93 lines
4.1 KiB
Markdown
93 lines
4.1 KiB
Markdown
---
|
||
date: 2026-06-13
|
||
type: iflytek-analysis
|
||
tags: [讯飞, 参观学习]
|
||
---
|
||
|
||
> 本文共 **1521** 字 · 预计阅读 **5** 分钟
|
||
|
||
### 摘要
|
||
本文基于2023年6月13日下午在科大讯飞的参观学习记录，系统梳理了参观过程、产品展示、行业应用及座谈会核心内容。记录聚焦于讯飞在翻译、教育、医疗、能源等领域的AI落地实践，并反思了个人记录方法的改进方向。文章结构分为参观概况、产品与技术亮点、行业应用案例、大模型技术讲解、个人反思与行动建议五部分，旨在提炼关键信息并形成可复用的认知框架。
|
||
|
||
---
|
||
|
||
### 一、参观概况与记录方法反思
|
||
|
||
#### 1. 参观基本信息
|
||
- **时间**：6月13日下午
|
||
- **地点**：科大讯飞
|
||
- **主讲人**：李心博士
|
||
|
||
#### 2. 记录方法改进
|
||
- 上午采用零散化记录，效果良好，但缺乏体系化。
|
||
- 下午尝试在记录时进行初步归纳，以加深印象和脉络理解。
|
||
- 意识到单纯记录关键词不如结构化整理，后者更利于后续回顾与认知深化。
|
||
|
||
---
|
||
|
||
### 二、产品展示与技术亮点
|
||
|
||
#### 1. 明星产品
|
||
- **翻译机**：多款型号，包括阿尔法蛋等翻译工具。
|
||
- **办公本与学习机**：讯飞当前核心产品，市场表现突出。
|
||
- **同声传译**：当前仍存在延迟问题，无论耳机还是智能眼镜形态均未解决。
|
||
|
||
#### 2. 领导认可
|
||
- 各级领导对讯飞产品给予高度评价，体现技术实力与市场影响力。
|
||
|
||
---
|
||
|
||
### 三、行业应用案例
|
||
|
||
#### 1. AI+医疗
|
||
- **执业医师考试**：讯飞AI系统成绩超过96%的考生。
|
||
- **服务范围**：广泛覆盖社区医院及600多个县市医院。
|
||
- **前景**：AI在医疗领域应用空间广阔，可辅助诊断、提升基层医疗水平。
|
||
|
||
#### 2. AI+教育（最大营收板块）
|
||
- **改作业机器**：支持批注功能，去年销量增长9倍。
|
||
- **核心能力**：对题目进行分类统计，实现针对性辅导。
|
||
- **社会价值**：显著减轻基层教师负担，助力教育公平。
|
||
- **未来展望**：每个学生可能拥有专属AI老师，用于查漏补缺。
|
||
- **受众扩展**：学校和教委同样青睐该产品，讯飞已构建AI评价体系服务教委。
|
||
|
||
#### 3. AI+能源
|
||
- **合作伙伴**：与国家电网公司、能源局开展广泛合作。
|
||
- **应用场景**：具体案例在座谈会中进一步讲解。
|
||
|
||
---
|
||
|
||
### 四、座谈会核心内容：大模型技术发展及行业应用
|
||
|
||
#### 1. 大模型技术发展及热点
|
||
- **四次浪潮**：1970年、1990年、2006年、2022年，标志性节点推动AI演进。
|
||
- **技术路径**：深度神经网络 + GPU算力。
|
||
- **衡量指标**：参数规模越大，模型能力越强。
|
||
- **机器学习与深度学习**：明确二者区别，深度学习是机器学习的一个子集。
|
||
- **可解释性**：开发人员并不完全清楚AI智能的来源，可解释性每前进一步都能达到发论文标准，但模型已实际可用。
|
||
- **未来确定性**：电力加算力是唯一确定的趋势，值得持续关注与投资。
|
||
|
||
#### 2. AI+能源行业应用案例
|
||
- 具体案例未详细记录，但强调AI在能源领域的落地潜力。
|
||
|
||
#### 3. 关于“Skill”的理解
|
||
- 记录者指出，对“Skill”概念近期关注不足，需在后续学习中加深理解。
|
||
|
||
---
|
||
|
||
### 五、个人反思与行动建议
|
||
|
||
#### 1. 记录工具补充
|
||
- **录音卡**：必须购买，以替代手动输入，提高记录效率与完整性。
|
||
|
||
#### 2. 认知提升
|
||
- 对大模型基础原理和底层逻辑有了初步了解，为后续深入学习奠定基础。
|
||
- 认识到体系化记录的价值，未来应持续采用“初步归纳+结构化整理”的方法。
|
||
|
||
#### 3. 学习方向
|
||
- 重点关注“Skill”概念，探索其在AI应用中的具体含义与实现方式。
|
||
- 持续跟踪电力加算力相关技术及投资机会。
|
||
|
||
---
|
||
|
||
**总结**：本次参观学习系统展示了科大讯飞在AI多领域的落地成果，尤其教育、医疗、能源板块表现突出。大模型技术讲解帮助建立了底层认知框架。记录方法改进与工具补充将提升后续学习效率。 |