l 文本创作 文章/故事/诗歌写作 营销文案 、广告语生成 社交媒体内容（如推文 、帖子） 剧本或对话设计 l 摘要与改写 长文本摘要（论文 、报告） 文本简化（降低复杂度） 多语言翻译与本地化 l 结构化生成 表格 、列表生成（如日程安排 、 菜谱） 代码注释 、文档撰写 文本生成 文本生成 03 02 01 语义分析 • 语义解析 • 情感分析(评论、反馈) 场景：下午3点，你突然接到领导通知：“今晚4点前必须交一份10000字的智能物流园区项目方案书，客户临时提 前会议！”你大脑一片空白——手头只有零散的会议记录、几份过时的模板，且对“智能物流”技术细节不熟。电 脑右下角显示时间：3:05 PM，你手心冒汗，疯狂翻找资料，但文档光标始终停留在标题页…… 场景1：1小时内写完一个1万字的项目书 是否可用DeepSeek（深度求索）辅助处理？ 可以，但需分阶段“榨干AI效 距调宽，快速“膨胀”页数。 ü 若有时间，再精雕细琢 场景2：新员工快速熟悉公司情况和行业情况 场景：小李刚刚加入一家制造电子元器件的公司，作为一个新员工，他需要在短时间内熟悉公司的产品线、组织 结构、内部系统以及行业情况。然而，公司的产品手册复杂，部门间的职责不清晰，内部系统操作繁琐，行业信 息量庞大，这些都让小李感到不知所措。他担心自己无法在短时间内快速上手，影响工作效率和表现。 以往的解决方式：

表格、列表生成（如日程安排、菜谱） 代码注释、文档撰写 结构化生成 文章/故事/诗歌写作 营销文案、广告语生成 社交媒体内容（如推文、帖子） 剧本或对话设计 文本创作 长文本摘要（论文、报告） 文本简化（降低复杂度） 多语言翻译与本地化 摘要与改写 02 01 03 文本生成 自然语言理解与分析 知识推理 知识推理 逻辑问题解答（数学、常识推 理） 因果分析（事件关联性） 语义分析 显式要求分步思考，提供示例 “请分三步推导勾股定理，参考： 1. 画直角三角形…” 直接提问（易跳过关键步骤） 创意写作 推理模型 鼓励发散性，设定角色/风格 “以海明威的风格写一个冒险故事” 过度约束逻辑（如“按时间顺序列出”） 通用模型 需明确约束目标，避免自由发挥 “写一个包含‘量子’和‘沙漠’ 的短篇小说，不超过200字” 开放式指令（如“自由创作”） 代码生成 推理模型 简洁需求，信任模型逻辑 预测2025年市占率，需使用ARIMA模型并解释参数 选择依据。" �实战技巧： 执行需求 �实战技巧： "将以下C语言代码转换为Python，要求： ① 保持时间复杂度不变； ② 使用numpy优化数组操作； ③ 输出带时间测试案例的完整代码。" 创造性需求 "设计一款智能家居产品，要求： ① 解决独居老人安全问题； ② 结合传感器网络和AI预警； ③ 提供三种不同技术路线的原型草图说明。"

表格、列表生成（如日程安排、菜谱） 代码注释、文档撰写 结构化生成 文章/故事/诗歌写作 营销文案、广告语生成 社交媒体内容（如推文、帖子） 剧本或对话设计 文本创作 长文本摘要（论文、报告） 文本简化（降低复杂度） 多语言翻译与本地化 摘要与改写 02 01 03 文本生成 自然语言理解与分析 知识推理 知识推理 逻辑问题解答（数学、常识推 理） 因果分析（事件关联性） 语义分析 显式要求分步思考，提供示例 “请分三步推导勾股定理，参考： 1. 画直角三角形…” 直接提问（易跳过关键步骤） 创意写作 推理模型 鼓励发散性，设定角色/风格 “以海明威的风格写一个冒险故事” 过度约束逻辑（如“按时间顺序列出”） 通用模型 需明确约束目标，避免自由发挥 “写一个包含‘量子’和‘沙漠’ 的短篇小说，不超过200字” 开放式指令（如“自由创作”） 代码生成 推理模型 简洁需求，信任模型逻辑 预测2025年市占率，需使用ARIMA模型并解释参数 选择依据。" �实战技巧： 执行需求 �实战技巧： "将以下C语言代码转换为Python，要求： ① 保持时间复杂度不变； ② 使用numpy优化数组操作； ③ 输出带时间测试案例的完整代码。" 创造性需求 "设计一款智能家居产品，要求： ① 解决独居老人安全问题； ② 结合传感器网络和AI预警； ③ 提供三种不同技术路线的原型草图说明。"

寻求将能源转化为智能的最优解，通过产品与⽤⼾共创智能，实现普惠AI。
• 成⽴时间：2023年3⽉1⽇
• 产品 ◦ Kimi
智能助⼿（⽹⻚版：kimi.ai、App和⼩程序搜索“Kimi智能助⼿”即可），发布时间
2023年10⽉9⽇
◦ Moonshot
AI
开放平台（公测中
https://platform.moonshot.cn/），发布时间
2023年11⽉2⽇
• 欢迎关注公众号，了解更多动态 ⾔，帮助你学习编程、解决技术问题。 • ⾃媒体与内容创作者：学习特定公众号、⽂件、⽹⻚链接的⻛格，辅助创作；快速搜集创作所需信 息，提供丰富的资料与灵感。 • ⾦融和咨询分析师：通过即时搜索，帮你第⼀时间掌握⾏业动态和市场信息，并提供洞察与分析。 • 法律从业⼈员：⾼效处理⼤量案件资料、整理证据、梳理法律政策，协助你撰写法律⽂书和报告， 提升⼯作效率。 专访⽉之暗⾯杨植麟：lossless
l 种规模。这个数量级接下来肯定还会持续增⻓，所以我认为算⼒是个必要条件，因为机器学习或者
AI
研究了七⼋⼗年，唯⼀
work
的东西其实是
scaling
Law，就是放⼤这⼏种⽣产要素。
我们其实⽐较有信⼼，在⼀年的时间窗⼝，能够达到
10
的
26
次⽅这样规模的模型，资源最终会得到 合理分配的。
海外独⻆兽：OpenAI
训下⼀代模型，我们推测有⾄少
10
万张
H100，单个集群也能达到
3
万张。

更新影响，活跃度随时间整体 呈下滑趋势。 18 / 111 OSS Compass Insight 本部分图表仅用于数据展示，不涉及先后排名 创新力-组织活跃度 开源组织的活跃程度成为衡量 社区生态建设是否繁荣的重要 指标之一。 本部分图表中的多个组织在社 区活跃度上表现各有差异。 如某些组织在开源项目中长期 保持较高的贡献水平，展现出 其对生态建设的持续支持；而 部分组织的活跃度则随时间推 移逐渐下降，可能受到内部资 存占用过大等挑战， 端上模型代表了 AI 技术隐私保护和成本优化的未来方向。中国在这一领域的探索，为行业提供 了宝贵经验。 推理扩展法则的潜力释放 通过推理扩展法则，模型性能可通过延长“思考时间”而进一步优化。这一技术模拟了人类 “深思熟虑”的过程，显著提升了模型在逻辑推理和复杂任务中的表现。 中国开源社区在逻辑推理领域推出了许多创新项目，包括阿里巴巴国际的 Macro-o1、通义 千问团队的 C 端用户基数，依赖这个软件的生态系统大小等等。其中哪个更关键一点？ 技术先进是好事，但大模型领域的先进技术远没有达到能为大模型企业带来可观收入的程度。 整个大模型赛道还处在商业化的摸索阶段。这个时间点上的“技术先进性”更多是用于公关宣传 的素材。考虑到数据获取、加工的成本，模型训练的成本，这是一种相当昂贵的宣传方式。 C 端用户指那些把大模型当成智能个人助理来使用的普通个人用户。OpenAI

⾯，则是我们的⼀个猜测：疫情以 来，越来越多的⼈开始远程办公，事实上促进了更多的⼈有机会“斜杠化”，也就是在⼀台电脑 ⾯前⽅便地切换多种身份，以异步的⽅式处理多种事务，从⽽增加了开发者参与开源的时间和 机会。 当然，同样由于远程办公，虚拟世界在⼈类⽣活中的占⽐，变得更⼤了。这样是否更好，还会 引发哪些问题？作为站在隧道⼝的⼈类，其实是猜不透的。 2. 中国开源崛起以及开源世界分裂的趋势 Systems”，将会逐 渐变成现实。 如果中国的开源，以⼀种与世界隔离的⽅式 “崛起”，这并不是我们希望看到的未来。 3. 开源向善以及我们尚未做好准备 疫情爆发以来，众多的开源⼈奉献⾃⼰的时间、精⼒、技术和智慧，投⼊到⼀个⼀个的抗疫相 关的开源项⽬之中，也因此诞⽣了诸多⾯向医学、防疫、公益、救援的开源组织和开源项⽬。 其中 wuhan2020 就是典型的代表。 因此，在 2020 的董事会 VP。女性参与开源的广度和深度，正在按照我们所期望的方向发展，让这个世界变得有趣和 多元化。 3.2 从业时间及⾏业领域 参与者中还未参加⼯作的⼈数最多，占⽐约 36%，其次则是从业时间为 3-5 年、6-10 年的 参与者占⽐分别为 19%、15%，从业时间在 10 年以上的约 2 成。 在参与者中，有近七成参与者从事互联⽹开发/软件开发领域，其次则是教育/学术/科研领域 的参与者，占⽐约

终成熟是一个长期的过程。不同于传统项 目具有明确、可量化的ROI，开源项目为企业带来的多为无法直接变现的间接性收益，但这类收益却是支撑企业长期走稳走强的底层 动力。我们看到，市场中一些开源项目因一段时间后仍无法看到明确的项目回报而以失败告终，逐渐被开源发起者抛弃。正因如此， 企业应转变短视思路，认识到开源是一种长期行为，对应制定长期战略。仅以投入产出比衡量开源项目收益将忽视开源对于企业在 提升技术 一方面积极对社区开发者的回 复给予反馈，另一方面发掘优 秀的灵感，增强创新能力 对开发者提交的代码进行评 审，确保代码的可读性和可 维护性，及时做出缺陷反馈 提出企业开源项目，确定是 否开源、开源时间、企业内 是否具有开源应用场景以及 可预期开源收益 开源办公室 13 ©2023.11 iResearch Inc. www.iresearch.com.cn ©2023.11 iResearch 个人开发者以爱好为导向，企业开发者重视商业化价值 以开发者属性分类，开源开发者可分为个人开发者、企业开发者。这两种类型群体在参与开源项目的过程中，行为上有明显差异。 个人开发者多数同时也是企业中的程序开发人员，在业余时间选择开源社区丰富自身知识储备，以兴趣为导向提供代码改进建议。 企业开发者旨在实现商业收益，选取优秀开源代码，并根据自身的行业Knowhow，在其上二次开发产出定制化的行业发行版本。 来源：根据专家

基于数据集，在整体数据概括后提供多个 深入数据挖掘方向，根据需求输入研究倾 向，高效生成多个维度的数据分析，语言 简洁，挖掘深度较浅。 Kimi k1.5 提供数据的潜在用途方向，深入分 析过程中，从多个维度（如时间、 语言、地区）深入挖掘数据意义和 关联性，进一步总结趋势结论并提 出相关建议。  Kimi k1.5该任务中表现最为出色，对特征进行精准分类，从多维度深入挖掘指定数据的深层内涵和关联性； 据 分 析 效 率 高 数 据 可 视 化 优 势 • 实时数据流处理与决策：利用o3mini在物 联网和工业自动化领域，快速处理来自传感器 和设备的实时数据，进行即时分析和决策，减 少停机时间，提高生产效率。 • 高频交易数据分析：利用o3mini快速处理 高频交易数据，识别市场趋势和交易模式，为 交易者提供实时决策支持。 • 数据报告自动化生成：基于o3mini自动 生成格式化的数据报告，包括图表、表格和文 技术原理、应用现状、技术 挑战、未来展望等部分进行 层层递进。语言中多使用中 性描述，客观呈现研究进展 与问题 语言逻辑严谨，条理清晰，各部分 之间逻辑关系明确。在历史背景和 当前趋势部分，按照时间顺序和技 术创新进行分类，逻辑性强 内容结构 通过逻辑排序、层次化分段 和观点与事实的清晰区分， 确保生成的内容符合学术写 作标准。内容结构完整，包 括研究现状、简要评述和主 要参考文献等板块。同时，

需要时始终可用。 这样做的缺点是您可能需要搜索大量的库来查找您正在寻找的足迹。 您可以根据项目特定定义所有库。 这样做的好处在于你仅需要定义你在某个项目中需要用到的封装，这将 大大减小搜索的复杂度。 缺点是您始终需要记住为每个项目添加所需的每个封装库。 您还可以在全局和项目中专门定义封装库。 一种用法模式是全局定义最常用的库，而库只需要项目特定库表中的项目。 您如何定义库没有限制。 修改PCB项目中的封装 读取网表文件 - 加载封装 4.4.1. 对话框 可从图标图像访问： 4.4.2. 可用选项 封装选 择 链接上的元件和相应的封装： 普通链接是参考（正常选项 重新 注释原理图后可以使用时间戳，如果是之前的话 注释被销毁 （特殊选项） 交换封 装： 如果网表中的封装发生了变化：保持旧的封装或 换到新的。 未连接 的布线 保留所有现有布线，或删除错误布线 额外的 封装 删除板上但不在网表中的封装。 高级选项 - 使用时间戳选择 有时原理图的符号会发生变化，电路中没有任何重大变化（这会涉及参考文献 - 如 R5，U4 ……）。因此 PCB 保持不变（除了可能用于丝网印刷标记）。 然 而，在内部，元件和封装由它们的参考表示。 在这种情况下，可以在重新读 取网表之前选择网表对话框的“时间戳”选项： 使用此选项，Pcbnew 不再通过其引用来标识封装，而是通过其时间戳来标识 封装。 时间戳由 Eeschema

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 6.2.5 高级选项 - 使用时间戳选择 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 6.3 直接改变已经放置在板上的封装 可用。 – 这样做的缺点是您可能需要搜索大量的库来查找您正在寻找的足迹。 • 您可以根据项目特定定义所有库。 – 这样做的好处在于你仅需要定义你在某个项目中需要用到的封装，这将大大减小搜索的复杂度。 – 缺点是您始终需要记住为每个项目添加所需的每个封装库。 • 您还可以在全局和项目中专门定义封装库。 一种用法模式是全局定义最常用的库，而库只需要项目特定库表中的项目。您如何定义库没有限制。 加载封装 4.4.1 对话框 可从图标图像访问： 4.4.2 可用选项 Pcbnew 40 / 163 封装选择 链接上的元件和相应的封装：普通链接是参考（正常 选项重新注释原理图后可以使用时间戳，如果是之前 的话注释被销毁（特殊选项） 交换封装： 如果网表中的封装发生了变化：保持旧的封装或换到 新的。 未连接的布线 保留所有现有布线，或删除错误布线 额外的封装 删除板上但不在网表中的封装。具有“已锁定”属性的