人工智能基础及应用（工科通识版）课件 第10章 人工智能研究热点与发展趋势

人工智能研究热点与发展趋势第

十

章CONTENTS目录01

人工智能研究热点02

大模型与智能体03

人工智能未来技术发展趋势04

角色设计师——打造对话型人工智能智能体AI发展趋势与技术进步

AI技术融合算法与算力高效结合，推动AI智能化升级，多模态预训练大模型成标配，处理信息更全面精准。

数据智能飞跃高质量数据稀缺促数据智能技术革新，数据处理、挖掘分析创新，支撑AI系统性能提升。

AIGC全场景应用从文本图像到叙事音乐，AI生成内容丰富文艺作品，形式多样，内容创新，全场景渗透趋势明显。人工智能研究热点01人工智能研究热点

大模型创新深度学习框架优化，强化学习与多模态融合，重塑AI技术版图。

技术融合趋势机器学习、自然语言处理、计算机视觉交叉，推动人工智能应用边界扩展。技术热点：人工智能大模型

深度学习进展大规模语言模型提升NLP能力，推动内容生成、翻译、对话系统创新。大模型定义数百万至数十亿参数的深度神经网络，经专门训练，展现卓越性能于多领域。大模型训练需数百至上千GPU，大量时间，涉及数据准备、模型设计、优化等关键环节。大模型应用扩展从NLP至计算机视觉、多模态学习，支撑AI技术广泛应用，产品层出不穷。技术热点：人工智能大模型

01大模型技术突破GooglePaLM2实现百万级token上下文处理，Gemini2.5在IMO数学竞赛达铜牌级，集成多模态实时搜索工具。

02多模态交互创新OpenAIGPT-5支持图文视频多模态交互，400K上下文窗口突破，通过思维链推理将幻觉率降低80%。技术热点：人工智能大模型

商业应用拓展微软Turing-NLG1750亿参数模型深度赋能Office与Azure，实现智能体工作流连接日历邮箱等多任务处理。

基准测试突破GPT-5在AIME数学测试准确率94.6%，SWE-bench编程测试达74.9%，支持个性化对话与多步骤任务执行。技术热点：人工智能大模型文心大模型技术优势百度文心大模型依托中文语义理解优势，支持多语言处理与智能体机制，推出编程助手及低代码工具提升研发效率。盘古多领域突破华为盘古大模型通过算法创新实现高效训练，覆盖自然语言处理与计算机视觉，推动AI技术规模化应用。通义大模型行业赋能阿里通义大模型聚焦电商与金融领域，基于深度学习挖掘数据价值，助力企业数字化转型与智能决策。技术热点：人工智能大模型

DeepSeek开源生态深度求索以低成本高性能模型与自进化技术领先，开源策略驱动全球市场拓展，覆盖40余行业应用场景。

中文语义理解突破国产大模型在中文语义识别精准度显著提升，文心大模型文生图能力接近国际前沿，用户意图捕捉更高效。

技术创新路径百度引入智能体机制强化规划能力，阿里优化架构提升训练效率，技术迭代加速AI场景落地。

生态建设成果企业开放平台吸引开发者共建工具链，百度AI原生应用与阿里技术生态形成闭环创新体系。技术热点

计算机视觉与3D技术计算机视觉，让机器看懂世界，深度学习推动图像技术革新。3D技术与计算机视觉的结合为人工智能应用开辟了新的空间。通过3D重建、虚拟现实（VirtualReality，VR）、增强现实（AR）等技术，人工智能系统能够更加直观地理解和呈现现实世界。特别是神经辐射场（NeRF）等新型3D表示方法的出现，为人工智能在视觉领域的创新提供了更多可能性强化学习与自动化机器学习强化学习探索与自动化机器学习降门槛，共促AI技术普及。技术热点：多模态融合学习01多模态融合基础构建跨模态共享语义空间，CLIP通过对比学习映射图像与文本至同一高维空间，关联模态对距离更近。02技术突破Flamingo模型扩展多模态交互，交错式注意力机制处理图像、视频和文本，动态融合跨模态信息。03挑战面对多模态融合面临设计通用特征提取器与优化跨模态语义对齐损失函数的挑战，需大规模预训练数据支持。技术热点：多模态融合学习

多模态数据结构图像为规则网格，文本为离散符号，语音为连续波形，差异显著需统一编码框架整合异构数据。

Transformer编码框架基于自注意力机制提取核心特征，模态标识符标记输入差异，保留特性并实现特征空间统一对齐。

医疗诊疗革新CT影像自动生成报告，系统解析病灶特征与结构化信息，交叉注意力修正描述偏差，输出标准化诊断内容。

特征交互机制文本引导影像分析聚焦可疑区域，影像修正文本描述偏差，双向信息增强诊断准确性与完整性。应用领域的拓展

智能医疗AI驱动智能医疗，革新服务模式，助力疾病诊断与健康管理。

智能农业AI赋能，智能农业实现全年反季节生产，提升效率与质量。

智能金融AI在金融领域应用，提升服务智能化，成果显著，未来融合技术更进一步。

智能交通与自动驾驶自动驾驶融合AI技术，未来出行更安全便捷。大模型与智能体02大模型与智能体大模型特性

超大规模参数，复杂结构，展现强大学习与泛化能力。智能体功能

感知环境，自主决策，执行动作，实现现实世界互动。技术融合影响

推动AI向更智能、实用发展，带来领域内颠覆性变革。大模型

大模型起源始于深度学习架构突破，2017年Google提出Transformer，自注意力机制解决长序列处理瓶颈。

预训练范式模型先通过海量无标注数据学习通用知识，再微调适配特定任务，大幅降低开发成本，提升性能。

典型应用Bert、GPT、CLIP等模型在自然语言处理、计算机视觉领域取得突破，广泛应用。大模型

自然语言处理GPT-3模型，生成高质量文本，应用广泛，如智能辅导系统，动态调整教学策略。

计算机视觉ViT大模型提升半导体瑕疵检出率至99.5%，显著减少人工质检工作量。

多模态融合CLIP模型实现文本图像多模态融合，应用于内容审核和场景理解。

算力与能耗GPT-3训练能耗巨大，研究者探索优化方案缓解。大模型

分布式训练通过多GPU/TPU集群并行计算，缩短训练时间；

模型压缩使用知识蒸馏、量化等技术将模型参数量降低，如MobileNet系列在保持性能的同时大幅减少参数；

绿色计算利用可再生能源或优化数据中心能效。

泛化能力与偏见大模型需克服偏见，提升泛化能力，确保内容无害。大模型：可解释性

大模型决策与解释大模型决策复杂，LIME技术助解释，可视化热力图显关键特征。

科技自立自强我国大模型领域加速自主可控创新，核心技术自立自强解“卡脖子”难题。

大模型训练风险与伦理技术突破需伦理约束，警惕大模型训练中的"数据投毒"风险，确保法治与公正。智能体

感知模块通过传感器（如摄像头、激光雷达）获取环境信息，结合视觉大模型、语音识别模型进行语义理解；

决策模块基于强化学习与规则引擎，生成最优决策策略。

执行模块AlphaGo融合策略与价值网络，转化决策为实际动作，击败人类围棋冠军。智能体

01游戏与虚拟世界AI在游戏战术优化与元宇宙剧情生成中展现智能协作与个性化创新。

02机器人与智能制造波士顿动力Spot机器人与智能体系统提升汽车工厂生产效率40%，实现精密操作。

03自动驾驶特斯拉FSD系统利用视觉大模型，简化驾驶决策流程，雨天动态调整策略保障安全。智能体：医疗与健康

手术机器人精准操作手术机器人如达芬奇系统，通过力反馈和3D视觉，实现更稳定精准的微创手术操作。

大模型挑战与突破大模型需应对环境复杂性，如自动驾驶在极端天气和道路施工的挑战。

伦理安全与人机协作建立安全认证体系，融合自然语言理解，实现人机协作与伦理安全。大模型与智能体的深度融合

大模型赋能智能体认知能力机器人听懂指令，规划路径，避开障碍，精准抓取目标。

智能体数据反哺大模型训练实时道路数据优化视觉模型，游戏对话提升语言交互能力。大模型与智能体的深度融合：端到端系统优化

特斯拉FSD技术解析特斯拉FSD融合视觉大模型与强化学习，直出驾驶信号，提升决策效率。

具身智能与机器人结合案例MIT具身AI机器人，自主识别衣物，规划折叠，优化整理效率。

挑战与未来方向探索实时性、跨领域迁移与通用智能，挑战大模型在智能体应用的边界。大模型未来趋势与展望

更高效的大模型架构稀疏化技术与NAS助力，大模型架构更高效，参数压缩，性能提升。

多模态智能体普及机器人融合多感官信息，实现环境全面感知与精细操作。

终身学习与持续进化教育机器人通过学生反馈，持续优化教学策略，实现教学效果的逐步提升。大模型未来趋势与展望：脑启发模型融合产业变革趋势大模型与智能体将重构制造业、医疗及交通等行业生产流程，自动化工厂或替代重复性岗位，需政策引导劳动力转型。伦理法律挑战AI生成内容版权界定、自动驾驶事故归责及医疗误诊风险需建立跨领域监管框架，明确权责边界。大模型未来趋势与展望：脑启发模型融合

普惠公平路径消除大模型训练数据中的性别、种族偏见，需强化数据多样性采集与伦理审查机制，确保技术普惠性。

人机协作未来智能体应作为人类助手存在，如医疗辅助诊断、教育个性化辅导，避免替代核心决策与教学场景。人工智能未来技术发展趋势03人工智能未来技术发展趋势

AI算力底座未来AI算力将呈指数级增长，量子计算与神经形态计算有望成为新突破，支撑更复杂模型训练与实时推理。

创意生成AI将深度融入艺术与设计领域，通过学习历史作品，生成具有创新性和情感表达的新作品，推动文化产业发展。人工智能未来技术发展趋势情绪智能AI情绪识别技术将更加精准，不仅能理解人类情绪，还能模拟情感交流，提升人机交互的自然度与亲和力。智能制造AI在制造业的应用将更加广泛，实现从设计、生产到物流的全链条智能化，提高效率，减少资源浪费。算力底座01算力底座升级算力底座升级，十万卡集群提速，AI效能飞跃。02AI技术普及应用算力升级推动AI普及，CompassC20提升训练效率。03云计算与边缘计算此外，云计算和边缘计算的协同发展也将成为未来算力布局的重要趋势，以满足不同应用场景的需求。情绪智能

情感外脑市场潜力情感外脑，未来2-3年将开启人机陪伴市场，提供陪伴与慰藉。

AI聊天机器人心理服务AI聊天机器人提供心理支持，培养情感认知，不间断陪伴，专业建议，助力成长。

人机陪伴市场扩展人机陪伴市场将拓宽，覆盖全年龄层用户。智能制造智能制造大模型技术深化应用，处理工业数据，提升生产效率与产品质量。工业新质生产力重构智能制造系统，提供工业智能化新动力，优化生产流程，提高灵活性。人机交互

01具身智能结合机器人技术与大模型，提升AI实用性与用户体验。

02运动控制大模型提高学习效率，实现复杂任务执行，如跳舞和护工任务。角色设计师——打造对话型人工智能智能体04技术基础与挑战

自然语言处理通过语义理解与生成技术，实现人机对话的精准交互。

数据隐私保护应用加密与匿名化技术，确保用户健康数据的安全存储与传输。

用户体验设计结合交互逻辑与情感分析，优化对话流程的流畅性与用户满意度。医疗场景应用实践健康咨询功能基于症状分析与知识图谱，提供个性化健康建议与诊疗支持。效率优化策略整合多模态交互与智能分诊，缩短患者等待时间并降低人力成本。开发框架与工具

Coze平台操作利用预置模块与可视化界面，快速搭建对话逻辑与响应规则。

迭代测试方法通过A/B测试与用户反馈，持续优化对话策略与知识库准确性。实验目标实验目的与流程实验引导学生理解AI构建，掌握Coze平台智能体设计流程，奠定复杂应用基础。医疗领域应用与挑战对话AI提升医疗效率，挑战数据隐私与复杂性。实验目标：私人健康助手设计私人健康助手，实现自然对话，提供健康建议。实验内容

大语言模型（LLM）提供核心的语言理解和生成能力。

提示词（Prompt）定义智能体的角色、行为和约束，引导大语言模型的响应。

技能（Skills）技能拓展大模型能力，含插件与工作流，实现数据访问与复杂逻辑执行。

知识库存储外部知识内容，解决大模型幻觉和专业领域知识不足的问题，提高回答准确性。

记忆（Memory）存储动态信息，实现个性化交互，记忆是连贯对话的关键。实验内容

01接收用户输入智能体通过对话界面接收用户的输入，这些输入可以是文字、语音或其他形式。

02理解用户意图大模型用提示词精准理解用户需求。

03调用相关技能根据理解的意图，智能体调用相关的技能，这些技能可以是插件、工作流，或者查询知识库/记忆。实验内容

插件用于执行特定任务，可查询天气、新闻等等实时信息。

工作流用于执行一系列复杂任务，如多步操作流程。

知识库用于提供专业建议或回答常见问题。实验内容：生成响应

私人健康助手功能提升私人健康助手升级，能查询实时信息，提供专业健康建议，实用性大增。实验内容：生成响应工作空间层级设计

工作空间为最高资源组织单位，不同工作空间数据隔离，同一空间内智能体与AI应用可共享资源库，区分个人与团队资源。协作开发支持

分层管理模式允许个人维护私有项目，团队共享插件与知识库，促进协作开发，满足企业级权限与资源隔离需求。学习者实践价值

理解层级化项目组织方式，有助于未来参与大型AI项目，掌握企业级应用中资源管理与权限控制的核心逻辑。实验内容：生成响应

智能体创建流程访问Coze平台，点击左上角