2025厦门大学：DeepSeek大模型及其企业应用实践-企业人员的大模型宝典.pptx

2025厦门大学：DeepSeek大模型及其企业应用实践。 1. 大模型：人工智能的前沿 2. 大模型产品 3. 大模型的行业应用 4. 企业大模型落地方案 5. 智能体的企业应用 6. 厂商提供的企业级大模型服务 7. 大模型典型应用案例 8. AIGC与企业应用实践 9. 大模型未来发展趋势 大模型作为人工智能技术的前沿发展，已经成为企业应用实践中的重要工具。这些模型通过深度学习技术实现，拥有海量参数和强大的学习能力，能够处理和生成多种类型的数据。它们的特点是拥有庞大的参数数量、巨大的训练数据集和高计算资源需求。随着技术的演进，大模型的发展经历了萌芽期、沉淀期和爆发期三个阶段，对算力的需求也在不断地提高。 大模型按其应用领域可以大致分为语言大模型、视觉大模型和多模态大模型三大类。语言大模型主要应用于自然语言处理（NLP），如OpenAI的GPT系列、百度的文心ERNIE以及DeepSeek等。视觉大模型则在计算机视觉（CV）领域发挥作用，如Google的VIT系列和华为的盘古CV。多模态大模型可以处理文本、图像、音频等不同类型的数据，代表性产品有DingoDB多模向量数据库和OpenAI的DALL-E。 人工智能与大模型的关系密不可分，人工智能包含机器学习，机器学习包含深度学习，而深度学习又可以进一步细分为预训练模型，其中大模型是预训练模型的一个重要分支。预训练大模型的发展代表了大语言模型的典型代表，如GPT和ERNIE。通过预训练模型，学习到的知识和能力可以在不同任务和领域中迁移和应用，实现一次训练，多次使用的高可迁移性。 大模型的发展历程显示出其分类的多样性。按照应用领域的不同，大模型主要可以分为L0、L1、L2三个层级。L0代表的是通用大模型，可以在多个领域和任务上通用。L1是指针对特定行业的行业大模型，而L2则是针对特定任务或场景的垂直大模型。 在行业应用方面，大模型被广泛应用于各种场景，从文本生成到图像识别，再到多模态信息的综合理解。企业通过落地这些大模型，可以显著提升工作效率，改善业务流程，并开辟新的业务领域。同时，厂商也开始提供企业级的大模型服务，包括定制化训练、模型部署和持续优化等。 典型应用案例方面，大模型在企业中得到具体实践，如自然语言生成、机器翻译、智能客服和自动化写作等领域。这些案例展示了大模型在企业中的实用性和潜在价值。 大模型的未来发展趋势表明，随着技术进步和数据积累，大模型将进一步向更高的参数量、更强的学习能力以及更广的应用范围演进。与此同时，人工智能生成内容（AIGC）与企业应用实践的结合将会更加紧密，帮助企业实现更高级别的自动化和智能化。 企业人员通过学习和掌握大模型的相关知识，可以有效地利用这些工具为企业创造更大的价值。厦门大学副教授林子雨带领的大数据教学团队所作的报告，为理解大模型及其企业应用提供了宝贵的参考。DeepSeek作为大模型的代表之一，也在不断地推动行业的发展和变革。