Deepseek内部研讨系列：DeepSeek与新媒体运营

Deepseek内部研讨系列 DeepSeek与新媒体运营 AI肖睿团队 （相洪波、刘春艳、伊丽娜、李娜） 2025年3月8日 北大青鸟人工智能研究院 北大计算机学院 北大教育学院学习科学实验室 摘要 1本次讲座为DeepSeek原理和应用系列研讨的讲座之一，旨在帮助新媒体从业者理解AI技术在运营中的应用策略、场景落地以及未来发展趋势，同时探讨AI技术带来的挑战与应对方法。 2本讲座的内容分为5个主要部分： 介绍了DeepSeek的背景与发展，重点分析了DeepSeekR1推理模型与V3生成模型的特点与适用场景，对比了不同规模模型的性能表现，帮助用户选择适合自身需求的版本。 介绍了大模型三层能力模型，生成式模型和推理型模型的对比，以及大模型的应用场景，通过提示词工程借助DeepSeek的能力将 各领域专家思维赋能于日常学习、工作和生活。 在新媒体运营的应用策略部分，资料详细阐述了AI在内容生产、用户运营、数据驱动运营、直播电商等全链路场景中的具体应用。 AI技术在新媒体行业的落地案例30个，展示了如何通过DeepSeek提升内容创作效率、优化传播策略、增强用户互动体验，并结合实际数据说明AI技术对新媒体运营效率的显著提升。 分析了AI技术带来的挑战，如内容同质化、隐私风险、伦理争议等，并提出了应对策略。强调了新媒体运营人员如何应对人工智能对行业的冲击，以及营销全链路变革等方面的发展趋势。 3在技术学习的道路上，优质学习资源至关重要。推荐大家参考《人工智能通识教程（微课版）》这本系统全面的入门教 材，结合B站“思睿观通”栏目的配套视频进行学习。此外，欢迎加入aikgccn社区，以及“AI肖睿团队”的视频号和微信号，与志同道合的AI爱好者交流经验、分享心得。 目录 0102 DeepSeek和AI认知AI在新媒体中的落地使用 1DeepSeek的背景和发展 2AI的能力边界和发展认知 1AI在新媒体中的应用策略 2AI在新媒体中的应用场景 3AI在新媒体中的挑战与展望 现象：DeepSeek快速出圈 2024年12月26日，DeepSeek推出对标OpenAIGPT4o的语言模型DeepSeekV3，随后在美国AI行业内部引起轰动。 2025年1月20日，DeepSeek发布对标OpenAIo1的语言模型DeepSeekR1，并于1月24日引起美国投资界KOL关注。 2025年1月26日，关于DeepSeek颠覆了大模型的商业模式的讨论，引发英伟达股价大跌，DeepSeek首先在美国出圈，引发社会讨论。 春节前后，DeepSeek在中国出圈，并上升到中美竞争高度，企业纷纷接入DeepSeek，DeepSeek成为AI和大模型的代名词。 DeepSeek让AI跨越了鸿沟。 到底谁是DeepSeek？公司、模型、产品 公司简介 DeepSeek于2023年5月成立北京公司，2023年7月成立杭州公司，是幻方量化孵化出的一家大模型研究机构，160人的团队分布在中国杭州和北京，是中国AI20（大模型）时代的七小龙之一。 注：AI10（深度学习）时代的四小龙： ModelBaseModel DeepSeekR1DistillQwen15B 商汤、旷世、云从、依图 DeepSeekR1DistillQwen7B Qwen25Math15B Qwen25Math7B 蒸馏模型，能力稍弱 除了DeepSeek之外，其它六家大模型公司也被投资界称为中国大模型企业六小虎（智谱AI、百川智能、月之暗面、阶跃星辰、MiniMax、零一万物）。 DeepSeekR1DistillLlama8BDeepSeekR1DistillQwen14B DeepSeekR1DistillQwen32BDeepSeekR1DistillLlama70B Llama318B Qwen2514BQwen2532B Llama3370BInstruct 实际上是增加了推理能力的Qwen模型和 Llama模型，不能称为DeepSeek模型 市场上有误解，厂商有误导，Ollama工具的模型选项中也有误导 DeepSeekR1671B DeepSeekV3Base满血版，能力最强 到底谁是DeepSeek？公司、模型、产品 AI系统的技术实现AI系统的部署方案（公有云、私有云、本地化） SaaS 生产办公系统：目前多数为定制开发（RAG、LangChain、Agent等） 对话机器人：目前多数为标准产品，使用云服务 应用服务（网页、APP、桌面软件、设备软件） 免费：DeepSeek、豆包、Kimi、元宝、Monica、秘塔搜索、问小白、MollyR1等收费（月费；充值）：文心一言、通义千问、Liblib、ChatGPT等 开源模型：DeepSeek、Qwen、Llama、SD、微调模型等 MaaS向上提供：私有化部署，公有云服务（DeepSeek官网、硅基流动、火山引擎等） 模型服务（数据工程、推理加速、训练框架、API调用）闭源模型：OpenAI、Claude、百度等 向上提供：公有云服务 PaaS私有化部署 平台服务（存储、计算、数据、安全） IaaS 硬件服务（设备电脑服务器GPU、网络） 本地：个人设备或电脑、企业服务器 数据中心（IDC）：企业服务器、服务器集群（私有云） 公有云服务：阿里云、火山云、腾讯云、金山云、华为云等；AWS、Azure等 出圈的是模型：DeepSeekR1模型 1对于大模型研发企业，更加重视infra工程的价值了。 出圈的核心原因2 对于大模型应用企业，有了更多高效低成本解决方案。 能力突破：推理模型的全球第一梯队。 加分项：开源、低成本、国产自主。 3对于社会大众，认识到AI是一个趋势，不是昙花一现。 4对于市场，用户开始主动引入AI，不再怀疑了。 5对于国家，大幅缩小了中美的核心技术差距。 6对于全人类，技术平权，造福一方。 混合专家 多头潜注意力 多Token预测 强化学习 测试时计算 混合精度训练 通讯优化 并行训练框架 直接硬件编程 MOE MLA MTP GRPO TTC FP8 DualPipe HAI PTX 目录 0102 DeepSeek和AI认知AI在新媒体中的落地使用 1DeepSeek的背景和发展 2AI的能力边界和发展认知 1AI在新媒体中的应用策略 2AI在新媒体中的应用场景 3AI在新媒体中的挑战与展望 大模型相关术语 人工智能：让机器具备人类智能，让机器具备非人类智能（超人类智能） 传统：知识规则；专家系统（知识库推理机） 现代：数据学习；机器学习（模型、目标、策略）；数据模型（IID） 常规机器学习方法：逻辑回归，决策森林，支持向量机，马尔科夫链， 人工神经网络：与人脑最大的共同点是名字（原理、机制和架构并不一样） 深度学习：深度神经网络（DNN） 2006传统神经网络架构：DBN，CNN，RNN，ResNet，Inception，RWKV， ImageNet超过人眼；AlphaGO（超过人类棋手）；AlphaFold（超过人类科学家） 2017Transformer架构：并行矩阵计算（GPU），注意力机制（Attention） 传统架构：编码器（BERT）、混合网络 GPT架构：解码器（GPT） 1大语言模型（LLM，大模型） ChatGPT（45、4o、o1、o3）、Claude；Grok、Gemini；Llama、 DeepSeek、Step、Qwen；Kimi、MiniMax；GLM、火山豆包、百度 2视觉模型（DiffusionTransformer），多模态模型 图片：StableDiffusion、Midjourney、DALLE、Janus等 视频：Sora、可灵、海螺等 3通用模型vs垂直模型（行业模型）：传媒、教育、医疗、金融等 大模型的三层能力 生成解决方案 1严肃内容垃圾信息的混合1提示词（Prompt） 1语言能力：理解和生成 2知识能力 2 幻觉 1 2 知识量大，但缺少内在关联能力 来源：有损压缩，NTP的温度观点：创意和创新 2思维链（CoT） 3搜索增强（RAG） 4知识图谱（KGE） 5模型微调（FineTune） 幻觉（生成不符合事实的内容） 知识库限制（公开、私有、即时） 上下文窗口限制（记忆、成本） 3推理能力 大模型的三层能力 1语言能力：理解和生成 2知识能力 幻觉（生成不符合事实的内容） 知识库限制（公开、私有、即时） 上下文窗口限制（记忆、成本） 3推理能力 生成模型与推理模型的适用场景 比较项生成模型（GPT4o、DeepSeekV3）推理模型（GPTo3、DeepSeekR1） 模型定位 专注于通用自然语言处理，多模态能力突出，适合日常对话、侧重于复杂推理与逻辑能力，擅长数学、编程和自然语言推理任务，适合高内容生成、翻译以及图文、音频、视频等信息处理。难度问题求解和专业领域应用。 在日常语言任务中表现均衡，但在复杂逻辑推理（如数学题 推理能力在复杂推理任务表现卓越，尤其擅长数学、代码推理任务。求解）上准确率较低。 当前主要支持文本输入，不具备图像处理等多模态能力；未来可能通过社区 多模态支持支持文本、图像、音频乃至视频输入，可处理多种模态信息。 贡献扩展相关功能。 应用场景 用户交互体验 适合广泛通用任务，如对话、内容生成、多模态信息处理以更适合需要高精度推理和逻辑分析的专业任务，如数学竞赛、编程问题和科及跨语言交流；面向大众市场和商业应用。学研究；在思路清晰度要求高的场景具有明显优势，比如采访大纲、方案。 提供流畅的实时对话体验，支持多种输入模态；用户界面友可展示部分链式思考过程，便于用户理解推理过程；界面和使用体验具有较好，适合大众使用。高的定制性，但整体交互节奏较慢。 生成模型是玩知识和文字的，推理大模型是玩逻辑和推理的，至于计算问题，还是找计算器吧 推理模型也不是万能的，其幻觉通常比生成模型大，很多不需要强推理的场合还是传统的生成模型比较适合 DeepSeekR1的主要应用场景 推理密集型任务 编程任务中的代码生成、算法设计，媲美Claude35Sonnet。 数学问题求解、科学推理和逻辑分析等需要复杂推理的场景。 长链推理型任务 需要基于大量知识，进行长链推理的复杂任务。 例如：工作方案、科研实验、病理诊断、命理玄学、市场分析、舆情分析、教育教学等。 中文要求高的任务 理解和使用中国文化背景、习惯用语、古文诗词如生成春联。优于 ChatGPT的中文能力。 这一部分用DeepSeekV3也可以做到。 DeepSeekR1应用场景举例 具体内容可以参考AI肖睿团队的《提示词工程和场景落地》 大模型的提示词工程：多变、规律、衰落 清晰的表达！ 把AI当人看！ 对于推理模型（R1），少指手画脚！ 具体内容可以参考AI肖睿团队的《提示词工程和场景落地》 1DeepSeek提示词技巧：真诚直接 传统DeepSeek 你现在是一个新能源汽车的市场研究分析师，这里有一份调研报告总结需要写成周报，请按周报的格式帮我完成并进行润色，不少于500字。 帮我把这份报告包装一下，我要写成周报给老板看，老板很看重数据。 2DeepSeek提示词技巧通用公式 我要（做），要给用，希望达到效果，但担心问题 例如：我要做一个从北京到日本的旅游攻略，要给爸妈用，希望让他们在日本开心的玩20天，但我担心他们玩的累，腿和腰不太好 先抓住总原则 全面非常考虑o正式 回答 2DeepSeek提示词技巧通用公式 任务背景 做什么给谁用 目标负面限定 期望效果担心的问题 “内心戏” 2DeepSeek提示词技巧通用公式 DeepSeek输出的 日程安排清晰明确贴心准备清单 甚至细致考虑到了每日5000步 3DeepSeek提示词技巧说人话 适合场景：科研，了解新事物 为了避免DeepSeek的回答过于官方、专业，可以尝试这