书名：决胜大模型：打造新质生产力
定价：69.8
ISBN：9787115664136
作者：周鸿祎
版次：第1版
出版时间：2025-06

内容提要：
全书分技术观、产业观、方法论、落地方案及案例四个部分。技术观部分，通过丰富的示例展示了大模型是真智能，阐述了在拥抱大模型的关键时期，建立AI信仰和AI认知对大模型落地的重要性，同时也对大模型应用前景作出了预测。产业观部分，从理解大模型是新质生产力的驱动引擎这一时代意义出发，剖析了如何将大模型“拉下神坛”，使其从“原子弹”变成“茶叶蛋”，赋能百行千业、走进千家万户。提出面对全球大模型之争，要打赢“三大战役”，即通用大模型之战、应用场景之战和大模型*之战。方法论部分，剖析了政府、企业落地大模型的七大误区和四大关键问题，提出了知识管理、*模型协同、构建智能体、融合工作流等方法论。落地方案及案例部分，介绍了360企业级大模型的六大基础设施、落地方案，*展示了6个大模型在政府和企业落地的典型案例。



作者简介：
周鸿祎 祖籍湖北，1970年出生于河南省驻马店市，360集团*，*政协委员，九三学社中央委员。 周鸿祎于1992年和1995年先后在西安交通大学获得学士学位和硕士学位，目前清华大学创新领军工程博士在读。 2005年，周鸿祎创办360公司，*创“免费*”模式。2022年，周鸿祎带领360*转型为数字*公司，践行“上山下海助小微”的企业战略，为数字中国发展筑牢*屏障。2023年，周鸿祎带领360确定“Al+*”双主线发展战略，自研认知型通用大模型“360智脑”，攻克Al大模型*的世界前沿课题，进一步服务政府、城市、企业智能化升级。 周鸿祎荣获*劳动模范、国家百千万人才工程有突出贡献中青年*、国务院特殊津贴*、“北京学者”等荣誉称号，同时担任西安交通大学兼职教授、香港大学客座教授，任中国互联网协会副理事长、中国计算机学会计算机*专委会副主任等职务。

目录：
前言
政府和企业拥抱AI面临的困惑
政府和企业想拥抱AI，*要树立AI信仰
DeepSeek火爆出圈，大模型落地正当其时
大模型发展的十二个趋势预测

01 技术观 大模型是真智能
第 1章 大模型理解了人类语言，是AI发展的重大突破
1.1 两种*观点
1.2 大模型理解了人类语言，是真智能
1.3 大模型是暴力美学新典范
1.4 大模型训练与人脑学习原理相似
1.5 什么是模型参数
1.6 不要用硬盘和内存的眼光去看待大模型
1.7 大模型不是对数据和知识的压缩
1.8 不要用传统搜索引擎的眼光去看待大模型
1.9 体现大模型具有真智能的四个现象
第 2章 o1逻辑推理能力大幅增强，DeepSeek颠覆式创新改写AI发展格局
2.1 OpenAI发布o1大模型，拥有逆天推理能力
2.2 o1利用思维链技术，赋予模型慢思考能力
2.3 DeepSeek颠覆式创新：技术创新
2.4 DeepSeek颠覆式创新：体验创新
2.5 DeepSeek颠覆式创新：市场模式创新
2.6 DeepSeek颠覆式创新：生态模式创新
第3章 从单模态到跨模态，多模态技术快速迭代
3.1 Sora*重要的突破是理解了物理世界
3.2 Sora与传统文生视频技术及CG技术有何不同
3.3 Sora能帮我们做什么
3.4 GPT-4o：让AI能听、会说、看懂世界
3.5 GPT-4o能帮我们做什么
第4章 大模型的应用前景
4.1 大模型的快速发展，加速AGI到来
4.2 大模型提升生产力的五层能力
4.3 大模型的通用能力
4.4 大模型的科技能力
4.4.1 大模型科技能力一：推动自动驾驶迎来革命性变化
4.4.2 大模型科技能力二：促进具身机器人产业加速发展
4.4.3 大模型科技能力三：为生物、医学研究带来革命性变化
4.4.4 大模型科技能力四：帮助基础科学研究突破瓶颈
4.4.5 大模型科技能力五：反向解决能源自由问题

02 产业观 大模型将*新工业革命
第5章 大模型是新质生产力的驱动引擎，将引发新一轮工业革命
5.1 大模型不是泡沫，将*新一轮工业革命
5.2 “人工智能+”*写入政府工作报告，大模型*将成为新质生产力的驱动引擎
5.3 大模型引发新一轮工业革命需要一个深刻的变革过程
5.4 面对全球大模型产业之争，要打赢“三大战役”
第6章 通用大模型之战
6.1 中美通用大模型发展的总体差距
6.2 *通用大模型之路应作为国家战略
6.3 不要被OpenAI的*通用大模型之路牵着鼻子走
第7章 应用场景之战
7.1 把大模型拉下神坛，才能掀起新工业革命
7.2 通用大模型无法满足政府和企业的专业场景需求
7.3 Think Different——大模型发展并非只有一条路
7.4 大模型的*发展趋势
7.4.1 趋势一“专”：大模型向专业化发展
7.4.2 趋势二“小”：大模型参数规模越做越小，进入轻量化时代
7.4.3 趋势三“廉”：模型的成本越来越低，“原子弹”变成“茶叶蛋”
7.4.4 趋势四“强”：知识密度快速增长，小模型能力越来越强
7.5 开源大模型爆发代表了“专、小、廉、强”的发展趋势
7.6 大模型支撑技术快速发展
7.6.1 支撑技术一：强化学习
7.6.2 支撑技术二：智能体框架
7.6.3 支撑技术三：工作流系统
7.7 实现新一轮工业革命的路线一：大模型上终端，走进千家万户
7.8 实现新一轮工业革命的路线二：走专业化道路，走进千行百业
7.9 走专业化道路，*要找到明星场景
7.10 走专业化大模型之路，许多问题*会迎刃而解
第8章 大模型*之战
8.1 大模型的全新特性带来了*的*挑战
8.1.1 AI攻防*
8.1.2 AI自身*
8.1.3 AI伦理*
8.2 传统*技术能解决AI的传统*问题，但对新型AI*问题束手无策
8.3 360提出“以模制模”新解法，用*大模型应对新型AI*问题
8.4 大模型的“*四原则”

03 方法论 专业化大模型如何落地
第9章 政府和企业落地大模型的误区和关键问题
9.1 政府和企业落地大模型，要避开七大误区
9.1.1 误区一：追求宏大叙事
9.1.2 误区二：追求全能
9.1.3 误区三：取代原有IT系统
9.1.4 误区四：跳过数字化阶段
9.1.5 误区五：追求从头预训练自有专属大模型
9.1.6 误区六：迷信Copilot模式和LUI
9.1.7 误区七：追求*的*自动化、无人化
9.2 政府和企业落地大模型，还应关注四大关键问题
第 10章 知识管理
10.1 知识是从数字化到智能化升级的关键所在
10.2 大数据背后隐藏了大量知识，大数据平台无法从数据层面上升到知识层面
10.3 从数据驱动到知识驱动，大模型打通大数据业务的“*一公里”
10.4 构建大模型驱动的企业知识中枢和情报中枢，打造企业大模型的基础设施
10.5 把大数据中心升级为知识中枢
第 11章 *模型协同
11.1 为什么需要*模型协同
11.2 如何实现*模型协同
11.3 基于*模型协同的“复仇者联盟”
第 12章 构建智能体
12.1 为什么需要智能体
12.2 如何实现智能体
12.3 智能体平台解决大模型应用落地核心问题
第 13章 融合工作流
13.1 为什么需要融合工作流
13.2 如何实现融合工作流
13.3 业务协作平台实现融合工作流
第 14章 企业级大模型实践与解决方案
14.1 打造360*大模型的方法论
14.2 实践证明，百亿大模型训练得好，专业能力可以*越GPT-4
14.3 纳米AI企业版可充当政企数字化转型战略的底座

04 360企业级大模型落地方案及案例
第 15章 360发展大模型的独特优势
15.1 国内数智化企业*者
15.2 满载荣誉的AI大模型厂商
15.3 深耕AI领域十余载
15.4 国内*的数智化算力资源
15.5 丰富的数据资源
15.6 国内*的专业人才
第 16章 360企业级大模型落地方案
16.1 360企业级大模型的六大基础设施
16.2 360城市级大模型落地解决方案
16.3 360企业级大模型典型案例
16.3.1 案例一：大模型赋能某市12345便民服务平台
16.3.2 案例二：某工程公司落地AI与IT协同
16.3.3 案例三：某连锁旅游平台落地智慧巡店系统
16.3.4 案例四：大模型赋能某市政府政策法规咨询业务
16.3.5 案例五：某市公安落地智慧报警平台
16.3.6 案例六：大模型赋能互联网舆情发现