前言

这个春节，AI界国产黑马DeepSeek掀翻世界大模型的桌子。DeepSeek用不到OpenAI十分之一的成本，做出了性能媲美o1的R1，一经发布，迅速搅动了世界大模型的发展格局和趋势。

高性能、低成本与高速度之间的不可能三角在被打破。

DeepSeek的成功不仅展示了中国在AI领域的创新能力，也为全球AI发展提供了新的思路。

与此同时，由中国科学院自动化所孵化的AI企业中科闻歌发布的雅意大模型旗舰版——YAYI-Ultra在破解大模型落地"精度-能耗"困局前给出了自己的答案。

作为覆盖全球100+模型的权威评测体系，OpenCompass榜单历来是观察大模型技术路线的"晴雨表"，在其近日发布的OpenCompass大模型公开学术榜单中，中科闻歌YAYI-Ultra，以64.5分首次闯入前十，成为TOP10中五个中国大模型之一。

在这里分享这份完整版的大模型 AI 学习资料，已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证！免费领取【保证100%免费】

在OpenCompass最新大语言模型公开学术实时榜单中，YAYI-Ultra排名综合得分64.5，排名第十，其中：

• 代码生成：LiveCodeBench排名第五，表现优于GPT-4o-20241120版本
• 复杂指令理解：IFEval排名第九
• 知识推理能力：MMLU-Pro排名第九

在侧重中文理解的C-Eval评测中，YAYI-Ultra在允许自主验证的公开访问榜单位列第二，展现了在中文场景下的技术优势。

一手实测：

超长文输出，复杂任务规划精准拿捏

**
**

AI大模型工场从官方了解到，YAYI-Ultra在图表理解、复杂任务、长文理解与生成方面表现突出，我们立马上手从六个维度（多模态图表深度理解、复杂图像理解、复杂任务智能规划（Function Call）、数据统计分析及超长文本理解与生成）实测下YAYI-Ultra表现到底如何。

01 视觉理解再升级：懂语言，更懂图表

上来我们先来读个图表试试。

**prompt：**2000年前后，哪个价格区间的物业费占比变化最多？

YAYI-Ultra可以准确识别柱状图中的不同颜色和数字，充分理解图表并给出回答。

除了中文场景外，在多语言场景中，YAYI-Ultra也能够准确理解并遵循用户指令，提供跨语言的精准回复。

**prompt：**How did the distribution of agriculture-related employment change between 2012 and 2022? Did it increase or decrease, and by what percentage or amount? Answer in Chinese。

可以看到，在视觉理解方面，针对跨语言多模态对齐、多图推理、可变分辨率等技术难点，YAYI-Ultra全面升级，增强了模型在跨语言图表理解、多图表问答、多模态指令遵循等方面的能力，不仅能轻松应对堆积条形图、散点图、混合图表等复杂图表场景，在图表重绘、图表转换等任务上也表现突出。

02 表格智解：万千表格不在话下

在工作中，复杂报告统计费时又费力，我们“喂”给YAYI-Ultra一张包含行业普通报告、行业深度报告、公司普通报告三种类型交替出现的表格，YAYI-Ultra准确统计出不同类型报告的数量。

**prompt：**每种报告类型的数量是多少？

当涉及不规则表格时，YAYI-Ultra依然能够精准解析并提取关键数据。以下表格包含总分结构及复杂数据表述，YAYI-Ultra能够准确理解表格中的模型类型、方法及局部性指标变化数值，并完成对比分析。

**prompt：**哪个基座模型使用IKE方法后局部性下降最多？

在统计数据理解方面，可以看出YAYI-Ultra重点增强了表格问答中复杂****排版理解、跨语言问答等能力。

从金融报告、学术论文，到包含嵌套结构的复杂表格，YAYI-Ultra都能精准定位信息、理解用户意图；同时，模型也能够在跨语言表格问答场景中，提供高效、清晰的解答。

03 Function Call：复杂任务智能规划

继续上难度，我们让YAYI-Ultra绘制一下去年奥运会中国队金、银、铜奖牌数量折线图（随时间变化）****。

首先可以看到，YAYI-Ultra准确理解了用户意图，确定“去年奥运会”指的是巴黎奥运会，并制定出详细的任务规划；接下来，模型通过搜索引擎获取巴黎奥运会中国队金、银、铜牌相关数据（包括91枚奖牌的类型及获得时间）；再将这些奖牌数据进行梳理，归类分组、按时排序，并生成代码，通过调用代码解释器，完成折线图绘制。

YAYI-Ultra之所以能够完成这一系列的复杂任务拆解与规划，离不开其增加的工具调用能力，主要包含搜索引擎、代码解释器、图像解析、天气等基础工具；新闻热榜追踪、传播影响力分析等特色垂直领域工具。

模型显著增强了在多工具串行调用场景下的规划合理性，同时提升了复杂搜索场景下的信息收集能力。

04 多模态输出：图文并茂，直观简洁

在文献阅读或者信息收集过程中，我们通常需要从多篇文档中查找、分析特定信息（如数值变化、实验结果等），现在一句话就能找到想要的内容，并且YAYI-Ultra在文字分析描述的基础上，可同步给出对应的图片内容。

比如，提问：The percentage of different behaviors under different collaborative strategies

YAYI-Ultra根据问题，从用户构建的“人工智能论文知识库”中识别相关的多篇人工智能论文，并据此进行回答。答案中不仅有文字，还在对应的引用位置给出了原始图片，大大提升了阅读体验及答案可靠性。

05 全栈长文：吞吐万言，下笔如神

最让人眼前一亮的要属超长文输出，YAYI-Ultra支持最长20万字输入和10万字超长输出，形成从“输入理解”到“内容创作”的全链路长文本能力闭环。

YAYI-Ultra支持联网智能创作与文献锚定创作双模式，并将长文写作任务拆解为更小、更可控的子任务（先生成大纲，再根据大纲生成全文），这样有效保证了文本结构，提升长文生成质量。

● 联网智能创作：联网收集信息完成创作

**prompt：**写一篇30000字的中国儒家文化发展历史分析报告

● 文献锚定创作：划定知识边界精准写作

**
**

**prompt：**请根据参考资料写一篇长文，写作的主题是“通用人工智能解决方案：创新与效率的完美结合”

06 数据分析：精准求解，可视交互

最后，我们也针对基础的数据分析和可视化图表绘制进行了实测，YAYI-Ultra准确完成分析、计算和图表绘制任务。

**prompt：**根据表格，计算人均月收入，然后计算月收入与人均月收入的差值，绘制一个柱形图，横轴是名字，纵轴是差值，标题是“每人收入与平均值差距”。

YAYI-Ultra根据用户要求，通过Python of Thought（POT）能力，生成Python代码并执行，精准完成了统计推断、矩阵运算、数值优化等数值密集型任务。

当前，AI大模型落地正面临“能力-成本”剪刀差扩大的关键节点。

据IDC最新报告显示，企业在AI大模型落地过程中，面临模型精度不能完全满足业务需求的问题；同时，92%的企业认为在大模型工程化落地阶段，缺少算力资源是最大的挑战。

中科闻歌雅意技术团队透露，YAYI-Ultra是以多领域能力为特色的混合专家模型，为了提升在不同领域专业任务上的表现，采用灵活的专家配置模式，支持数学、代码、金融、舆情、中医、安全等多种领域专家组合，能显著缓解稠密模型在垂直领域迁移过程中普遍存在的“跷跷板”现象，可针对不同领域需求，为行业提供"高精度、低能耗"的智能化解决方案。

譬如，在媒体领域，中科闻歌推出红旗3.0融媒体智能平台，基于YAYI能力，帮助客户将内容创作时间缩短30%-50%，内容发布频率提升了20%-40%，某客户在引入自动化审核能力后，内容差错率从5%降至0.5%左右，目前已广泛应用于新华社、央视、中国日报等头部媒体。

中科闻歌红旗3.0融媒体智能平台

在医疗领域，基于YAYI的大医金匮中医大模型，可精准诊断500余种常见病症，为患者提供个性化的治疗方案，经临床专家测评辨证推理准确率高达90％，在中医师资格考试模拟测试中表现优异，准确率超过94％，并面向C端用户推出了“大医金匮”中医健康管理APP。

中国中医科学院&中科闻歌 大医金匮中医健康管理APP

在财税领域，基于YAYI的财税知识大模型，经专项测评，模型回答准确率90.1%，高于其他同类型模型，在接入大模型后，客户实现24小时不间断的咨询服务，使得用户减少排队时间约50%，用户满意度提升超过30%。

航天信息与中科闻歌联合研发 财税知识大模型

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

)第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】