
王晨晓同学围绕《大模型导论》,系统梳理了大模型的发展脉络。她从统计传统的语言模型切入,逐步延伸到神经语言模型、预训练模型,再到以Transformer为核心的现代大模型体系。她重点阐释了缩放定律,指出模型能力随算力、数据规模和参数量的协同增长而出现“涌现”。她总结:“只有理解大模型的底层理论地基,才能真正看懂AI这座技术摩天大楼。”

王子硕同学同样围绕《大模型导论》,从产业应用生态维度展开解读。他提出,大模型正在从单一的算法工具,逐步演变为类似操作系统的平台型基础设施。他重点介绍了微调与提示工程两种主要的应用方式,并结合书中案例分析了行业大模型的建设路径。他强调,未来行业的核心竞争力,是成为大模型操作系统之上的原生开发者。
崔超然教授针对两位同学的分享做出点评,王晨晓同学抓住了大模型发展的底层逻辑,缩放定律不仅是技术现象,更是产业规律,理解它就能预判未来几年模型演进的方向;同时,他认为王子硕同学看到了大模型平台的本质,未来的创新不只局限于算法,而是生态。崔教授鼓励同学们立足平台思维,思考如何打造不可替代的AI应用。

文清同学带来《深度剖析DeepSeek大模型》的读书分享。她横向对比了DeepSeek与海外主流大模型在技术路线上的差异,重点分析了在算力受限的背景下,如何通过算法优化实现性能追赶的策略。她认为,DeepSeek的实践证明,算法创新可以在一定程度上弥补硬件短板,这对国产大模型发展具有重要意义。
崔超然教授给予较高评价,文清同学抓住了国产大模型的突围路径。算力不足时,算法创新就是我们的护城河,这样的思考很有战略眼光。
宁江南、周子榆两位同学共同研读《多模态大模型新一代人工智能技术范式》,从不同维度展开分享。

宁江南同学指出,多模态大模型打破了单一文本理解的局限,实现了对图像、语音、视频等多种信息的统一表征与融合推理。她结合书中案例,分析了多模态技术在智能驾驶、医疗影像诊断等场景的应用潜力,认为“跨模态对齐”是未来技术突破的关键。

周子榆同学则从技术范式演进的角度出发,提出大模型正在从“单模态预训练”走向“多模态联合建模”。她特别强调了视觉-语言预训练框架的重要性,并指出这种范式变革将推动AI从“感知智能”向“认知智能”跨越。
崔超然教授表示,宁江南同学的分析很到位,跨模态对齐是难点,也是机会,谁能解决这个问题,谁就能在多模态赛道领跑;同时,他也认同周子榆同学站在技术演进的高度看问题,指出从感知到认知是AI发展的必经之路,也是最有挑战的一段。
王泽鑫、张景翔、和树成三位同学基于《图解大模型生成式AI原理与实战》,分别从底层原理、企业落地、工程部署三个维度分享学习心得。

王泽鑫同学借助书中生动的图示,拆解了自回归生成、扩散模型等核心概念,指出生成式AI的本质是“在概率分布中寻找最优解”。他强调,理解这些原理有助于我们在实际应用中更好地控制生成内容的质量与安全性。

张景翔同学聚焦于实战应用。他分享了书中关于RAG技术的案例,分析了如何将大模型与本地知识库结合,以解决模型“幻觉”和知识过时的问题。他认为,RAG架构是当前企业级应用的主流范式,也是同学们从“调用API”进阶到“构建系统”的重要桥梁。

和树成同学从工程落地角度分享了他的阅读体会。他提到,书中不仅讲解了算法,还涵盖了模型压缩、量化部署等工程实践内容。他指出,大模型从实验室走向产业,必须解决“算力成本”与“推理速度”的矛盾,而模型蒸馏与轻量化技术正是破解这一难题的关键。
崔超然教授总结点评,王泽鑫同学让大家看到生成式AI不是魔法,而是数学,理解概率分布,就能掌控生成结果;在此基础上,他认为RAG是连接大模型与现实世界的桥梁,张景翔同学抓住了落地的关键,这正是产业最需要的思维;此外,他还评价和树成同学关注到了成本和效率,这是工程化的核心,再好的模型如果不能低成本运行,就无法真正普及。

臧雨蕾同学分享的是《奇点更近》。她从技术哲学的角度出发,探讨了人工智能超越人类智能的“奇点”可能性及其社会影响。她引用书中的观点,指出奇点不仅是技术事件,更是社会、经济、伦理结构的全面重构。她呼吁同学们在追求技术进步的同时,更要思考技术如何服务于人,而不是取代人。
崔超然教授表示,臧雨蕾同学带大家跳出技术本身,去思考人与AI的关系,具备长远全局视野,这份思考能支撑大家在AI领域走得更远。
分享结束后,崔超然教授表示通过今天的分享看到了大家的成长,很欣慰同学们不仅读懂了书,更读出了技术背后的逻辑和未来。大模型时代,技术迭代很快,但底层逻辑稳定。他寄语全体同学:既要吃透技术原理、熟练落地应用,更要保有独立创新思考;坚守“技术为人服务”的初心,拒绝被技术裹挟。
本次读书分享会不仅是一次知识的碰撞,更是一次思维的启迪。在崔超然教授的专业引领下,24、25级经管学科拔尖人才人工智能舜耕班的同学们以书籍为阶梯,登上了大模型时代的瞭望塔,既看清了技术的来路,也望见了行业未来的前行方向。学以致用,智创未来——公司学子探索AI的脚步永不停歇。