新春伊始，Deepseek的出现火遍大江南北，活跃了节日的气氛，也为中国新技术的发展带来新的希望。未来的技术发展已经不再局限于单纯的理论突破，而是与实际应用深度融合，推动着各行各业的深刻变革。作为前沿技术分析平台，Deepseek深入探讨了多个领域的技术演进，并结合实际应用场景进行了全面阐述，提出了许多新颖的思考和见解。未来的技术进步不仅表现在算法与硬件的不断创新之上，更体现在跨学科、跨领域的深度合作，推动了人工智能、量子计算、新能源、5G通信、智能制造等多个维度的全面进展。

在此背景下，2025年2月22日，中国计算机学会青年计算机科技论坛（CCF YOCSEF）深圳分论坛和香港分论坛在深圳西丽大学城清华大学深圳国际研究生院联合组织了以“从Deepseek看未来技术发展与落地”为主题的CLUB活动。此次活动吸引了来自学术界、工业界和创新领域的众多专家学者，汇聚一堂，共同探讨未来技术的前沿趋势以及技术在实际应用中的挑战与机遇。

本次活动由CCF YOCSEF深圳候任AC、哈尔滨工业大学（深圳）陈科海与CCF YOCSEF香港候任学术秘书、香港科技大学孟子立共同担任执行主席，CCF YOCSEF深圳候任学术秘书、深圳职业技术大学张海刚担任线上主席。现场座无虚席，气氛热烈。活动邀请了CCF YOCSEF深圳老主席、清华大学深圳国际研究生院袁春教授，CCF YOCSEF天津候任主席、南开大学程明明教授，CCF YOCSEF上海主席、复旦大学邱锡鹏教授，香港中文大学（深圳）王本友助理教授，以及CCF YOCSEF香港候任主席、亚马逊教育行业总监刘东屏进行引导发言。思辨环节邀请了IETF网内计算研究组创始主席何健飞，哈尔滨工业大学（深圳）周逊教授和清华大学大湾区数字经济研究中心文德研究员进行思辨引导。与会嘉宾们在思辨环节纷纷参与讨论，分享了他们对Deepseek技术的认识以及未来新技术发展的思考，精彩处引发阵阵掌声，现场互动频繁，讨论氛围热烈非凡。活动结束后，与会人员纷纷表示收获满满，本次活动紧跟Deepseek大模型的热潮，深入解读了新技术，不仅拓宽了与会者的视野，也为未来科技发展提供了更多的思路和启示。无论从现场参与人数、学术深度还是互动热度上，整个活动都呈现出极高的水平。

论坛现场

首先，活动由执行主席陈科海和孟子立主持开场环节，并进行背景介绍。他们介绍了出席本次论坛的各位嘉宾，并详细阐述了Deepseek平台的背景和重要意义。接下来是由YOCSEF深圳主席黄典介绍CCF YOCSEF的含义和文化。

执行主席陈科海和孟子立,线上主席张海刚

YOCSEF深圳主席黄典作YOCSEF文化介绍

随后活动进入引导发言环节。五位引导发言嘉宾分别作了题为“强化学习与大模型优化”、“高效能个性化图像生成”、“大模型深度推理”、“平民化大模型应用”、“迈向全自动化软件工程的实践与挑战”的主题分享。

首先，袁春进行了关于“大模型与强化学习优化”的引导发言。袁春深入探讨了大模型在当前技术领域中的重要地位，尤其是在推理能力方面取得的显著进展。他特别提到，大模型通过强化学习，特别是人类反馈强化学习（RLHF），显著提升了模型的性能。袁春详细阐述了强化学习在大模型训练中的三个关键阶段：初始训练、微调和偏好对齐，并以iPhone 18尺寸问题为例，生动说明了如何利用强化学习纠正模型的“幻觉”，从而增强其推理能力。还介绍了几种强化学习方法的演变过程，如PPO、DPO、EPO、RLHF以及新兴的RLAIM技术，展示了它们在优化大模型中的应用。袁春特别强调，借助推理步骤(如GRPO算法)的引入，新一代大模型在推理能力上取得了显著提升，尤其是在多阶段、多策略融合的框架下，模型能够生成更加逻辑严谨、合理可信的输出。

清华大学袁春引导报告

随后，邱锡鹏以“大模型深度推理”为主题进行引导发言，深入探讨了大模型发展的瓶颈与挑战，并提出了关键的技术创新方向。他指出，当前大模型的预训练规模扩张受限于算力、数据及成本的瓶颈，而传统大模型在复杂问题的推理能力上存在局限，亟需突破。针对这一问题，介绍了0KR“推理时的时间套”范式，强调通过拆解复杂问题为子任务来提升推理能力，并且展示了BC模型通过强化学习的核心应用，尤其是V3和R1模型在推理能力上的优化。同时，策略初始化、奖励设计和搜素模式优化等技术将有助于提升模型的推理效果。然而，当前的模型在可读性、泛化能力和数据偏差等方面仍存在一定局限。

复旦大学邱锡鹏引导报告

程明明以“高效能个性化图像生成”为主题引导发言，探讨了计算机视觉（CV）领域的前沿进展。他指出，未来AI将朝着多模态（文本、图像、视频融合）方向发展，而视觉与自然语言处理的结合是关键。通过技术创新，尤其是扩散模型和Masked Autoencoder（MAE）方法的突破，图像生成效率显著提升，资源需求大幅降低，进一步推动个性化生成技术的普及。程明明还强调了视频生成中的一致性问题，并提出了通过自注意力机制和潜在空间插值来优化生成效果。这一系列技术进步与DeepSeek的发展息息相关。作为一款强大的多模态大模型，DeepSeek在文本生成和理解方面已经取得了显著成就，但在图像生成领域仍存在一定的技术瓶颈。正如其所言，图像生成技术，尤其是能够结合自然语言理解的多模态生成，正是当前DeepSeek所欠缺的关键能力之一。通过引入扩散模型和MAE等技术，DeepSeek将在未来的更新中，在图像生成的准确性、个性化和效率方面取得更大的突破。展望未来，多模态智能体将重塑创作生态，推动技术在文化娱乐、设计和影视制作等领域的应用。然而，随着技术进步，生成内容的版权和真实性问题也需要同步关注，确保AI技术的普惠与伦理平衡。

南开大学程明明引导报告

王本友在以“平民化大模型应用”为主题的引导发言中，从大模型应用的角度重点探讨了成本与收益平衡的重要性。他指出，大模型服务目前面临高流量成本与低收益的困境，关键在于寻找能够实现收益大于成本的应用场景，从而避免出现“用户越多，亏损越大”的恶性循环。他认为，医疗和教育等高价值领域是突破的关键方向，并分享了医疗大模型在深圳公立医院的实际应用案例。此外，他还介绍了多语言扩展和多模态交互语音大模型的创新进展。针对技术优化，计划通过标准化能力评估、幻觉抑制和计算效率提升等措施，借助开源策略和硬件适配大幅降低部署成本。王本友强调未来应聚焦于多模态技术的深度发展和全球化推进，探索阿拉伯语等小语种服务及文化适配问题，并致力于解决医疗责任界定和生成内容版权等伦理挑战。未来的大模型竞争将不再单纯依赖技术规模，而是通过降低成本、解决实际问题，推动普惠化和商业化闭环的实现。

香港中文大学（深圳）王本友引导报告

最后，刘东屏以“迈向全自动化软件工程的实践与挑战”为主题，深入探讨了大模型企业落地的挑战与实践路径。他指出，当前的核心矛盾在于高推理成本与商业化困境，许多企业面临盈利难题，同时随着用户规模的扩大，亏损问题也日益严重。他提到，医疗、金融等领域已经开始探索高价值场景，如在深圳公立医院部署医疗大模型，显著减少患者等待时间，并通过优化金融交易系统降低成本。技术优化方面，刘东屏强调，通过算法提升推理效率、硬件适配及合规性挑战的应对，推动了大模型的可持续发展。他还指出，自动化编程虽然在基础功能上取得了93%的准确率，但在复杂系统中仍然需要人工干预。展望未来，技术迭代将进一步突破准确率，多模态融合和工程化落地将成为行业发展的关键，低成本解决复杂问题的能力将决定企业的竞争力。

亚马逊教育行业总监刘东屏引导报告

执行主席陈科海和孟子立为引导发言嘉宾颁发感谢状

引导发言之后，由两位执行主席分别为五位引导发言嘉宾颁发感谢状。随后，活动进入思辨环节。思辨环节由论坛执行主席陈科海与论坛共同执行主席孟子立主持。会场嘉宾围绕“Deepseek核心技术与产业赋能的深度思考”、“学术界科研范式的影响和启示”、“如何看待学术研究与技术落地”三个核心议题，展开激烈思辨。

思辨议题1：Deepseek核心技术与产业赋能的深度思考

围绕着“DeepSeek核心技术与产业赋能的深度思考”的主题，各位专家学者展开了激烈的讨论。在这场讨论中，学术界和产业界的思想碰撞为AI技术的未来发展指明了方向，特别是在技术创新与产业应用的深度结合方面，专家们提出了富有洞察力的观点。在当前AI技术的迅猛发展中，各位专家学者一致认为，创新不仅仅体现在算法的突破上，更是技术、组织模式、产业需求、资本支持和用户体验等多维度的交织。议题1由IETF网内计算研究组何健飞研究员进行引导发言，他指出，DeepSeek的成功源自于团队在跨领域协作、技术人才聚集和扁平化管理方面的独特优势，使得技术创新能够迅速落地。他强调，AI不仅要提升效率，更应关注情绪价值，解决社会日益严重的精神健康问题。王世娴（YOCSEF青岛候任学术秘书）则从产业应用角度看，AI技术已经深入到国学、中医等传统行业，回应了行业需求，未来技术赋能将更加注重人性化和柔性化，尤其是在心理健康和文化传承领域。陈小军（YOCSEF总部副主席/深圳大学）则分析了AI技术的普惠性，指出它使得中小企业能够以较低成本创新，推动产业深度变革。在技术应用层面，何健飞再次提到强化学习面临的挑战，强调“去技术化”是推动大模型适应产业逻辑的关键。漆舒汉（YOCSEF深圳候任主席/哈工大深圳）进一步提到，大公司因科层制架构和风险厌恶文化，难以进行颠覆性创新，而小团队通过扁平化架构和容错机制，能够更灵活地捕捉创新机会。潘佳敏（YOCSEF香港）强调了跨界融合和开源文化的重要性，认为这降低了创新门槛，推动了技术普及和社会化应用。文德则从资本、勇气与制度协同的角度分析了创新的驱动力，指出杭州的创新模式正是依靠政府支持和资本注入推动技术发展。杨金锋（深职大人工智能学院/研究院）则从资本逻辑与用户需求的角度分析AI创新，强调创新应关注实际应用和用户体验。程明明通过DeepSeek的案例展示了微创新的灵活性和应变能力，强调了工程优化和硬件适配的重要性。这些深度思考和多维度的创新展示了AI技术的未来发展方向，预示着技术与产业的深度融合将带来全新的应用场景。  

嘉宾就思辨议题一发表观点

思辨议题2：学术界科研范式的影响和启示

围绕“学术界科研范式的影响与启示”这一主题，多位学者分享了各自的独到见解与思考。该议题由哈尔滨工业大学（深圳）周逊教授进行思辨引导，周逊认为，学术界应聚焦基础研究，尤其是底层技术的突破，为产业提供理论支持和技术储备，推动产业的根本性变革。王世娴则反对学术与产业割裂，认为两者相互补充与促进，学术研究中的质变推动产业的量变，而产业发展也为学术提供应用场景和反馈。姜桂圆（YOCSEF 青岛候任副主席）强调，科研不仅仅为商业化服务，更通过知识溢出效应促进行业变革，学术成果应注重长期的学术与社会影响。杨金锋指出，颠覆性创新往往源于学术研究，产业则负责将其转化为技术与产品，因此学术界在推动科技进步中不可或缺。袁春提到，基础研究为产业变革提供了理论和技术支持，是科技进步的源泉和产业变革的基因。何健飞提出，创新评价体系应注重前瞻性，跳出现有技术框架的定式，有助于打破创新瓶颈，推动颠覆性突破。漆舒汉则建议，创新应建立“容错机制”，给予学术界和产业界更多实验空间和宽容度，以促进多样化的创新成果。总体而言，学术与产业的深度融合与协同创新被认为是推动AI创新和科技进步的关键路径，学术界负责理论创新，产业界则通过工程化将理论成果转化为实际应用，二者的紧密合作是实现颠覆性创新的必由之路。

嘉宾就思辨议题二发表观点

思辨议题3：如何看待学术研究与技术落地

围绕着“如何看待学术研究与技术落地”的主题，各位专家学者展开了激烈的讨论。随着人工智能、科技创新和产学研协同的不断发展，学术研究与技术应用之间的关系愈发成为重要的议题。从不同视角出发，专家们提出了各自独到的见解和思考，揭示了技术与学术之间的复杂互动、挑战和潜力。该议题由清华大学文德教授进行思辨引导，文德提出在人工智能领域，技术的进展既依赖于硬件的突破，也离不开算法的创新，尤其是基础理论和算法优化，对技术的推动作用不可忽视。杨金锋则提出，科技竞争背后不仅是技术的比拼，更是资本和产业生态的深层角力，科研工作者需要从本土实际出发，转化“卡脖子清单”为创新路线图，推动国家科技从跟跑到领跑。王世娴则从AI技术对政府工作的影响出发，讨论了技术应用可能带来的社会结构变化，并指出学术界与产业界应共同应对这些变化，建立需求牵引与场景验证的协同体系，推动学术成果向产业应用转化。在学科融合方面，王晶晶（北京大学深圳研究生院）提到，深圳创新生态的突破路径在于学科交叉与产业需求的结合，北京大学通过跨学科平台的建设，推动了技术创新和产业转化。沈力（YOCSEF深圳候任AC/中山大学·深圳）则从产研协同的角度提出，学术研究应聚焦于企业的实际技术问题，尤其是在合作模式上，需要区分大企业与中小企业的不同需求，并通过“产研基金+开放问题池”机制，实现科研与教育目标的统一，推动科技成果的有效落地。这些观点共同强调，学术研究与技术应用之间的互动关系愈加密切，合作与创新将成为推动技术落地和解决实际问题的关键。专家学者一致认为，学术研究与技术落地之间并非简单的对立关系，而是相互促进、相互依赖的。技术的创新离不开学术研究的基础支撑，而学术研究也需要通过技术的应用来验证其理论的有效性和实际价值。未来，如何在技术落地的过程中保持学术的独立性，同时促进科研与产业的深度融合，成为推动科技进步和社会发展的重要课题。

嘉宾就思辨议题三发表观点

执行主席陈科海/孟子立和YOCSEF深圳老主席袁春为思辨主题的引导发言嘉宾颁发感谢状

YOCSEF深圳候任主席漆舒汉思辨总结发言并致谢

最后，执行主席陈科海/孟子立和袁春为思辨主题的引导发言嘉宾颁发感谢状。由YOCSEF深圳候任主席漆舒汉对本次的思辨环节进行了总结与整理，他总结了与会人员在讨论中展现出的深刻思考和富有创见的观点，认为本次讨论不仅为相关领域提供了宝贵的参考意见，也进一步推动了技术与思想的交汇。他指出本次思辨环节的成果将在未来的研究和实践中起到积极的促进作用，并希望各方能够继续保持开放的思维，深入探讨和交流，以应对日新月异的技术挑战。同时强调，合作与创新是推动技术发展的关键，而本次讨论正是这种合作与创新的体现，期待未来能够有更多类似的交流机会，推动行业的发展与进步。

图文| 陈科海

编辑｜王晶晶

审核｜漆舒汉