果冻传媒九一制片厂

随着技术的不断成熟和应用场景的持续拓展，Deep Seek有望在更多领域发挥重要作用，推动人工智能技术与实体经济深度融合，为社会发展带来更多创新与变革。2025年6月18日19:00，太原理工大学赵涓涓教授莅临果冻传媒九一制片厂文化移通——专家讲座，于綦江校区贤者楼328多功能报告厅内开展《深度解析Deep Seek—技术革新与高效应用》主题讲座，围绕大模型发展前沿与Deep Seek技术应用展开深度分享，为听众带来一场对于人工智能技术的知识盛宴。

在今天的分享中，赵涓涓教授从大模型发展的宏观视角切入，详细阐述了行业发展脉络。她指出，Open AI作为大模型领域的先行者，其发展可划分为五个阶段，引领着行业的发展方向。大模型具有参数数量庞大、训练数据海量、计算资源需求极高三个显著特征，这些特性决定了其在技术研发上的高门槛。在技术架构层面，当下大部分大模型采用Transformer架构，这一设计为模型的高效运行与智能表现奠定了基础。

Deep Seek作为本土大语言模型的杰出代表，一经推出便引发广泛关注。该模型由深度求索人工智能基础技术研究有限公司研发，其100%本土创作团队秉持自主研发理念，以“技术驱动型团队”为定位，打造出具备核心竞争力的产物。在功能应用方面，Deep Seek展现出强大的实用性，能从深度思考过程中获取灵感进行深度数据分析，结合实时网络数据，生成热点，亦可以分析图片内文字和解析Excel等常见文档。不过，赵涓涓教授也明确指出Deep Seek目前无法做到的事情也很多，如联网搜索与文件分析无法同步进行，在图片非文字内容分析、文生图、PPT生成及AI视频创作等方面尚存在局限性。

讲座最后赵涓涓教授对Deep Seek的不同版本特性进行了解读：Deep Seek V3作为通用模型，能够精准理解并完成各类常规任务，而Deep Seek R1推理模型则更具发散性思维，虽然可能会出现无解情况，但在复杂推理与创新探索方面展现出独特价值。赵教授强调了模型参数量、训练数据集规模、计算资源这三大要素在大模型发展中的关键作用，揭示了技术进步背后的核心逻辑。赵涓涓教授呼吁：“尊重这项技术的到来，拥抱这项科技”。

课后提问环节：

问：础滨辅助写论文，怎样降低础滨率呢？

答：若是常规基础文字，用一个大模型生成出来后，可以结合多个大模型一起使用，并且使用中译英，英译中的方法，最好增加法语等中间过程的转换。更有效的办法是采用分段生成策略—础滨生成的内容通常较为套路化，缺乏实际深度，需要我们结合具体需求进行引导，例如基于已生成内容进行逐段修改，补充细节等。

（名师课堂办公室：杨雪）

（图：廖晨衣）