本文对生成式AI（GenAI）的国内外发展现状进行了概述，重点分析了中美之间在算力、数据、算法、生态等方面存在的差距。为改变我国在生成式AI领域的落后现状，提出高能效算力建设、联邦数据、专业领域模型、基于TAO的联邦生态等应对策略，对大模型时代AI安全治理进行了论述，对通用人工智能(AGI)的未来发展进行了展望。

RAG就像一套完善的物流管理体系，其核心困难点永远在我们看不到的地方。在很多人看来，做检索增强生成的难点在于提升检索召回的效率和准确率，因，因此很多人把大量的时间花在优化检索方案上。但作者作为一个对RAG有深入了解的开发人员，恰恰认为RAG真正的难点并不在检索端，而在于知识库的管理。为什么会说RAG的难点在知识库的管理，而不是数据召回？知识库管理很多人都知道RAG是检索增强生成，从知识库中检索到数

AI 时代，坚持一个原则会很受用。那就是越简单越好。根据这个原则，AI 知识库用现成的工具就好（比如腾讯 IMA）。也根据这个原则，知识库越精越好，可以量身定制，打造多个小型的知识库。另外，AI 知识库依然大有可为，但能不能复现原文，是未来的重点。根据以上思路，不止是二手文献，一手文献也可以做知识库。那就不仅仅是查缺补漏了，而是实实在在改变我们的研究方式。未来可以做的，比如李白的平行文本知识库、六

2025年大模型领域以推理模型、RLVR与GRPO技术为主导，GRPO成为研究热点。架构上Transformer仍是主流，但效率优化增多。推理扩展和工具调用成为提升性能的重要手段，"刷榜"现象凸显benchmark评估的局限性。AI在编程、写作和研究领域展现强大能力，私有数据成为竞争优势。未来发展方向包括RLVR扩展、工业级扩散模型和更好的长上下文处理技术。本文基于老司机推荐的年终盘点这篇文章的原

中国大模型行业蓬勃发展，产业链涵盖基础层、模型层和应用层。当前商业化进程活跃，金融、政府、教育等领域渗透率高。2023年市场规模增长超100%，预计2030年将超2200亿元，年复合增速40%以上。未来预测大模型、决策大模型和具身智能大模型有望成为行业新风口。百度、阿里、腾讯等企业积极布局，专利申请数量领先。行业概况1、定义大模型是指包含超大规模参数(通常在十亿个以上)的神经网络模型。

中国大模型行业蓬勃发展，产业链涵盖基础层、模型层和应用层。当前商业化进程活跃，金融、政府、教育等领域渗透率高。2023年市场规模增长超100%，预计2030年将超2200亿元，年复合增速40%以上。未来预测大模型、决策大模型和具身智能大模型有望成为行业新风口。百度、阿里、腾讯等企业积极布局，专利申请数量领先。行业概况1、定义大模型是指包含超大规模参数(通常在十亿个以上)的神经网络模型。

中国大模型行业蓬勃发展，产业链涵盖基础层、模型层和应用层。当前商业化进程活跃，金融、政府、教育等领域渗透率高。2023年市场规模增长超100%，预计2030年将超2200亿元，年复合增速40%以上。未来预测大模型、决策大模型和具身智能大模型有望成为行业新风口。百度、阿里、腾讯等企业积极布局，专利申请数量领先。行业概况1、定义大模型是指包含超大规模参数(通常在十亿个以上)的神经网络模型。

什么是LLM AgentSkills？——基于提示词的元工具架构在构建生产级大型语言模型（LLM）驱动的智能体（Agent）系统时，“技能”（Skills）代表了一种至关重要的架构范式。Skills并非传统的外部工具或API调用，而是被精确定义为封装的专业知识（Packaged Expertise），其核心作用在于塑造Agent的思维模式和解决问题的方法 [1]。Skills不直接执行代码，而是提

那么什么是AI大模型？发展历程是什么？AI大模型的技术架构及其产业应用方向是什么？本文为您一一解答。AI大模型是“大数据+大算力+强算法”结合的产物，凝聚了大数据内在精华的“隐式知识库”。包含了“预训练”和“大模型”两层含义，即模型在大规模数据集上完成了预训练后无需微调，或仅需要少量数据的微调，就能直接支撑各类应用。AI大模型成为人工智能迈向通用智能的里程碑技术。AI大模型的落地应用使得AI的三要

*因为要记录显存所以需要框架：**