1天(6小时/天)

Deepseek大模型如何落地制造业

Deepseek大模型如何落地制造业

本课程旨在帮助新能源公司高层管理者深入了解Deepseek大模型在制造业的应用前景和落地方法,掌握Deepseek工具的具体使用,从而更好地推动企业智能化转型,提升核心竞争力。课程内容涵盖大模型技术发…

课程分类
人工智能 | 行业解决方案
课程标签
大模型, 制造业, 智能化转型, Deepseek, 人工智能

课程介绍

本课程旨在帮助新能源公司高层管理者深入了解Deepseek大模型在制造业的应用前景和落地方法,掌握Deepseek工具的具体使用,从而更好地推动企业智能化转型,提升核心竞争力。课程内容涵盖大模型技术发展趋势、制造业智能化转型背景与挑战、Deepseek大模型核心能力及应用场景、Deepseek工具使用方法及落地实践等模块。通过讲师授课、案例分析、互动研讨相结合的形式,学员将能够理解大模型在制造业智能化升级中的战略意义,掌握Deepseek大模型的技术特点与优势,洞悉其在智能办公、生产优化、质量控制、供应链管理、研发创新等方面的具体应用场景,并掌握工具的基本操作和应用技巧,启发对企业智能化转型战略的思考,为制定切实可行的落地计划提供思路。

课程背景

随着人工智能技术的飞速发展,大模型已成为推动产业智能化升级的关键力量。制造业作为国民经济的支柱产业,正面临着数字化、智能化的转型升级需求。Deepseek大模型作为国内领先的自主研发大模型,在自然语言处理、智能决策等领域展现出强大的能力,为制造业智能化升级提供了新的解决方案。

课程目标

通过本次培训,学员将能够: 理解大模型技术发展趋势:了解大模型的基本概念、发展历程及在制造业智能化升级中的战略意义。 掌握Deepseek大模型的核心能力:深入理解Deepseek大模型的技术特点、核心优势,以及其在制造业应用中的独特价值。 洞悉Deepseek在制造业的应用场景:结合新能源公司业务特点,了解Deepseek大模型在智能办公、生产优化、质量控制、供应链管理、研发创新等方面的具体应用场景。 掌握Deepseek工具的使用方法:了解Deepseek提供的工具及平台,掌握其基本操作和应用技巧,为后续落地实践奠定基础。 启发智能化转型战略思考: 结合所学知识,启发学员对企业智能化转型战略的思考,为制定切实可行的落地计划提供思路。
模块一:大模型技术及制造业智能化转型概述 (约 1小时) 1. 大模型技术发展趋势 人工智能发展历程回顾与展望 大模型概念解析:参数规模、预训练、Transformer架构等 大模型驱动的新一轮技术革命 大模型在各行业应用的潜力与价值 2. 制造业智能化转型背景与挑战 全球制造业发展趋势:智能化、数字化、绿色化 中国制造业转型升级的迫切需求 新能源行业智能化转型的机遇与挑战 智能化转型对企业核心竞争力的影响 3. 大模型在制造业智能化转型中的作用 大模型如何赋能制造业智能化升级 大模型在提升生产效率、降低成本、优化决策等方面的作用 大模型助力制造业实现高质量发展 模块二:Deepseek大模型核心能力及应用场景 (约 3 小时) 1. Deepseek大模型技术详解 Deepseek公司及大模型产品线介绍 Deepseek大模型的技术特点与优势: 多模态理解与生成能力 强大的自然语言处理能力 高效的推理与决策能力 开放的生态与工具链 自主可控,数据安全 Deepseek大模型与其它大模型的差异与优势 2. Deepseek大模型在制造业的应用场景 智能办公 智能写作:文档、ppt 办公自动化智能体 智能生产优化 生产流程智能监控与预警 工艺参数优化与智能调参 设备故障预测与维护 生产计划智能排程与优化 质量智能控制 产品质量智能检测与分析 缺陷根源分析与改进建议 质量预测与风险预警 供应链智能管理 需求预测与库存优化 供应商智能评估与管理 物流路径优化与效率提升 研发创新加速 新材料研发智能辅助 产品设计智能优化 研发流程智能化管理 案例分享与行业最佳实践 国内外制造业大模型应用案例分析 Deepseek大模型在制造业的应用案例展望 (结合新能源行业特点) 模块三:Deepseek工具使用方法及落地实践 (约 2 小时) 1. Deepseek工具平台介绍 Deepseek提供的核心工具及平台概览 API接口、开发文档、社区资源介绍 如何获取和使用Deepseek工具资源 2. Deepseek工具具体使用方法 通用工具使用演示 (例如:文本生成、代码生成、知识问答等,选择制造业相关的应用场景进行演示) 制造业场景工具应用 (如有针对制造业的特定工具或案例,进行重点讲解) 工具集成与二次开发 (简要介绍如何将Deepseek工具集成到企业现有系统,以及进行二次开发的可能性) 3. Deepseek大模型落地制造业的实践建议 明确智能化转型目标与需求 选择合适的应用场景与切入点 组建专业团队,加强人才培养 数据准备与安全保障 分阶段实施,持续迭代优化 模块四:互动答疑与总结 (约 30 分钟) 学员提问与讲师解答 案例研讨与交流 培训内容总结与回顾 后续行动建议
辛玉军

辛玉军

常住地:北京 北京市

辛玉军老师是兼具工学与管理学背景的数字化转型与智能制造实战专家,拥有24年企业咨询经验,专注制造业智能化、信息化规划与落地。作为工信部数字化转型赋能中心首席专家及专精特新冠军联盟数字化转型首席专家,他深度服务中车、航天科工、海尔、美的、华为、西门子等数百家头部企业,并在清华、北大等多所顶尖高校担任总裁班客座教授。其独特优势在于融合TOC(约束理论)方法论与智能工厂实践,擅长将复杂问题本质化,助力企业高效实现数字化升级,广受航空航天、汽车、轨道交通、电子、钢铁等行业客户高度认可。