內容簡介
2025年春節，中國AI黑馬DeepSeek匯聚全球目光。本書全麵解析了DeepSeek的崛起歷程、技術突破及其對AI行業的深遠影響；介紹了DeepSeek相關應用方法，包括優化交互方式、調用API服務、本地部署模型等；分析了DeepSeek即將引發的行業變革，以及其AI能力在垂直行業領域的應用。
作者簡介
陳根 知名科技作家，九三學社中央科技委委員。多本著作以多種語言在全球發行，包括美國、英國、加拿大、澳大利亞、法國、德國、日本等30多個國家和地區，並被多個國家的知名圖書館收藏。數本英文專著被美國總統圖書館、哈佛書店、耶魯大學圖書館、馬克斯·普朗克學會等國際機構收藏。目錄
封麵
版權信息
前折頁
內容簡介
前言
第1章 DeepSeek的前世今生
1.1 幹翻GPT，DeepSeek爆火出圈
1.2 這麼火，DeepSeek憑什麼
1.2.1 超級強悍的性能，誰都能打
1.2.2 便宜到驚人，革命性的性價比
1.2.3 徹底開源，真正的“AI界安卓”
1.3 DeepSeek的崛起之路
1.3.1 從量化交易到AI先鋒
1.3.2 幻方量化的轉折點
1.3.3 DeepSeek的誕生與突破
1.4 為什麼DeepSeek的成功是必然的
1.4.1 AI金融化的初衷與實踐
1.4.2 算力布局的領先者
1.4.3 不止步於“跑模型”
1.4.4 清晰的商業化路徑
1.5 震動矽穀：輿論怎麼看DeepSeek
第2章 普惠AI的“中國方案”
2.1 AI領域的拚多多
2.1.1 白菜價的大模型
2.1.2 構建獨特的AI生態
2.2 DeepSeek是如何煉成的
2.2.1 Transformer基礎架構未變
2.2.2 混合專家模型，讓計算更高效
2.2.3 多頭潛在注意力機製，突破長文本瓶頸
2.2.4 擁抱強化學習，賦能AI推理
2.3 蒸餾技術全解析
2.3.1 蒸餾技術是什麼
2.3.2 蒸餾技術的優勢
2.3.3 DeepSeek的“蒸餾”侵權了嗎
2.4 AI領域的中國創新範式
2.4.1 把每一個環節都做到極致
2.4.2 先行者未必占據全部勝勢
2.4.3 中國製造模式的AI應用
第3章 實戰DeepSeek：從入門到精通
3.1 向DeepSeek提問的五個黃金法則
3.1.1 法則一：明確需求
3.1.2 法則二：提供背景
3.1.3 法則三：指定格式
3.1.4 法則四：控製長度
3.1.5 法則五：及時糾正
3.2 DeepSeek交流場景解析
3.2.1 場景一：日常生活全方位回應
3.2.2 場景二：學術論文全流程輔助
3.2.3 場景三：自媒體運營從0到1
3.3 如何用DeepSeek賦能
3.3.1 關鍵步驟詳解
3.3.2 賦能實戰：將DeepSeek接入Word
3.4 打造專屬AI助手
3.4.1 雲端使用VS本地部署
3.4.2 本地部署大模型的基本步驟
3.4.3 打造專屬AI助手的基礎知識
3.4.4 打造專屬AI助手的基本流程
第4章 DeepSeek引領AI商業新浪潮
4.1 DeepSeek的真正價值
4.1.1 AI定製化時代已來
4.1.2 從黑盒到開放，AI生態的變革
4.2 輕量化AI，突破計算資源的瓶頸
4.2.1 輕量化AI的必然性
4.2.2 AI計算模式的變革：從雲端到本地
4.3 下一場AI變革的核心
4.3.1 大模型與小模型
4.3.2 小模型與行業垂直化
4.3.3 抓住AI的紅利
第5章 DeepSeek時代行業新圖景
5.1 DeepSeek在醫療
5.1.1 定製化訓練醫療AI
5.1.2 本地化醫療AI的優勢
5.1.3 醫療生態的重塑
5.2 DeepSeek在金融
5.2.1 銀行業：提升合同審核與資產對賬效率
5.2.2 證券投資：精準數據分析賦能決策
5.2.3 普惠金融：降低投資門檻，提升服務可及性
5.3 DeepSeek在法律
5.3.1 改變律師的工作方式
5.3.2 AI將成為法律行業的核心競爭力
5.3.3 DeepSeek在司法體係中的應用
5.4 DeepSeek在教育
5.4.1 DeepSeek如何重塑個性化學習
5.4.2 AI智能教師助手
5.4.3 “AI+教育”的未來
5.5 DeepSeek在科研
5.5.1 科研領域迎來AI革命
5.5.2 定製化AI科研助手
5.6 DeepSeek在創作
5.6.1 適配創作者風格的DeepSeek
5.6.2 DeepSeek讓內容創作更高效
5.7 DeepSeek在電商
5.7.1 定製AI客服，提高用戶滿意度
5.7.2 個性化推薦，提升用戶轉化率
5.8 DeepSeek在設計
5.8.1 DeepSeek賦能平麵設計
5.8.2 優化UI設計與用戶體驗
5.9 DeepSeek在交通
5.9.1 自動駕駛進入2.0時代
5.9.2 DeepSeek加速實現自動駕駛
5.9.3 車聯網與智能交通的未來
5.10 DeepSeek在製造
5.10.1 智能化生產：優化工藝流程，提高生產效率
5.10.2 智能預測維護：減少設備停機時間，延長使用壽命
5.10.3 供應鏈智能優化：提升庫存管理和物流效率
第6章 新的挑戰，新的機遇
6.1 算力瓶頸：AI創新的“天花板”
6.1.1 測試突圍不等於真正應用
6.1.2 DeepSeek加劇算力之爭
6.1.3 突圍AI算力之困
6.2 數據紅利：高質量數據的價值凸顯
6.2.1 大數據≠好數據
6.2.2 AI訓練的“數據荒”
6.2.3 數據標注行業興起
6.3 創新浪潮：DeepSeek會被淹沒嗎
6.3.1 開源下的競爭壓力
6.3.2 DeepSeek如何保持競爭力
6.4 輕量化VS大而全，如何抉擇
6.4.1 兩種發展路徑的對決
6.4.2 兩難之間的平衡點
6.5 AI發展進入監管新時代
6.5.1 加強AI監管迫在眉睫
6.5.2 AI監管的新挑戰：去中心化的困境
後記：創業者精神才是創新原動力
後折頁
封底
版權信息
前折頁
內容簡介
前言
第1章 DeepSeek的前世今生
1.1 幹翻GPT，DeepSeek爆火出圈
1.2 這麼火，DeepSeek憑什麼
1.2.1 超級強悍的性能，誰都能打
1.2.2 便宜到驚人，革命性的性價比
1.2.3 徹底開源，真正的“AI界安卓”
1.3 DeepSeek的崛起之路
1.3.1 從量化交易到AI先鋒
1.3.2 幻方量化的轉折點
1.3.3 DeepSeek的誕生與突破
1.4 為什麼DeepSeek的成功是必然的
1.4.1 AI金融化的初衷與實踐
1.4.2 算力布局的領先者
1.4.3 不止步於“跑模型”
1.4.4 清晰的商業化路徑
1.5 震動矽穀：輿論怎麼看DeepSeek
第2章 普惠AI的“中國方案”
2.1 AI領域的拚多多
2.1.1 白菜價的大模型
2.1.2 構建獨特的AI生態
2.2 DeepSeek是如何煉成的
2.2.1 Transformer基礎架構未變
2.2.2 混合專家模型，讓計算更高效
2.2.3 多頭潛在注意力機製，突破長文本瓶頸
2.2.4 擁抱強化學習，賦能AI推理
2.3 蒸餾技術全解析
2.3.1 蒸餾技術是什麼
2.3.2 蒸餾技術的優勢
2.3.3 DeepSeek的“蒸餾”侵權了嗎
2.4 AI領域的中國創新範式
2.4.1 把每一個環節都做到極致
2.4.2 先行者未必占據全部勝勢
2.4.3 中國製造模式的AI應用
第3章 實戰DeepSeek：從入門到精通
3.1 向DeepSeek提問的五個黃金法則
3.1.1 法則一：明確需求
3.1.2 法則二：提供背景
3.1.3 法則三：指定格式
3.1.4 法則四：控製長度
3.1.5 法則五：及時糾正
3.2 DeepSeek交流場景解析
3.2.1 場景一：日常生活全方位回應
3.2.2 場景二：學術論文全流程輔助
3.2.3 場景三：自媒體運營從0到1
3.3 如何用DeepSeek賦能
3.3.1 關鍵步驟詳解
3.3.2 賦能實戰：將DeepSeek接入Word
3.4 打造專屬AI助手
3.4.1 雲端使用VS本地部署
3.4.2 本地部署大模型的基本步驟
3.4.3 打造專屬AI助手的基礎知識
3.4.4 打造專屬AI助手的基本流程
第4章 DeepSeek引領AI商業新浪潮
4.1 DeepSeek的真正價值
4.1.1 AI定製化時代已來
4.1.2 從黑盒到開放，AI生態的變革
4.2 輕量化AI，突破計算資源的瓶頸
4.2.1 輕量化AI的必然性
4.2.2 AI計算模式的變革：從雲端到本地
4.3 下一場AI變革的核心
4.3.1 大模型與小模型
4.3.2 小模型與行業垂直化
4.3.3 抓住AI的紅利
第5章 DeepSeek時代行業新圖景
5.1 DeepSeek在醫療
5.1.1 定製化訓練醫療AI
5.1.2 本地化醫療AI的優勢
5.1.3 醫療生態的重塑
5.2 DeepSeek在金融
5.2.1 銀行業：提升合同審核與資產對賬效率
5.2.2 證券投資：精準數據分析賦能決策
5.2.3 普惠金融：降低投資門檻，提升服務可及性
5.3 DeepSeek在法律
5.3.1 改變律師的工作方式
5.3.2 AI將成為法律行業的核心競爭力
5.3.3 DeepSeek在司法體係中的應用
5.4 DeepSeek在教育
5.4.1 DeepSeek如何重塑個性化學習
5.4.2 AI智能教師助手
5.4.3 “AI+教育”的未來
5.5 DeepSeek在科研
5.5.1 科研領域迎來AI革命
5.5.2 定製化AI科研助手
5.6 DeepSeek在創作
5.6.1 適配創作者風格的DeepSeek
5.6.2 DeepSeek讓內容創作更高效
5.7 DeepSeek在電商
5.7.1 定製AI客服，提高用戶滿意度
5.7.2 個性化推薦，提升用戶轉化率
5.8 DeepSeek在設計
5.8.1 DeepSeek賦能平麵設計
5.8.2 優化UI設計與用戶體驗
5.9 DeepSeek在交通
5.9.1 自動駕駛進入2.0時代
5.9.2 DeepSeek加速實現自動駕駛
5.9.3 車聯網與智能交通的未來
5.10 DeepSeek在製造
5.10.1 智能化生產：優化工藝流程，提高生產效率
5.10.2 智能預測維護：減少設備停機時間，延長使用壽命
5.10.3 供應鏈智能優化：提升庫存管理和物流效率
第6章 新的挑戰，新的機遇
6.1 算力瓶頸：AI創新的“天花板”
6.1.1 測試突圍不等於真正應用
6.1.2 DeepSeek加劇算力之爭
6.1.3 突圍AI算力之困
6.2 數據紅利：高質量數據的價值凸顯
6.2.1 大數據≠好數據
6.2.2 AI訓練的“數據荒”
6.2.3 數據標注行業興起
6.3 創新浪潮：DeepSeek會被淹沒嗎
6.3.1 開源下的競爭壓力
6.3.2 DeepSeek如何保持競爭力
6.4 輕量化VS大而全，如何抉擇
6.4.1 兩種發展路徑的對決
6.4.2 兩難之間的平衡點
6.5 AI發展進入監管新時代
6.5.1 加強AI監管迫在眉睫
6.5.2 AI監管的新挑戰：去中心化的困境
後記：創業者精神才是創新原動力
後折頁
封底
最後修改：2025 年 03 月 25 日
© 允許規範轉載