Demis Hassabis的AI探索历程 - 作为AI先驱，Hassabis从小痴迷国际象棋，13岁成为国际象棋大师，这段经历塑造了他对认知过程的思考方式[6][7][8] - 2010年联合创立DeepMind，2014年被谷歌以超5亿美元收购，2017年开发出仅用4小时自对弈就能击败人类大师的AlphaZero算法[3][4] - 2024年因开发AlphaFold2蛋白质预测模型获得诺贝尔化学奖，该模型已解析2亿种蛋白质结构，覆盖190国200万用户[4][46] DeepMind技术突破与产品布局 - Project Astra是谷歌基于Gemini 2.0的多模态智能助手，能通过文本/语音/图像/视频交互，整合Google搜索/地图等核心服务[14][15][16] - Astra演示中展现出艺术鉴赏能力，能识别画作风格并创作故事，产品定位为"能看能听能交流"的具身智能系统[19][20] - 谷歌可能重启AR眼镜项目，访谈中展示了嵌入眼镜的原型设备，此前谷歌眼镜曾因隐私问题在2015年退出市场[24][42][44] AGI发展前景与行业影响 - Hassabis预测2030年可能实现AGI，届时系统将深度理解环境并融入可穿戴设备，药物研发周期有望从10年缩短至数周[14][46][51] - AI可能在未来10年内实现治愈所有疾病，AlphaFold已推动帕金森治疗和抗生素研究取得突破[46][47] - 机器人技术或迎来重大突破，但需警惕AI系统失控和恶意滥用风险，需建立全球协调的安全框架[53][55][56] AI伦理与哲学思考 - 当前AI不具备意识，但未来模型可能展现自我理解特征，需区分机器模仿与人类碳基意识的本质差异[52] - 呼吁建立AI伦理新范式，需要哲学家参与引导技术发展，平衡创新与人类价值观[49][50][57] - AI发展呈指数级增长，成功吸引大量资源与人才，但需防范技术主导权争夺导致的安全标准降低[14][56]

财务表现 - 2024年全年实现营业收入233.43亿元 同比增长18.79% 突破200亿元大关 时隔两年重回双位数增长 [1][3] - 当期归母净利润为5.6亿元 扣除非经常性损益后的净利润实现近60%增长 [1] - 毛利较上年同期增长15.68亿元 [3] - 经营活动产生的现金流量净额达到24.95亿元 较上年同期的3.50亿元增长613.40% [4] - 2025年第一季度营收达46.58亿元 同比增长27.74% 归母净利润和扣非净利润分别同比增长35.68%和48.29% 经营性现金流量较去年同期改善6.7亿元 [5] 业务板块表现 - 开放平台及消费者业务实现收入78.86亿元 同比增长27.58% 蝉联公司第一大业务板块 [4] - 开放平台收入51.72亿元 同比增长31.33% 智能硬件收入20.23亿元 同比增长25.07% [4] - 智慧教育业务全年营收达72.3亿元 同比增长近30% 占主营业务收入比重从28.31%提升至30.97% [4] - 学习机2024年全年收入增长100% 2025年第一季度收入增长接近翻倍 [4] - 汽车业务收入9.89亿元 同比增长42.16% 医疗业务收入6.92亿元 同比增长28.18% 企业AI业务收入6.43亿元 同比增长122.56% [4] 战略与运营 - 公司确立"做优C端 做强B端 优选G端"战略 C端收入占比持续提升 B端首选现金流有保障的优质行业 G端选择财政情况较好的区域进行合作 [5] - 通过优化回款工作机制改善现金流 包括加强常态化回款催收工作 形成更好现金流的GBC业务架构 G端业务通过优选客户和政府专项债提升回款及时性 [5] - 公司近两年产线数量从60条缩减至46条 通过业务结构改善和费用控制提高盈利能力 [5] - 公司将保持经营上的自我要求和约束 提高毛利率 严格控制成本和费用 聚焦核心业务 识别有规模化成长潜力的领域 [5] 技术研发与AI战略 - 公司坚持"顶天立地"战略 "顶天"指核心技术保持国际领先 "立地"强调技术成果的大规模产业化应用 [6] - 围绕讯飞星火大模型构建AI行业应用 AI开放平台和AI消费者产品三大商业化落地体系 [7] - 坚持投入自研底座大模型 坚定走国产化算力路线 基于技术判断 市场需求 成本考量和国家战略等多维度战略抉择 [7] - 讯飞星火X1模型在70B参数规模下深度推理能力达到行业先进水平 效果可比肩更大参数量的模型 [8] - 成果主要在国产华为昇腾910B算力平台上训练和优化 攻克万卡高速互联组网 计算通信隐藏 训练推理强交互 国产算子优化等难题 [8] 市场竞争与客户需求 - 基于自研底座的行业大模型相比通用大模型效果平均提升10% 场景定制调优效果可进一步提升10%-20% [9] - 央企国企及关键行业客户在试点开源模型后遇到幻觉多和安全漏洞等问题 转向寻求公司基于自研模型的专业解决方案 [9] - 国产算力平台上训练底座大模型对国家具有战略意义 在市场上也有独特应用需要 央国企和安全等重要行业对自主可控底座大模型需求迫切 [8] - 基于国产昇腾910B平台 讯飞星火X1进行行业落地定制所需的硬件卡数仅为友商满血版DeepSeek的1/16 [9] - 部署星火X1模型仅需4张华为910B卡即可完成私有化部署 硬件投入仅需友商满血版R1模型的1/8 小规模并发推理服务单台服务器支持的并发路数高三倍 [9] 行业应用案例 - 智慧教育板块的"星火教师助手"等产品在广东 江苏 江西等多省推广应用 教师活跃度近90% 周均使用超5.1次 帮助教师教学设计减负超55% 课件制作提效近65% [7]

财务表现 - 2024年公司实现营业收入233.43亿元，同比增长18.79%，归母净利润5.6亿元 [1] - 第四季度单季实现收入84.94亿元，占全年营收36.4%，归母净利润9.04亿元，经营性现金流净额33.16亿元 [1] - 2025年第一季度营收46.58亿元，同比增长27.74%，归母净利润和扣非净利润分别同比增长35.68%和48.29%，经营性现金流量净额同比增长48.54% [1] 业务板块表现 - 开放平台及消费者业务实现收入78.86亿元，同比增长27.58%，其中开放平台收入51.72亿元（+31.33%），智能硬件收入20.23亿元（+25.07%）[3][4] - 智慧教育业务收入72.29亿元，同比增长29.94%，学习机产品2024年收入翻番，2025年一季度接近翻番 [5][6] - 智慧汽车业务同比增长42.16%，智慧医疗业务同比增长28.18% [7] - 办公本产品2025年第一季度收入增长50%，毛利接近翻倍 [4] 技术研发与战略 - 2024年研发投入45.8亿元，占营收19.62%，较2023年增加7.41亿元，重点投入大模型研发与自主可控技术 [9] - 推出升级版深度推理大模型讯飞星火X1，在参数较小情况下性能对标OpenAI o1和DeepSeek R1 [9] - 坚持在国产华为昇腾算力平台训练大模型，训练效率从55%提升至85% [10] - 多语言大模型覆盖80余语种，2024年首发8语种模型，产品在海外市场表现良好 [4] 医疗业务发展 - 分拆子公司讯飞医疗2024年12月港股上市，其GBC三端收入分别同比增长10%/103%/57% [8] - 医疗大模型已在全国近700个县区部署，通过人机协同模式服务基层医疗、医院在线和C端产品 [8] 行业机遇与定位 - 教育领域政府投资增加，人工智能在教育信息化投入占比显著提升，公司承接教育部超25所人工智能示范校项目 [6] - 坚持通用人工智能（AGI）根红利战略，目标成为自主可控平台上的第一梯队大模型厂商 [2] - 国际业务受关税战影响较小，多语言技术出海迎来发展机遇 [11][12]

财务表现 - 2024年营业收入233.43亿元，同比增长18.79%，归母净利润5.6亿元，同比下降14.78% [3] - 2025年第一季度营业收入46.58亿元，同比增长27.74%，归母净利润亏损1.93亿元，较上年同期亏损3亿元有所收窄 [3] - 销售回款总额229亿元，回款率98.14%，经营活动现金流净额24.95亿元，同比增长613% [2][3] - 第四季度单季经营活动现金流净额33.16亿元，推动全年现金流转正 [3][4] - 分季度净利润：Q1亏损3.00亿元，Q2亏损1.00亿元，Q3盈利0.57亿元，Q4盈利9.04亿元 [4] 业务结构优化 - 成立专门回款部门并建立GBC业务架构，强化现金流管理 [5] - 高毛利"根据地业务"收入占比从2023年65%提升至2024年70% [5] - 产品线从2022年60个精简至2024年46个，单产品线平均收入近6亿元 [5] 分业务增长 - 开放平台及消费者业务收入78.86亿元（+27.58%），其中开放平台51.72亿元（+31.33%），智能硬件20.23亿元（+25.07%） [5] - 智慧教育业务收入72.29亿元（+29.94%），AI学习机2024年前三季度销量增长超100% [5] - 智慧汽车业务收入9.89亿元（+42.16%），智慧医疗业务6.92亿元（+28.18%），企业AI解决方案业务6.43亿元（+122.56%） [6] 技术战略 - 坚持自主研发底座大模型，内部评估显示其效果较开源模型优化超10%，达到"可用性门槛" [7] - 基于国产算力平台的底座模型满足央国企及安全行业自主可控需求，形成差异化竞争力 [7] - 讯飞星火X1模型在参数小一个数量级前提下对标OpenAI o1与DeepSeek R1性能 [7] - 战略目标为抢占AGI"根红利"，在自主可控平台上实现底座模型第一梯队领先 [7]

算法时代的认知困境 - 人类日均接触电子屏幕时间达6.2小时 其中78%的信息获取依赖算法推荐[1] - 深度阅读能力以每年12%的速度衰退 频繁切换信息源导致大脑前额叶皮层突触连接密度下降[1] - 长期使用推荐算法的用户观点多样性较十年前下降47% 社交媒体回声室效应导致认知闭环[2] - 短视频平台日均产生1.2亿条碎片化内容 信息过剩引发意义生产机制瘫痪[2] - 83%的大学生无法区分AI生成的哲学论文与人类学者的作品 生成式AI重塑知识生产范式[4] - 算法推荐逻辑将价值判断简化为点击量和点赞数 经典文本推荐量不及娱乐八卦的1/200[4] 经典文本的独特价值 - 经典文本具有跨时空对话能力 如《论语》被不同时代学者解读为格物致知或知行合一[6] - 经典文本构成人类精神基因库 包括《诗经》《荷马史诗》《奥义书》等文明智慧结晶[7] - 深度阅读激活大脑默认模式网络 功能性磁共振显示阅读托尔斯泰时产生类似真实社交的神经活动[8] - 持续经典阅读训练使逻辑推理和抽象思维水平提升31% 语言结构与思维训练高度关联[9] - 经典文本守护人性复杂性 如《罪与罚》的道德挣扎与《活着》的生命韧性[10] - 经典提供伦理价值源泉 如孟子恻隐之心与亚里士多德实践智慧[10][11] 重建阅读伦理与教育实践 - 深度阅读促进α波产生 类似冥想状态 增强创造力与思考深度[12] - 芬兰2023年基础教育大纲要求中学生每年精读至少10部跨文明经典[17] - 芝加哥大学经典著作阅读计划持续百年 证明通识教育对批判性思维的不可替代性[17] - 数字技术拓展经典呈现方式 如故宫3D模型《千里江山图》与哈佛AI导读系统[16] - 某省高中课本现代网文占比超过经典文学作品 教育体系存在去经典化倾向[14]

财务表现 - 2024年公司实现营业收入233.43亿元 同比增长18.79% 归母净利润5.6亿元 [1] - 2024年经营性现金流净流入24.95亿元 同比增长超6倍创历史新高 [1][2] - 2025年第一季度营收46.58亿元 同比增长27.74% 归母净利润和扣非净利润分别同比增长35.68%和48.29% [1] - 第一季度经营性现金流较去年同期改善6.72亿元 [1] 经营效率优化 - 通过优化回款工作机制实现现金流改善 包括加强常态化回款催收 成立专门回款部门 [2] - 确立"做优C端 做强B端 优选G端"战略 C端收入占比持续提升 B端选择现金流有保障的优质行业 G端选择财政情况较好区域合作 [2] - 产线数量从60条缩减至46条 通过业务结构改善和费用成本控制提高毛利率和盈利能力 [2] 业务结构转型 - 系统集成业务和定制开发类收入在下降 未来软硬一体化产品收入占比将上升 [3] - 强调产品化战略 提高产品占比 减少定制成本 提升毛利转换成利润的比例 [3] - 研发投入保持相对健康增长 未来毛利增速将快于研发投入增速 使研发占比逐渐下降 [3] 底座模型战略 - 坚持"1+N"战略 基于全国产算力将底座模型做到业界最好 [4] - 自主研发的底座模型在尺寸灵活性 适配深度和最终效果上优于基于开源模型的行业模型 [4] - 国产算力平台上的底座大模型具有战略意义 更受央国企和安全等重要行业客户信任 [5] 产品与技术发展 - 推理大模型讯飞星火X1将在70B参数基础上继续提升 开发更小尺寸模型满足不同场景需求 [5] - 教育业务中C端硬件增长显著 学习机去年翻番增长 一季度接近翻番 [6] - 办公本Q1收入增长50% 毛利接近翻倍 翻译机 录音笔等产品Q1在海外发展良好 [6] 新业务布局 - 将推出翻译App和SaaS服务 讯飞听见SaaS服务去年接近翻番增长 Q1保持高增速 [6] - 坚定不移发展多语言大模型 机器翻译和语音合成覆盖80多个语种 去年首发8个语种多语言大模型 [6] - 智能硬件重点关注穿戴式设备（耳机 眼镜）和基于医疗大模型的医疗硬件 [6]

文章核心观点 科大讯飞在2024年报及2025一季报业绩说明会上展示良好业绩，通过成立回款部门等提升盈利能力，坚持底座模型研发以抓住AGI“根红利” [1][3][6] 业绩情况 - 2024年全年实现营业收入233.43亿元，同比增长18.79%，归母净利润为5.6亿元，经营性现金流净流入24.95亿元，同比增长超6倍 [1] - 2025年第一季度实现营收46.58亿元，同比增长27.74%，归母净利润、扣非净利润分别同比增长35.68%和48.29%，经营性现金流量净额同比增长48.54% [1] 盈利能力提升举措 - 2024年初专门成立回款部门，优化回款工作机制，包括加强常态化回款催收、形成GBC业务架构、G端优选客户和利用政府专项债提升回款及时性 [3] - 确立“做优C端、做强B端、优选G端”战略，C端收入占比持续提升且销售回款率高，B端选现金流有保障的优质行业，G端选财政情况好的区域合作 [3] - 通过业务结构改善、费用控制提高盈利能力，严格控制成本和费用，聚焦核心业务，产线数量从60条缩减至46条 [3] - 强调产品化，提高产品在销售体系中的占比，降低定制成本，使毛利转换成利润的比例提高 [4] - 保持相对健康的研发投入增长模式，让未来毛利增速快于研发投入增速，使研发占比逐渐下降释放利润 [4] 底座模型战略 - 坚持“1+N”战略，基于全国产算力有能力把底座模型做到业界最好，基于自主研发底座模型训练的行业模型更具优势 [6] - 训练底座模型时考虑教育、医疗、司法等行业需求，对数据资源进行高质量清洗，很多央企从开源模型转向科大讯飞专业解决方案 [7] - 在国产算力平台建设底座大模型有战略意义和独特应用需求，受央国企和国家主管部门信任 [7] - 抢抓AGI根红利，在自主可控平台把通用底座大模型做到第一梯队，持续算法研发和创新 [7] - 推理大模型讯飞星火X1将在70B参数基础上提升，下一步做满足不同场景的更小模型 [7] 业务进展 - 教育业务中C端硬件增长良好，学习机去年翻番增长，一季度接近翻番 [8] - 智能硬件重点关注穿戴式设备和医疗硬件领域 [8]

培训背景与目标 - 深圳职业技术大学将于2025年5月22日举办"人工智能在科研中的应用"专题研修班，旨在落实教育数字化、智能化发展战略[1] - 培训目标为提升参训人员在通用人工智能(AGI)背景下的科研能力，推动从AI工具使用者转型为人机协同共创者[2] - 培训聚焦DeepSeek+多平台生态的深度融合与创新应用，通过"理论+实践+走访"模式提升科研效率与成果转化能力[2] 培训特色 - 围绕AGI时代教育与科研范式跃迁趋势，覆盖科研选题、文献梳理、项目申报等核心环节[2] - 培训内容涵盖智能体构建、数字人助教、自动化数据处理等八大模块，构建全方位学习路径[2] - 强调实战驱动学习，通过真实科研任务驱动实操训练，确保知识直接转化为科研成果[2] - 通过走访华为ICT产业学院、比亚迪产业学院等头部企业促进产学研深度融合[3] 培训模块 - DeepSeek在科研中的应用与融合：包括提示词技巧、科研信息提取、数据可视化及Office工具整合[3] - 科研智能体与知识库体系：依托DeepSeek+Coze与IMA知识库构建AI科研工具体系[3] - 贯通科研全流程：围绕选题设计、文献综述、项目申报等环节开展实战训练[3] - 自动化数据处理：聚焦RPA工具在科研数据采集、处理与可视化中的应用[3] - 产教融合实践：通过走访企业了解AI前沿技术应用，拓展科研视野[5] 师资团队 - 刘志勇：深圳职业技术大学副教授，研究方向为商务数据分析与智能决策，主持多项国家级科研项目[5] - 杜雨：未可知人工智能研究院院长，红杉资本前副总裁，参与多项国家社科基金重大项目[6] 培训安排 - 时间：2025年5月22日至5月27日，地点为深圳职业技术大学[1] - 培训对象包括中高职院校专业主任、骨干教师及中小学一线教师[1] - 线下培训费2980元/人，线上1280元/人，颁发8学时/天的结业证书[8][7] - 报名截止时间为5月19日，住宿统一安排但费用自理[10][13]

公司战略重心与投资 - 阿里巴巴将人工智能视为几十年一遇的行业变革，并明确“用户为先，AI驱动”为两大战略重心 [2][4] - 公司首次将云计算和人工智能提升到与电商同等重要的层面，作为两大核心业务和战略方向 [4] - 阿里巴巴宣布未来三年投入超3800亿元用于建设云和人工智能硬件基础设施 [2][4] 人工智能技术布局与优势 - 公司构建了以算力网络为基座、开源模型为引擎、场景创新为突破口的“基础设施—技术中台—商业落地”协同体系 [2] - 阿里巴巴在人工智能领域具备三大优势：全球第四、亚洲第一的云服务；先进的自研AI模型“通义千问”，其衍生模型数量超10万且下载量超过Meta的Llama；丰富的ToC应用生态如淘宝、夸克、钉钉 [5] - 通义大模型系列于2022年9月正式问世，公司早在2018年就启动了大模型研发 [3] 业务应用与场景落地 - 公司多项业务已融入人工智能功能，例如在电商领域，人工智能技术已为淘宝带来用户互动和交易效率的显著提升 [6] - 阿里巴巴推出基于通义大模型的新夸克应用，将其全面升级为整合AI对话、深度思考等功能的无边界“AI超级框” [6] - 阿里巴巴国际站计划到2025年实现所有商家使用AI工具，目前已有超过一半的商家每周在使用公司提供的AI应用 [6] 合作伙伴与生态建设 - 近期公司与浙江省政府、中国移动、宝马集团、中国联通、杭州市政府等深化战略合作，合作覆盖算力基建、大模型、终端应用场景等全产业链 [2][5] - 具体合作案例包括与中国移动共同建设AI数据中心、与宝马联合开发AI引擎用于新世代车型、同杭州市打造人工智能普惠应用标杆场景 [5] 发展历程与目标 - 公司的人工智能布局可追溯至2017年达摩院的成立，重点布局机器智能等领域 [3] - 阿里巴巴发展人工智能的第一目标是实现通用人工智能，即AI能够完成80%人类的工作技能 [7][8] - 公司目标是成为全球少数几家同时拥有强大人工智能和领先云计算业务的公司之一，这种结合被视为巨大的竞争优势 [5]

核心观点 - 人类智能并非通用智能，而是高度专业化的进化产物 [1][2] - 下一代AI突破可能基于非生成式模型而非当前热门的生成式AI [3][6][14] - 实现人类级AI需解决物理世界建模、推理规划、持久记忆等关键技术 [17][22][23] - AGI概念具有误导性，建议使用"高级机器智能(AMI)"替代 [18] - 开源策略是推动AI生态发展的关键，Meta的LLaMA开源案例已验证其价值 [25][27][33] AI技术发展方向 - 当前AI局限：无法解决新问题、缺乏真实推理能力、依赖语言而非物理理解 [20][21] - 未来突破方向：JEPA架构(联合嵌入预测)可避免像素级生成，转向抽象表征空间推理 [13] - 智能眼镜被视为AI技术落地的重要载体，需整合多感官交互与环境感知能力 [29][32] 行业生态与商业模式 - Meta开源LLaMA系列的战略逻辑：通过开放基础模型扩大广告业务生态而非直接技术变现 [25][27] - 开源模式推动学术研究，使大学等资源有限机构能参与前沿AI开发 [26] - 创新分布全球化，DeepSeek等开源项目崛起证明技术突破可来自任何地区 [27][31] 时间框架预测 - AGI(或AMI)在未来两年内不可能实现，但十年内可能取得重大进展 [18][24] - 历史表明AI突破周期长于预期，如深度学习从理论提出到爆发间隔30年 [20] 技术应用场景 - 未来AI助手特征：全天候响应、多模态交互、专业化分工的虚拟团队 [32][34] - 当前AI优势领域：通过律师考试(信息检索)、代码生成(严格语法)、文本摘要等结构化任务 [20]