内容简介
本书全面解析了DeepSeek的崛起历程、技术突破及其对AI行业的深远影响。全书共6章，第1章追溯DeepSeek的起源与发展，展示其从初创到全球爆火的历程；第2章通过“AI领域拼多多”的比喻，分析其低成本、高性能的商业化路径，并深入探讨其核心技术；第3章介绍相关应用方法，包括优化交互方式、调用API服务、本地部署模型等；第4章、第5章分别分析DeepSeek引发的行业变革，以及其AI能力在垂直行业领域的应用；第6章剖析AI行业发展中的挑战与机遇，为未来AI行业发展提供思考方向。
作者介绍
陈根 知名科技作家，九三学社中央科技委委员。多本著作以多种语言在全球发行，包括美国、英国、加拿大、澳大利亚、法国、德国、日本等30多个国家和地区，并被多个国家的知名图书馆收藏。数本英文专著被美国总统图书馆、哈佛书店、耶鲁大学图书馆、马克斯·普朗克学会等国际机构收藏。
目 录
第 1 章 DeepSeek 的前世今生
1.1 干翻 GPT，DeepSeek 爆火出圈
1.2 这么火，DeepSeek 凭什么
1.3 DeepSeek 的崛起之路
1.4 为什么 DeepSeek 的成功是必然的
1.5 震动硅谷：舆论怎么看 DeepSeek
第 2 章 普惠 AI 的“中国方案”
2.1 AI 领域的拼多多
2.2 DeepSeek是如何炼成的
2.3 蒸馏技术全解析
2.4 AI 领域的中国创新范式
第 3 章 实战 DeepSeek：从入门到精通
3.1 向 DeepSeek 提问的五个黄金法则
3.2 DeepSeek 交流场景解析
3.3 如何用 DeepSeek 赋能
3.4 打造专属 AI 助手
第 4 章 DeepSeek 引领 AI 商业新浪潮
4.1 DeepSeek 的真正价值
4.2 轻量化 AI，突破计算资源的瓶颈
4.3 下一场 AI 变革的核心
第 5 章 DeepSeek时代行业新图景
5.1 DeepSeek 在医疗
5.2 DeepSeek 在金融
5.3 DeepSeek 在法律
5.4 DeepSeek 在教育
5.5 DeepSeek 在科研
5.6 DeepSeek 在创作
5.7 DeepSeek 在电商
5.8 DeepSeek 在设计
5.9 DeepSeek 在交通
5.10 DeepSeek 在制造
第 6 章 新的挑战，新的机遇
6.1 算力瓶颈：AI 创新的“天花板”
6.2 数据红利：高质量数据的价值凸显
6.3 创新浪潮：DeepSeek 会被淹没吗
6.4 轻量化 VS 大而全，如何抉择
6.5 AI 发展进入监管新时代
后记：创业者精神才是创新原动力
1.3.2 幻方量化的转折点 /015
1.3.3 DeepSeek的诞生与突破 /017
1.4 为什么DeepSeek的成功是必然的 /019
1.4.1 AI金融化的初衷与实践 /020
1.4.2 算力布局的领先者 /023
1.4.3 不止步于“跑模型” /025
1.4.4 清晰的商业化路径 /026
1.5 震动硅谷：舆论怎么看DeepSeek /027
第2章 普惠AI的“中国方案” /032
2.1 AI领域的拼多多 /033
2.1.1 白菜价的大模型 /033
2.1.2 构建独特的AI生态 /037
2.2 DeepSeek是如何炼成的 /040
2.2.1 Transformer基础架构未变 /040
2.2.2 混合专家模型，让计算更高效 /041
2.2.3 多头潜在注意力机制，突破长文本瓶颈 /044
2.2.4 拥抱强化学习，赋能AI推理 /046
2.3 蒸馏技术全解析 /050
2.3.1 蒸馏技术是什么 /050
2.3.2 蒸馏技术的优势 /052
2.3.3 DeepSeek的“蒸馏”侵权了吗 /055
2.4 AI领域的中国创新范式 /058
2.4.1 把每一个环节都做到极致 /059
2.4.2 先行者未必占据全部胜势 /062
2.4.3 中国制造模式的AI应用 /065
第3章 实战DeepSeek：从入门到精通 /069
3.1 向DeepSeek提问的五个黄金法则 /070
3.1.1 法则一：明确需求 /070
3.1.2 法则二：提供背景 /071
3.1.3 法则三：指定格式 /071
3.1.4 法则四：控制长度 /072
3.1.5 法则五：及时纠正 /073
3.2 DeepSeek交流场景解析 /073
3.2.1 场景一：日常生活全方位回应 /073
3.2.2 场景二：学术论文全流程辅助 /078
3.2.2 场景三：自媒体运营从0到1 /091
3.3 如何用DeepSeek赋能 /094
3.3.1 关键步骤详解 /095
3.3.2 赋能实战：将DeepSeek接入Word /098
3.4 打造专属AI助手 /105
3.4.1 云端使用VS本地部署 /105
3.4.2 本地部署大模型的基本步骤 /106
3.4.3 打造专属AI助手的基础知识 /115
3.4.4 打造专属AI助手的基本流程 /119
第4章 DeepSeek引领AI商业新浪潮 /122
4.1 DeepSeek的真正价值 /123
4.1.1 AI进入定制化时代 /123
4.1.2 从黑盒到开放，AI生态的变革 /126
4.2 轻量化AI，突破计算资源的瓶颈 /128
4.2.1 轻量化AI的必然性 /128
4.2.2 AI计算模式的变革：从云端到本地 /130
4.3 下一场AI变革的核心 /132
4.3.1 大模型VS小模型 /132
4.3.2 小模型与行业垂直化的未来 /134
4.3.3 抓住AI的红利 /137
第5章 DeepSeek时代行业新图景 /139
5.1 DeepSeek在医疗 /140
5.1.1 定制化训练医疗AI /140
5.1.2 DeepSeek本地化AI部署的优势 /142
5.1.3 医疗生态的重塑 /145
5.2 DeepSeek在金融 /147
5.2.1 银行业：提升合同质检与资产对账效率 /148
5.2.2 证券投资：精准数据分析赋能决策 /150
5.2.3 普惠金融：降低投资门槛，提升服务可及性 /153
5.3 DeepSeek在法律 /155
5.3.1 改变律师的工作方式 /156
5.3.2 AI将成为法律行业的核心竞争力 /158
5.3.3 DeepSeek在司法体系中的应用 /160
5.4 DeepSeek在教育 /162
5.4.1 DeepSeek如何重塑个性化学习 /163
5.4.2 AI智能教师助手 /165
5.4.3 “AI 教育”的未来 /168
5.5 DeepSeek在科研 /170
5.5.1 科研领域迎来AI革命 /170
5.5.2 定制化AI科研助手 /173
5.6 DeepSeek在创作 /175
5.6.1 适配创作者风格的DeepSeek /176
5.6.2 DeepSeek让内容创作更高效 /177
5.7 DeepSeek在电商 /179
5.7.1 定制AI客服，提高用户满意度 /179
5.7.2 个性化推荐，提升用户转化率 /181
5.8 DeepSeek在设计 /183
5.8.1 DeepSeek赋能平面设计 /183
5.8.2 优化UI设计与用户体验 /184
5.9 DeepSeek在交通 /187
5.9.1 自动驾驶进入2.0时代 /187
5.9.2 DeepSeek加速实现自动驾驶 /190
5.9.3 车联网与智能交通的未来 /192
5.10 DeepSeek在制造 /194
5.10.1 智能化生产：优化工艺流程，提高生产效率 /195
5.10.2 智能预测维护：减少设备停机时间，延长使用寿命 /197
5.10.3 供应链智能优化：提升库存管理和物流效率 /199
第6章 新的挑战，新的机遇 /203
6.1 算力瓶颈：AI创新的“天花板” /204
6.1.1 测试突围不等于真正应用 /204
6.1.2 DeepSeek加剧算力之争 /206
6.1.3 突围AI算力之困 /208
6.2 数据红利：高质量数据的价值凸显 /210
6.2.1 大数据≠好数据 /211
6.2.2 AI训练的“数据荒” /213
6.2.3 数据标注行业的崛起 /214
6.3 创新浪潮：DeepSeek会被淹没吗 /217
6.3.1 开源下的竞争压力 /217
6.3.2 DeepSeek如何保持竞争力 /219
6.4 轻量化VS大而全，如何抉择 /221
6.4.1 两种发展路径的对决 /221
6.4.2 两难之间的平衡点 /224
6.5 AI发展进入监管新时代 /226
6.5.1 监管需求迫在眉睫 /226
6.5.2 AI监管的新挑战：去中心化的困境 /230
后记：创业者精神才是创新原动力 /233
