人工智能赋能汽车2025

人工智能与DeepSeek赋能银行

人工智能实战专家—李家贵老师

西安交大数字经济研究院首席科学家/深圳市人工智能协会特邀专家

课程收益：

战略洞察力：把握AI在银行业的最新突破与发展趋势；深度理解ChatGPT等大模型对银行业务的革新机遇；洞察全球领先银行的AI创新实践与转型路径

业务创新力：掌握AI在信贷、理财、风控等核心业务场景的应用方案；了解如何通过AI提升客户体验与服务效率；学习数字化转型中的最佳实践与避坑指南

管理效能提升：熟练运用AI工具提升团队协作与管理效率；掌握AI时代的人才培养与组织变革方法。

教学方法：

案例研讨：深度剖析全球领先银行的AI创新案例；通过实际业务场景探讨AI应用的关键决策点；分享一线实践经验与经验教训

实战演示：现场展示AI工具在银行业务中的应用；交互式体验AI提升工作效率的方法；重点场景的操作要点与技巧指导

互动研讨：小组讨论本行AI转型机遇与挑战；专家答疑解惑,深入交流实践经验

头脑风暴创新应用场景与解决方案

目标受众：

银行中高层，业务专家，专业人员

时间安排：

1天，每天6小时

课堂演示：

一键数字人视频，一键生产PPT，一键生文，一键生图，一键生视频

具体而言：

AI+数字人：营销如何提效十倍

万能AI ChatGPT: 企业增长的超级大脑和数字员工

Al+绘画:无中生有精美图片

AI+PPT: 5分钟搞定汇报PPT

AI+视频:5分钟搞定宣传视频

课程大纲：

一、前瞻视界：AI的前沿探索

展现AI前沿探索与前景，让观众对未来趋势有清晰认知。

1.1 炫技术 Deepseek前沿

【背景衔接】R1出场：大模型发展与里程碑

【精准聚焦】DeepSeek-R1研究目标

【从零到优】R1-Zero：纯强化学习的探索

【训练策略】模型训练与优化 & 核心贡献

【提纯之道】蒸馏方法与评估

【双线并观】蒸馏与强化学习的比较 & 基准测试

【性能透视】DeepSeek-R1性能评估 & 知识类任务

【复盘思考】评估结果 & 不成功的尝试

【远景瞭望】未来研究方向

1.2 炫产品 Sora产品介绍：1个总介绍，6大炫功能

1.3 炫公司 百度、微软、英伟达、苹果介绍

1.4 炫场景 场景展示 8个图片场景展示并互动

1.5 炫影响 上KOL，上数字，最冲击的是50%会失业

二、智领行业：AI赋能汽车行业

2.1 赋能智能驾驶研发设计；

2.1.1大模型覆盖算法长尾

2.1.2大模型从多个维度推动自动驾驶

2.1.3大模型赋能车端多模态模型

案例：百度大模型长尾数据挖掘

案例：商汤推动自动标注

案例：毫末智行DriveGPT大幅降低标注成本

案例：商汤大模型赋能多模态大模型

案例：汽车工业界的ChatGPT：PAM

案例：特斯拉FSD

案例：德赛西威智能驾驶

2.2 AIGC在营销的赋能应用场景

2.2.1 销售辅助

利用AIGC技术，可以为销售人员构建智能化销售辅助机器人，提供个性化的销售建议和支持。

2.2.2 营销素材设计

利用AIGC技术，可以快速生成文案、广告语、邮件、短信、微信公众号文章等，以及利用AI工具自动生成宣传海报、视频等视觉内容。

2.2.3 产品推荐

利用AIGC技术，可以构建智能化产品推荐机器人，提供个性化的产品推荐和购买建议。

2.2.4 产品咨询

利用AIGC技术，可以构建智能化产品咨询机器人，提供全天候在线的咨询服务。

案例：丰田利用AIGC做辅助设计

案例：阿维塔如何用AI做汽车营销

案例：江铃汽车的AI销售实践

案例：百度AI如何赋能汽车品牌营销

循环智能：AI如何赋能一线营销人员

2.3 AIGC在客服的赋能应用场景

2.3.1企微自动回复

2.3.2实时话术推荐

2.3.3 AI注记

案例：Intel将AIPC体验带到汽车

案例：大众汽车首次标配ChatGPT语音助理

案例：奔驰在90万辆汽车上测试ChatGPT

三、使用技巧：提示词工程（人机协同，可控生成）

聚焦提示词工程（Prompt Engineering），帮助掌握高效的人机协同技巧。

1. Prompt的一个本质

2. Prompt的二个心法

3. Prompt的三项沟通要点

4. Prompt的四项chat法则

5. Prompt的五个业务法则

6. Prompt的六条咒语

7. Prompt的七项注意

8 .Prompt的天龙八部

9. Prompt的追问法则

10. Prompt的继续法则

四、进阶技巧：AI工作流

进阶的AI工作流实践，从步骤拆解到工具应用，让复杂流程清晰化。1.【What】AI工作流：一种结构化的流程设计方法

2.【What】核心目标：将复杂任务系统化、可复制、可优化

3.【Why】AI工作流的误区解析

4.【Why】工作流不等于简单的流程，而是智能化的系统集成

5.【Where】适合工作流的业务类型

6.【Where】业务拆解的标准与方法论

7.【How】工作流拆解的具体步骤

8.【How】工具模块选择与应用

9.【How】工作流与Agent的关键区别

10. 【How】案例：抖音评论截流工作流