于鏈?zhǔn)剿季S(Chain-of-Thought),逐步推理問題的每個(gè)步驟來得到答案決策能

力依賴預(yù)設(shè)算法和規(guī)則進(jìn)行決策能夠自主分析情況，實(shí)時(shí)做出決策創(chuàng)造力限于模式識(shí)別和優(yōu)化，缺乏真正的創(chuàng)新能力能夠生成新的創(chuàng)意和解決方案，具備創(chuàng)新能力人機(jī)互動(dòng)能

力按照預(yù)設(shè)腳本響應(yīng)，較難理解人類情感和意圖更自然地與人互動(dòng)，理解復(fù)雜情感和意圖問題解決能

力擅長(zhǎng)解決結(jié)構(gòu)化和定義明確的問題能夠處理多維度和非結(jié)構(gòu)化問題，提供創(chuàng)造性的解決方案?jìng)惱韱?/p>

題作為受控工具，幾乎沒有倫理問題引發(fā)自主性和控制問題的倫理討論快思幔想：效能兼顧全局視野CoT

鏈?zhǔn)剿季S的出現(xiàn)將大模型分為了兩類：“概率預(yù)測(cè)(快速反應(yīng))”模型和“鏈?zhǔn)酵评?慢速思考)”模型。前者適合快速反饋，

處理即時(shí)任務(wù)；后者通過推理解決復(fù)雜問題。了解它們的差異有助于根據(jù)任務(wù)需求選擇合適的模型，實(shí)現(xiàn)最佳效果。已深度思考(用時(shí)15秒)入嗯，用戶問的是”什么是量子力學(xué)”。首先，我需要確定用戶的知識(shí)背景。可能是一個(gè)學(xué)生剛開始接觸物理，或者只是出于好奇想

了解基本概念。我需要用簡(jiǎn)單易懂的語(yǔ)言來解釋，避免太專業(yè)的術(shù)語(yǔ)，或者如果用了術(shù)語(yǔ)，就要解釋清楚。接下來，我應(yīng)該從量子力學(xué)的基礎(chǔ)開始講，比如它是物理學(xué)的分支，研究微觀粒子。然后可能需要對(duì)比經(jīng)典物理，說明為什么量

子力學(xué)是必要的，比如在原子和亞原子層面經(jīng)典理論不適用。然后要提到關(guān)鍵概念，比如波粒二象性、量子態(tài)、疊加態(tài)、不確定性原理、量子糾纏。每個(gè)概念都需要簡(jiǎn)要解釋，但不要太過深

入，否則可能會(huì)讓用戶感到困惑?？赡苡脩暨€想知道量子力學(xué)的應(yīng)用，比如半導(dǎo)體、激光、量子計(jì)算等，這些實(shí)際應(yīng)用的例子能幫助用戶理解其重要性。另外，可

能需要提到一些著名實(shí)驗(yàn)或人物，比如薛定諤的貓、雙縫實(shí)驗(yàn)，或者愛因斯坦、玻爾等人的貢獻(xiàn)，但要注意不要偏離主題。同時(shí)，需要注意用戶可能存在的誤解，比如認(rèn)為量子力學(xué)只↓而沒有實(shí)際應(yīng)用，或者對(duì)量子糾纏等概念有科幻式的理解，這

時(shí)候需要糾正，但用溫和的方式。什么是量子力學(xué)有問題，盡管問，shift+enter

換

行比較項(xiàng)GP

T-4o(生成模型)DeepSeek-R1(推理模型)型定位專注于通用自然語(yǔ)言處理和多模態(tài)能力，適合日常對(duì)

話、內(nèi)容生成、翻譯以及圖文、音頻、視頻等信息處

理、生成、對(duì)話等。側(cè)重于復(fù)雜推理與邏輯能力，擅長(zhǎng)數(shù)學(xué)、編程和自然語(yǔ)言推理任

務(wù)，適合高難度問題求解和專業(yè)領(lǐng)域應(yīng)用，在中文表達(dá)上容易出彩。理能力在日常語(yǔ)言任務(wù)中表現(xiàn)均衡，但在復(fù)雜邏輯推理(如

數(shù)學(xué)題求解)上準(zhǔn)確率較低。在復(fù)雜推理任務(wù)表現(xiàn)卓越，尤其擅長(zhǎng)數(shù)學(xué)、代碼推理任務(wù)，在部

分基準(zhǔn)測(cè)試(如GPQA)中準(zhǔn)確率高于GPT-4o。模態(tài)支持支持文本、圖像、音頻乃至視頻輸入，可處理多種模

態(tài)信息。當(dāng)前主要支持文本輸入，不具備圖像處理等多模態(tài)能力。用場(chǎng)景適合廣泛通用任務(wù)，如對(duì)話、內(nèi)容生成、多模態(tài)信息

處理以及多種語(yǔ)言相互翻譯和交流；面向大眾市場(chǎng)和

商業(yè)應(yīng)用。適合需要高精度推理和邏輯分析的專業(yè)任務(wù)，如數(shù)學(xué)競(jìng)賽、編程

問題和科學(xué)研究；在思路清晰度要求高的場(chǎng)景具有明顯優(yōu)勢(shì)，比

如采訪大綱、方案梳理；在對(duì)中文語(yǔ)言表達(dá)和情感表達(dá)方面有明

顯優(yōu)勢(shì)。戶交互體提供流暢的實(shí)時(shí)對(duì)話體驗(yàn)，支持多種輸入模態(tài)；用戶

界面友好，適合大眾使用。可展示大部分鏈?zhǔn)剿伎歼^程，便于專業(yè)用戶理解推理過程；界面和使用體驗(yàn)具有較高的定制性，但整體交互節(jié)奏較慢。生成模型與推理大模型的對(duì)比優(yōu)勢(shì)劣勢(shì)演繹或歸納等推理能力強(qiáng)(如謎題、數(shù)學(xué)證明)響應(yīng)速度慢且計(jì)算成本高(需要更多推理時(shí)間)-鏈?zhǔn)剿季S推理出色(善于分解多步驟問題)-基于知識(shí)的任務(wù)更容易出錯(cuò)(容易產(chǎn)生幻覺)擅長(zhǎng)復(fù)雜決策任務(wù)一處理簡(jiǎn)單任務(wù)的時(shí)候效率低(容易"過度思考")可以呈現(xiàn)思考過程推理模型的優(yōu)劣勢(shì)比較方面生成模型(V3)推理模型(R1)設(shè)計(jì)初衷想要在各種自然語(yǔ)言處理的任務(wù)中都

能表現(xiàn)好，更通用重點(diǎn)是為了搞定復(fù)雜的推理情況，比如

深度的邏輯分析和解決問題性能展現(xiàn)在數(shù)學(xué)題、多語(yǔ)言任務(wù)還有編碼任務(wù)里表現(xiàn)不錯(cuò)，像Cmath能得90.7分，HumanEval編碼任務(wù)通過率是65.2%在需要邏輯思考的測(cè)試?yán)锖馨?，比如DROP任務(wù)F1分?jǐn)?shù)能達(dá)到92.2%,AIME2024的通過率是79.8%應(yīng)用的范圍適合大規(guī)模的自然語(yǔ)言處理工作，像對(duì)話式AI、多語(yǔ)言翻譯還有內(nèi)容生成

等等，能給企業(yè)提供高效的Al方案，滿足好多領(lǐng)域的需求適合學(xué)術(shù)研究、解決問題的應(yīng)用和決策支持系統(tǒng)等需要深度推理的任務(wù)，也能拿來當(dāng)教育工具，幫學(xué)生鍛煉邏輯思維DeepSeek最新的生成模型和推理模型版本對(duì)比模型名稱DeepSeek-R1-671B滿血版，能力最強(qiáng)DeepSeek-R1-Distill-Qwen-7B蒸餾版，能力稍弱--實(shí)際上是增加了推理能力的Qwen或Llama模型DeepSeek-R1-Distill-Llama-8BDeepSeek-R1-Distill-Qwen-14BDeepSeek-R1-Distill-Qwen-32BDeepSeek-R1-Distill-Llama-70BDeepSeek-R1版本DeepSeek-R1應(yīng)用場(chǎng)景●推理密集型任務(wù)編程任務(wù)中的代碼生成、算法設(shè)計(jì)，媲美Claude3.5Sonet數(shù)學(xué)問題求解、科學(xué)推理和邏輯分析等需要復(fù)雜推理的場(chǎng)景?！窠逃c知識(shí)應(yīng)用可用于解決教育領(lǐng)域的問題，支持知識(shí)理解與解答?？捎糜诳蒲腥蝿?wù)的實(shí)驗(yàn)設(shè)計(jì)、數(shù)據(jù)分析和論文撰寫?！裎臋n分析與長(zhǎng)上下文理解適合處理需要深入文檔分析和理解長(zhǎng)上下文的任務(wù)，例如復(fù)雜信息提取與整合?！耖_放領(lǐng)域問答與寫作在內(nèi)容生成、問題回答以及創(chuàng)造性寫作中具有廣泛應(yīng)用，例如生成高質(zhì)量文本或進(jìn)行內(nèi)容編輯。含算力部署總價(jià)(萬(wàn)/套/月)18118121811812每套顯存(GB)12801128153620481280112815362048每套算力(FP16/TFLOPS)31664158322368100163166415832236810016部署DeepSeek-R1滿血版的算力要求和性能模型DeepSeek

R1671BDeepSeek

V3671B模型精度FP8FP8FP8BF16FP8FP8FP8BF16算力型號(hào)NV

H800NVH200NVH20昇騰910BNVH8O0NVH200NVH20昇騰910B每套卡數(shù)16816321681632模型越大，效果越好，所需硬件配置越高。配置不高就回答慢模型越小，所需硬件配置低，但效果差671B——404G——滿血以下都是蒸餾模型70B——43G32B

20G——40608G

(筆記本)非常折磨14B

9G

——40608G

(筆記本)會(huì)爆顯存，生成較慢，10token每秒

7B——4.7G——主流的4060顯卡可流暢運(yùn)行，40token每秒左右1.5B——1.1G(以上全為Ollama

默認(rèn)的int4

量

化

)

Sek回答效果怎么樣、存在的問題如果問些常識(shí)性問題，比如夾逼準(zhǔn)則、熵增等一些概念，可能效果較好接入本地知識(shí)庫(kù)后，8B模型答非所問，也看不懂你的文件，胡說八道14B不會(huì)答非所問，但是文本量較大時(shí)，理解還是不太行，有明顯錯(cuò)誤。支持Word、PPT、Excel、PDF

等文件，但除了只有TXT文本文件效果較好，

有其他格式文件就會(huì)胡說八道。目前可能文字量不多、里面就有確定答案的知識(shí)庫(kù)，才能有理想的回答效果。提示詞與提示工程依次向大模型輸入以下三個(gè)提示，體會(huì)大模型輸出內(nèi)容的區(qū)別：1.寫一首關(guān)于大模型的詩(shī)。2.寫一首關(guān)于大模型的詩(shī)，要包含標(biāo)題和正文。3.寫一首關(guān)于大模型的七言律詩(shī)，要包含標(biāo)題和正文，正文共8句，

注意嚴(yán)格遵守七言律詩(shī)的格式并押韻。什么是提示工程?提示詞成的關(guān)佳

笞

是

提

示

IGc

中用干指導(dǎo)用戶進(jìn)行文本輸入而內(nèi)客生大模型生成內(nèi)容時(shí)，會(huì)先處理

Prompt,

再根據(jù)對(duì)其的理解進(jìn)行輸出。大模型的工作原理是根據(jù)

用戶的輸入預(yù)測(cè)下一個(gè)詞出現(xiàn)的

概率，逐字生成下文。Prompt

會(huì)直接影響輸出結(jié)果的質(zhì)量。對(duì)大模型來說，Prompt

就是用戶的輸入，它可以是一

個(gè)簡(jiǎn)單的問題，

一段較長(zhǎng)的

文本，也可以是一組指令，

這取決于用戶的具體需求。Prompt

的設(shè)置可以影響模型處理信息的方式，從而影響最終的輸出結(jié)果。主體描述人物描述一位戴著眼鏡的地點(diǎn)描述在辦公桌上動(dòng)作描述查看醫(yī)療儀器物件描述醫(yī)療設(shè)備什么是提示詞舉例：繪畫提示詞提示詞原理對(duì)傳統(tǒng)計(jì)算機(jī)來說，計(jì)算機(jī)按指令執(zhí)行，不存在提示計(jì)算機(jī)該怎么做。但語(yǔ)言模型不這樣工作，NLP

語(yǔ)言模型的工作原理是不斷地預(yù)測(cè)一句話中下一個(gè)應(yīng)該出現(xiàn)的單詞是什么,有點(diǎn)類似于詞語(yǔ)接龍。問：今天我要去

。提示：家里沒菜了。答：菜市場(chǎng)。根據(jù)提示“家里沒菜了”

,Al就會(huì)生成菜市場(chǎng)或者超市，或者生成更加復(fù)雜的輸出。今天我想去

。提示：很久沒游泳了。答：游泳池。簡(jiǎn)單來說，類似ChatGPT

這樣的語(yǔ)言模型做的是復(fù)雜的計(jì)算和邏輯推理，而不

是執(zhí)行指令或者從數(shù)據(jù)庫(kù)里提取數(shù)據(jù)。“提示”是影響大模型生成答案的質(zhì)量的重要因素。什么是提示詞又例如：提示語(yǔ)的本質(zhì)特征描述示例溝通橋梁連接人類意圖和AI

理解“將以下內(nèi)容翻譯為法語(yǔ)：Hello,world”上下文提供者為AI提供必要的背

景信息“假設(shè)你是一位19世紀(jì)的歷史學(xué)家，評(píng)論拿破侖的崛起”任務(wù)定義器明確指定AI需要完成

的任務(wù)“為一篇關(guān)于氣候變化的文章寫一個(gè)引言，長(zhǎng)度200字”輸出塑造器影響AI輸出的形式

和內(nèi)容“用簡(jiǎn)單的語(yǔ)言解釋量子力學(xué)，假設(shè)你在跟一個(gè)10歲的孩子說

話

”AI能力引導(dǎo)器引導(dǎo)AI使用特定的能

力或技能“使用你的創(chuàng)意寫作能力，創(chuàng)作

一個(gè)關(guān)于時(shí)間旅行的短篇故事’1.指令型提示語(yǔ)：直接告訴AI需要執(zhí)行的任務(wù)。2.問答型提示語(yǔ)：向AI提出問題，期望得到相應(yīng)的

答案。3.角色扮演型提示語(yǔ)：要求AI扮演特定角色，模擬特定場(chǎng)景。4.創(chuàng)意型提示語(yǔ)：引導(dǎo)Al進(jìn)行創(chuàng)意寫作或內(nèi)容生成。5.分析型提示語(yǔ)：要求Al對(duì)給定信息進(jìn)行分析和推

理。6.多模態(tài)提示語(yǔ)：結(jié)合文本、圖像等多種形式的

輸入。提示語(yǔ)的類型提示語(yǔ)類型什么是提示工程?提示工程(Prompt

Engineering)也叫「指令工程」。就是探討如何設(shè)計(jì)出最佳提示詞，用于指導(dǎo)語(yǔ)言模型幫助我們高效完成某項(xiàng)任務(wù)。Prompt

(提示詞)即發(fā)送給大模型的指令，比如「講個(gè)笑話」、「制定一份哈爾濱三天的旅游攻略」等。Prompt是AGI時(shí)代的「編程語(yǔ)言」Prompt

工程是AGl時(shí)代的「軟件工程」

提示工程師是AGI

時(shí)代的「程序員」PromptCompletionTASKDESCRIPTIONCURRENT

INPUTOUTPUTINDICATORLanguage

Model提示工程是一種利用人工智能模型生成內(nèi)容的方法，用戶需要給模型提供輸入，模型會(huì)根據(jù)輸入生成輸出(Response)提示工程可以讓人們更好地與人工智能對(duì)話，更好地利用人工智能的能力和潛力，從而更好地進(jìn)行創(chuàng)造和創(chuàng)新工作一個(gè)過程提示工程的難點(diǎn)在于如何設(shè)計(jì)合適的輸入，讓模型能夠理解用戶的意圖和需求，并生成高質(zhì)量的輸出提示工程(PromptEngineering)

是大語(yǔ)言模型開發(fā)、訓(xùn)練和使用過程中的一個(gè)基本元素認(rèn)識(shí)提示工程希望模型執(zhí)行的特定住務(wù)或指令，常見的指令包括寫入、分類、總結(jié)、翻譯、排序等。例如，“請(qǐng)將以下文本翻譯成英文”“請(qǐng)對(duì)以下文章進(jìn)行分類”等。

用戶輸入的指令應(yīng)該清晰明了，以便模型能夠準(zhǔn)確理解任務(wù)要求。提供模型所需的背景信息或上下文，以幫助模型理解任務(wù)并生成相關(guān)輸出。上下文可以是對(duì)問題的描述、場(chǎng)景的背景、先前的對(duì)話等。通過提供上下文，模

型可以更好地理解任務(wù)的具體要求。提示工程要素指令(Instruction)上下文(Context)提供一些示例輸入或輸出，以幫助模型理解任務(wù)的具體要求和期望的輸出格式。示例可以是實(shí)際的問題和答案、對(duì)話片段、文本段落等。通過提供示例，模型可以生成與示例類似的輸出。示例可以是已經(jīng)存在的數(shù)據(jù)樣本，也可以是手動(dòng)創(chuàng)建的樣例。

它們可以展示期望的輸出樣式或結(jié)構(gòu)，并指導(dǎo)模型生成符合要求的輸出。指定模型在執(zhí)行任務(wù)時(shí)應(yīng)遵循的限制條件。這些限制條件可以是特定的格式要求、輸出的主題或內(nèi)容要求、輸出長(zhǎng)度限制等。設(shè)置限制條件可以使模型的輸出滿足特

定需求。例如，在生成文本的任務(wù)中，可以限制輸出長(zhǎng)度，避免生成內(nèi)容過長(zhǎng)。明確指定模型需要達(dá)到的目標(biāo)或期望的結(jié)果。目標(biāo)可以是生成特定類型的回答、提供特定類型的建議、解決特定類型的問題等。明確的目標(biāo)可以幫助模型更有針對(duì)性地生

成輸出。示例(Examples)限制條件(Constraints)提示工程要素目

標(biāo)(Objective)1.編寫清晰的提示2.提供參考示例3.讓模型一步步思考4.調(diào)用外部工具5

.將復(fù)雜任務(wù)分解成子任務(wù)6.采用系統(tǒng)的提示框架7.用結(jié)構(gòu)化方式進(jìn)行提示編寫提示詞的原則與策略工具類型國(guó)內(nèi)國(guó)外聊天對(duì)話機(jī)器人DeepSeek、騰訊元寶、豆包、Kimi、智譜清言…)ChatGPT,Claude,X.com(Grok圖像生成工具通義萬(wàn)相、即夢(mèng)、豆包ChatGPT,Midjourney,StableDiffu音頻工具音瘋、網(wǎng)易天音、海綿音樂Suno視頻生成工具SkyReels、Vidu、可靈、海螺AI、即夢(mèng)Sora,Runway,Pika搜索工具秘塔、納米AI、天工PerplexityAIGC工具AIGC工具工具特點(diǎn)大模型DeepSeek文本模態(tài)、推理能力強(qiáng)DeepSeek-R1豆包多模態(tài)、語(yǔ)音情感能力強(qiáng)火山Kimi多模態(tài)、超長(zhǎng)文本、搜索和推理能力強(qiáng)Kimi-1.5智譜清言多模態(tài)GLM-Zero-Preview通義千問效率工具、代碼能力強(qiáng)Qwen2.5-Max騰訊元寶可以使用微信生態(tài)接入：DeepSeek-R1如何選擇AIGC工具1.明確自身需求2.評(píng)測(cè)工具能力3.關(guān)注使用成本人工智能典型應(yīng)用與未來大模型與AIGC概述DeepSeek

推理大模型提示詞與提示工程行業(yè)應(yīng)用領(lǐng)

域金融、醫(yī)療、交通、公安、能源…場(chǎng)

景C端應(yīng)用、平臺(tái)類應(yīng)用、B端私有部署或私域

數(shù)據(jù)類服務(wù)、深度定制化應(yīng)用應(yīng)用模式平臺(tái)+插件Al

as

OS應(yīng)用開發(fā)開

發(fā)范

式基于任務(wù)：內(nèi)容生成、cot推理、text-to-command

、text-to-code。自有數(shù)據(jù)模型微調(diào)或?qū)R：自有數(shù)據(jù)微調(diào)、自有模型對(duì)齊工具鏈、思維鏈：LangChain

相關(guān)、ChatGPTplugin串連應(yīng)用、HuggingGpt開源模型鏈、AutoGpt

推理思維鏈。VectorStore擴(kuò)展：擴(kuò)展大模型領(lǐng)域知識(shí)和上下文記憶、向量數(shù)據(jù)庫(kù)、text-embedding

、text-completion行業(yè)模型數(shù)

據(jù)行業(yè)數(shù)據(jù)庫(kù)、行業(yè)知識(shí)庫(kù)、行業(yè)模型庫(kù)…行業(yè)理解行業(yè)知識(shí)提取、行業(yè)知識(shí)融合、行業(yè)大腦…訓(xùn)

練Prompt

engineering

、Instruct-tuning.Full

Fine-Tuning

、RLHF

…基礎(chǔ)模型基礎(chǔ)模型內(nèi)容：文本、圖像、代碼、語(yǔ)音、視頻、多模態(tài)…量化：fp16

、int8

、int4...參數(shù)：千億、百億…語(yǔ)言：中文、英文、混合…工具平臺(tái)平臺(tái)工具

開發(fā)工具云平臺(tái)、向量數(shù)據(jù)庫(kù)、算力租賃、模型托管…PEFT

、DeepSpeed

、LangChain

、SqlChain..基礎(chǔ)設(shè)施算

力GPU、加速卡…數(shù)

據(jù)市場(chǎng)、標(biāo)注商…算

法GPT

、Transformer...大模型行業(yè)落地生態(tài)技術(shù)原理實(shí)現(xiàn)難度算力投入門檻效果工程提示詞通過構(gòu)建特殊的問法，比如角色扮演等，實(shí)現(xiàn)

相對(duì)領(lǐng)域知識(shí)的問答應(yīng)用。實(shí)現(xiàn)難度簡(jiǎn)單較低較低一般知識(shí)增強(qiáng)基于數(shù)據(jù)集做上下文語(yǔ)義補(bǔ)充，將外部知識(shí)在

詢問時(shí)加入問句背景中。實(shí)現(xiàn)難度一般一般一般一般Al

Agent基于知識(shí)庫(kù)、提示詞做對(duì)齊，實(shí)現(xiàn)擴(kuò)展功能。實(shí)現(xiàn)難度較高一般較高較好微聘/預(yù)訓(xùn)練將行業(yè)知識(shí)進(jìn)行Lora等微調(diào)訓(xùn)練，讓大模型直

接學(xué)習(xí)到行業(yè)知識(shí)。實(shí)現(xiàn)難度極高最高極高最好

令大模型行業(yè)知識(shí)結(jié)合的幾種方式數(shù)據(jù)治理平臺(tái)

超級(jí)搜索系統(tǒng)大數(shù)據(jù)平臺(tái)警案情分析系統(tǒng)

關(guān)系人分析系統(tǒng)智慧公安--新一代公安信息網(wǎng)人像大數(shù)據(jù)

車輛大數(shù)據(jù)

督察大數(shù)據(jù)視頻云智慧公安新一代公安信息網(wǎng)重點(diǎn)人員分析系統(tǒng)

團(tuán)伙串并案系統(tǒng)嚴(yán)重精神障礙

患者救治系統(tǒng)警務(wù)云數(shù)據(jù)治理平臺(tái)

超級(jí)搜索系統(tǒng)大數(shù)據(jù)平臺(tái)大模型技術(shù)警案情分析系統(tǒng)

關(guān)系人分析系統(tǒng)智慧公安--新一代公安信息網(wǎng)人像大數(shù)據(jù)

車輛大數(shù)據(jù)

督察大數(shù)據(jù)視頻云智慧公安新一代公安信息網(wǎng)重點(diǎn)人員分析系統(tǒng)

團(tuán)伙串并案系統(tǒng)嚴(yán)重精神障礙

患者救治系統(tǒng)警務(wù)云數(shù)字人技術(shù)數(shù)字人技術(shù)(Digital

Human

Technology)是一種結(jié)合人工智能、計(jì)算機(jī)圖形學(xué)、語(yǔ)音合成、自然語(yǔ)言處理(NLP)等多領(lǐng)域技術(shù)的綜合應(yīng)用，旨在創(chuàng)造高度擬人化、可交互的虛擬角色。這些數(shù)字人能夠模擬人類的外貌、表情、動(dòng)作和語(yǔ)言，并

在特定場(chǎng)景中替代或輔助人類完成工作，是元宇宙、虛擬現(xiàn)實(shí)(VR)和人工智能領(lǐng)域的前沿研究方向。3D

數(shù)字人制作流程原圖設(shè)計(jì)

灰模制作

材質(zhì)制作

渲染測(cè)試數(shù)據(jù)采集面捕動(dòng)捕數(shù)據(jù)精修驅(qū)動(dòng)模型

訓(xùn)練引擎能力集成上線浙江公安來了新同事!“浙小荷”“浙小安”為你服務(wù)騰訊新聞()數(shù)字警察浙江公安多了兩名特別的同事——“數(shù)字警察”主播，

一

個(gè)名叫浙小荷，另一個(gè)名叫浙

小安。他們走上社交媒體，24小時(shí)不知疲倦地給大家報(bào)路況、宣傳

反詐知識(shí)。膩

級(jí)

五

同

事幾

R

影

公

安全網(wǎng)首發(fā)

·護(hù)航

亞運(yùn)數(shù)字警察杭州市西湖區(qū)作為國(guó)家知識(shí)產(chǎn)權(quán)強(qiáng)縣試點(diǎn)，聯(lián)合浙江警察學(xué)院研發(fā)了“AI知產(chǎn)警官小西”,旨在提升服務(wù)范圍和響應(yīng)企業(yè)需求。

通過分析知識(shí)產(chǎn)權(quán)案件經(jīng)驗(yàn)，構(gòu)建知識(shí)庫(kù)

供“小西”深度學(xué)習(xí)，以便快速提供侵權(quán)線

索給民警，有效打擊侵權(quán)行為。24年4月，借助“小西”,西湖公安破獲跨省童裝侵權(quán)案，抓獲21人，查獲大量童裝和商標(biāo)，保護(hù)了企業(yè)權(quán)益。數(shù)字警察-“AI知產(chǎn)警官小西”AIGC

解決方案提升南京公安培訓(xùn)質(zhì)量和效率需求：

一套智慧公安科創(chuàng)方案，包括智能化警校培訓(xùn)，節(jié)約教學(xué)時(shí)間與警力成本、AI寫作協(xié)助案件處理、智能外呼、大屏數(shù)字人宣傳黨史黨建、24小時(shí)數(shù)字人警察主播等?！?/p>

解決方案：√建立一套專屬的播報(bào)聲音模型：選取優(yōu)質(zhì)的播報(bào)人員聲音，通過聲音模型訓(xùn)練，多音字、生僻字配置，完成聲音克隆?！探⒁惶滓曨l合成平臺(tái)：將編輯好的內(nèi)容文字輸入，即可選擇采用專屬的播報(bào)聲音模型配合基礎(chǔ)服務(wù)人員形象播報(bào)材料的視頻。效果：通過2.5D

真人形象克隆技術(shù)和聲音克隆技術(shù)實(shí)現(xiàn)：只需將

編輯好的內(nèi)容文字輸入，即可選擇采用專屬的播報(bào)聲音、

配合服務(wù)人員的形象，生成播報(bào)材料的視頻，讓培訓(xùn)視頻

新穎生動(dòng)又有深刻的教育意義。數(shù)據(jù)“大整合”:全域全鏈支撐實(shí)戰(zhàn)發(fā)展近日，慈溪凌晨3時(shí)許發(fā)生一起入戶盜竊案。接到報(bào)案后，偵查民警第一時(shí)間通過多維數(shù)據(jù)研判，確定犯罪嫌疑人身份，用時(shí)5小時(shí)將其抓獲，并追回群眾被盜財(cái)物。如此高效處置得益于慈溪公安智慧警務(wù)聯(lián)合實(shí)驗(yàn)室。科學(xué)布建前端感知網(wǎng)絡(luò)，夯實(shí)算力、算法、數(shù)據(jù)、組件等

基礎(chǔ)支撐能力，梳理、融合、應(yīng)用警務(wù)數(shù)據(jù)，為全警大數(shù)據(jù)分析研判和實(shí)戰(zhàn)運(yùn)用提供精準(zhǔn)數(shù)據(jù)資源庫(kù)。自運(yùn)行以

來，數(shù)據(jù)庫(kù)不僅實(shí)現(xiàn)了對(duì)海量信息的高效整合，還通過利用智能分析引擎，實(shí)現(xiàn)了對(duì)海量視頻、圖片的大數(shù)據(jù)智

能分析、智能檢索、關(guān)聯(lián)分析、多軌碰撞，為民警提供了多維數(shù)據(jù)，實(shí)現(xiàn)了第一時(shí)間感知、第一時(shí)間預(yù)警、第一

時(shí)間調(diào)度，做到了全域全鏈服務(wù)警務(wù)實(shí)戰(zhàn)和社會(huì)治理。項(xiàng)目背景社會(huì)治安維護(hù)工作復(fù)雜多變，傳統(tǒng)警情分類方式

依賴人工判斷，效率低、準(zhǔn)確性難以保障。處

理

重復(fù)警情時(shí)，關(guān)鍵詞搜索分析排查方式易遺漏和

誤判，無(wú)法及時(shí)、準(zhǔn)確把握社會(huì)治安態(tài)勢(shì)。技術(shù)應(yīng)用警情數(shù)據(jù)自動(dòng)監(jiān)測(cè)與閉環(huán)管理，從時(shí)效性、分

類

準(zhǔn)確性、要素完整性監(jiān)測(cè)，建立審核機(jī)制，形成

閉環(huán)。公安專有場(chǎng)景應(yīng)用訓(xùn)練與輔助分析，采用

多種微調(diào)方法訓(xùn)練，支持民警自定義分析。智能

輔助決策與警情報(bào)告生成，提供決策建議，自動(dòng)

生成報(bào)告模板。大模型功能警情自動(dòng)分類，將“關(guān)鍵詞被動(dòng)檢索”轉(zhuǎn)變?yōu)椤罢Z(yǔ)義主動(dòng)發(fā)現(xiàn)”,及時(shí)精準(zhǔn)識(shí)別矛盾源頭。深

度分析警情趨勢(shì)，助力公安機(jī)關(guān)提前介入，預(yù)防

事態(tài)惡化。實(shí)時(shí)監(jiān)測(cè)警情，分類統(tǒng)計(jì)并以直觀圖表呈現(xiàn)，方便了解警情分布狀況。應(yīng)用成效警情質(zhì)量監(jiān)測(cè)，人工審核時(shí)間大幅縮短，審核及

時(shí)性提升，實(shí)現(xiàn)全面檢查。事件風(fēng)險(xiǎn)研判，召回

率和精準(zhǔn)率超90%,分析耗時(shí)從分鐘級(jí)縮至秒級(jí)。

警情編報(bào)工作，平均耗時(shí)降低，效率提升200%。安慶智算中心暨公安城市治安巡查大模型網(wǎng)絡(luò)謠言打擊與整治成效統(tǒng)計(jì)：利用AI大模型技術(shù)全面縱深推進(jìn)打擊整治網(wǎng)絡(luò)謠言專項(xiàng)行動(dòng)，查處網(wǎng)絡(luò)謠言384起，處理

造謠傳謠人員530余人，清理謠言信息53000余條，關(guān)停賬號(hào)5000余個(gè)。案例：2023年上海浦東海灘女童走失事件，AI大模型助力追蹤查處造謠團(tuán)伙。智慧警務(wù)與社區(qū)管理AI社區(qū)構(gòu)建：利用監(jiān)控系統(tǒng)、智能門禁、人臉識(shí)別等數(shù)據(jù)，建立“一人一檔”。警力分配與預(yù)警：實(shí)現(xiàn)毫秒級(jí)