近日，中國國家網信辦、國家發展改革委、工業和資訊化部聯合印發《智能體規範應用與創新發展實施意見》（以下簡稱《實施意見》）。《實施意見》從夯實發展基礎、守牢安全底線、強化應用牽引、建設創新生態4個方面提出舉措。

在強化應用牽引方面，《實施意見》提出積極穩妥推動智能體典型場景應用，牽引技術產品最佳化提升，探索形成可複製、可推廣的智能體落地應用模式。其中一共提到五個方面19種場景。

科研探索。研發理論推演、模擬模擬等智能體，挖掘潛在技術路徑。強化智能體資訊關聯整合、知識體系建構等能力，提升自然科學、哲學社會科學研究發現能力。

研發輔助。發展軟體開發智能體，提升需求分析、架構設計、程式碼生成與測試等全流程開發能力。

智能製造。研發生產管理智能體，動態最佳化生產排程、資源分配和工序銜接，推動智能體在工業網際網路領域應用，提升企業精細化管理水平。

能源資源。研發大氣、水體、土壤、噪聲等環境要素感知智能體，提升自然災害、環境污染等風險預警能力。

交通運輸。研發交通安全監管、應急指揮調度等智能體，提升違章違規行為識別、交通基礎設施風險預警、重點車輛（船舶）監管、事故快速響應等能力。

農業生產。研發農業服務智能體，開展農技指導、病蟲害診斷與防治等服務。

金融服務。研發金融風控智能體，提升信貸審批、交易監控、帳戶安全等環節風險識別能力。

終端應用。推動智能體賦能網際網路應用及服務，最佳化線上購物、出行導航、生活繳費、日常辦公等服務體驗。

文化旅遊。研發文學、音樂、繪畫、視聽、演藝等內容創作智能體，促進優秀文化傳播推廣。

商業服務。提升智能體客服能力，提供7×24小時諮詢、預約、售後等服務。發展導引、清潔、倉儲、配售等具身智能體，提升餐飲、零售、住宿、物流等商業場所的營運效率。

教育教學。探索課件生成、作業批改、學情分析等智能體，提高教師工作效率。

醫療健康。提升醫學影像分析、疾病診斷推理、定製化診療方案生成等醫療輔助智能體性能，探索藥品管理、手術排程、病歷管理等智能體，提升醫療服務效率。

人力資源。探索智能體在就業促進、技術技能人才培養評價、勞動關係公共服務等領域應用，提升就業服務能力。

資訊服務。探索智能體在網路內容建設管理中的應用，鼓勵資訊發佈部門和內容傳播平台研發使用者分析、選題策劃、採編加工、分發推薦、智能稽核、輿論引導、情緒疏導、即時翻譯等智能體。

政務服務。探索事項輔助審批智能體，推動政務審批流程智能化。

司法服務。探索全流程辦案輔助智能體，提升案件材料梳理、案件資訊錄入、證據審查、輔助法律文書生成等能力。

公共安全。探索監測預警、應急處置、救援調度、協同治理等智能體，提升安全生產監管和防災減災救災等能力。提升智能體異常行為識別、潛在威脅預警、動態防控處理能力，維護公共安全。

城市治理。探索智能體在城市規劃、建設與治理環節應用，支撐智能建造、房屋管理、城市基礎設施安全運行等工作。

招標投標。探索招標投標智能體，實現招標投標活動全鏈路智慧管理，保障全過程規範高效。

在守牢安全底線方面，《實施意見》明確堅持以人為本、智能向善、多元共治、安全穩妥，營造規範發展、鼓勵創新的制度環境，促進智能體健康有序發展。比如明確決策權限方面，《實施意見》要求在遵守法律法規、尊重社會公德和倫理規範前提下，釐清僅限使用者本人決策、需由使用者授權決策和智能體自主決策等各種決策方式的合理邊界及所需權限。確保使用者對智能體自主決策享有知情權和最終決策權，智能體執行操作不得超出使用者授權範圍。

另外，《實施意見》明確，要發揮專業機構內容資源和稽核把關優勢，確保智能體行為符合法律法規及主流價值觀。防止智能體利用資料優勢、人格化技術實施傳播不良價值觀、演算法壓榨等行為，防範未成年人、老年人沉迷成癮、情感依賴等風險。  (新聞聯播)

越是建立在“應用大模型”基礎上的AI應用，理論上就越有機會成功跑出。

2025年的春節假期剛剛過去，但是DeepSeek引發的衝擊波仍然餘溫未散。

通過FP8訓練、多詞元預測、改良MOE架構、多頭潛在注意力機制（MLA）、無SFT強化學習等方法，DeepSeek-V3以極低的訓練成本實現了超越Qwen2.5-72B和Llama-3.1-405B等頂尖開源模型和部分閉源模型的性能，DeepSeek-R1更是表現出了超越OpenAI o1的推理效果。

DeepSeek系列模型的成功，為原來以算力為核心邏輯驅動的大模型行業開闢了新的道路，讓全球的基礎型大模型邁上了一個嶄新的台階。

然而，在DeepSeek等以“技術敘事”為主旋律的基礎型大模型之外，還有一類大模型的研發進展值得關注，那就是圍繞核心產品、核心場景進行AI技術創新的應用型大模型。

2024年，在算力供給逐漸跟上、推理價格大幅下降的大背景下，國產AI應用異軍突起——無論是文生圖、文生視訊領域的即夢AI、妙鴨相機、快手可靈，還是AI搜尋領域的納米搜尋（原360AI搜尋）、天工AI搜尋，還是AI陪伴領域的星野、貓箱，抑或是AI助手類的豆包、夸克、Kimi、通義等，都在2024年迎來了使用者量的爆發。

這一個個AI應用，離不開背後模型能力的支撐。對AI應用來說，應用型大模型比拚的不是模型參數，而是應用效果。

例如此前Kimi之所以能夠在短時間內獲得較高的關注度，與其背後大模型的長文字讀取和解析能力密不可分；夸克的2億使用者量和7000萬月活得益於其背後夸克大模型的“使用者友好”；可靈AI強大的文生視訊、圖生視訊功能則依賴可靈大模型的支援。

基礎型大模型的進化還遠未到盡頭，但隨著2025年越來越多的公司開始佈局AI應用，應用型大模型的發展將會是配合AI應用全面爆發的必要前提。

隨著大模型技術的成熟與突破、算力基礎設施的日漸完善、國家政策的持續加碼、Sora/Suno等殺手級應用的不斷湧現、AI Agent/具身智能/AI玩具/AI眼鏡等領域投融資的強勁增長，2025年是AI應用的爆發年，幾乎已經成為科技界的廣泛共識。

並且這種共識還因DeepSeek的火爆而加速。因為DeepSeek將行業基礎模型能力水位推高，給AI應用營造了一個更好的發展環境。

據「甲子光年」觀察，2024下半年至今，高瓴資本、經緯創投、百度風投、英諾等知名投資機構加大了對於AI應用的投資力度，尤其是瞄準AI應用領域的早期項目下注；有投資人表示，截至2024年末，一級市場真實獲得融資的AI應用項目數量，比實際公佈出來的項目數量至少多兩倍。

Sensor Tower資料也顯示，2024年，全球手機使用者在AI應用上的支出達到了12.7億美元，AI相關的應用在iOS和GooglePlay商店中的下載量高達170億次。

然而一個殘酷的現實是，AI應用千千萬，真正能維持長久營運的只是少數，能爆火的更是寥寥無幾。

「甲子光年」就曾經報導過一個名為“AI墓地”的網站，裡面收錄了738個死亡或停止運行的AI應用，其中不乏一些曾經的明星項目：比如OpenAI推出的AI語音識別產品Whisper.ai，Stable Diffusion的知名套殼網站FreewayML、StockAI，以及曾被視為是“Google競爭者”的AI搜尋引擎Neeva等（詳見《AI墓地，和738個死去的AI項目 | 甲子光年》）。

那麼，究竟什麼樣的AI應用才是能夠長久運行下去的、有生命力的？

「甲子光年」認為，一是要以模型為核心，充分發揮模型的能力；二是要有足夠強的使用者需求洞察能力。

微軟CEO薩提亞·納德拉曾經在展望2025年AI行業趨勢時表示，“以AI模型為核心的應用將在2025年重新定義各個應用領域”。也就是說，那些套殼層級越少、距離模型越近、越是最大限度發揮模型能力的應用，越能吸引使用者的使用和停留。

觀察新榜2025年1月的AI產品榜單不難發現，在國內榜單的前十名中，有8個都是直接建立在模型之上的、AI助手類的應用。

而要對使用者需求有足夠強的洞察，則要依賴龐大的使用者基礎——只有擁有足夠多的使用者，使用者資料和標籤才能積累得足夠多、足夠厚，企業才能從中挖掘出使用者最真實的需求痛點。

這兩點也意味著：做AI應用，大廠更有優勢。

大廠擁有充足的算力和人才去自研模型，可以無需進行層層套殼，直接在自研模型之上部署AI應用；大廠也擁有龐大的使用者基礎和成熟的流量入口，不僅使用者資料更為豐富、更容易挖掘需求，也為AI應用的推廣提供了天然的優勢；此外，大廠強大的生態整合能力，也有助於為產品提供更為豐富的功能，增強AI應用的使用者粘性。

前面提到的產品榜單也證明餓了這一點。前十個應用中，有六個都出自大廠。

在此前騰訊科技對朱嘯虎最新的訪談中，朱嘯虎也表示，創業公司的資料壁壘沒有那麼高，不適合做底層模型，而是需要在底層模型之上把“客戶”抓的更緊。這也在側面印證了大廠做AI應用的優勢。

從整體來看，大廠的模型和應用也互為因果，共同構成了增長飛輪：

龐大的使用者基礎所提供的資料積累為模型研發提供了優質的預料，有助於增強模型能力，使之更好地適配細分場景和使用者需求；而模型能力的增長則反哺應用，讓應用具備更強的產品力、吸引更多使用者。

這種有大體量使用者基礎的、由使用者需求帶動研發方向的、能力表現在細分場景更佳的模型， 我們或許可以給其取一個名字叫“應用大模型”。越是建立在“應用大模型”基礎上的AI應用，理論上就越有機會成功跑出。

例如榜單中排名僅次於DeepSeek的夸克，就是其中的典型代表。

「甲子光年」觀察到，在最近AI應用的諸神混戰中，此前鮮少被提及的夸克正在默默領跑。易觀分析最新資料顯示，2024年底，夸克以7102萬的月活躍使用者量位居移動端AI應用榜首，超過了大家熟知的豆包和Kimi。

更值得關注的是“使用者粘性”指標。

根據第三方報告統計，夸克的三日留存率超過40%，相比之下，同期市場上備受矚目的豆包和Kimi智能助手的留存約為25%；七麥資料發佈的《2024年度實力AI產品榜單》顯示，夸克位居“年度實力AI產品App榜單”和“年度產品下載榜單”榜首，其2024年度的累計下載量超3.7億，在各類AI產品中一騎絕塵，實現了斷層式領先。

在榜單裡的眾多AI產品中，夸克並不是最早推出大模型的，但卻在悄然間實現了訪問量、下載量和使用者粘性的遙遙領先。夸克憑什麼能在競爭激烈的市場中殺出？

一切都得益於夸克“應用為先”的產品和模型戰略。

2.應用為先，倒推大模型場景化升級

夸克從做搜尋的第一天起就聚焦“智能化的精準搜尋”，不僅靠著簡潔無廣告的介面和更加精準的搜尋結果快速在市場中撕開一道口子，更是基於搜尋業務，圍繞學生黨和上班族群體衍生出了夸克網盤、夸克掃描王、夸克文件、夸克學習等垂類產品，場景逐漸向學習和工作領域細分。

以學習領域為例，2020年中，夸克推出了“拍照搜題”功能。疫情期間，針對很多學生被封鎖家中上網課、面臨無法有效學習的困難，夸克學習團隊又對“拍照搜題”功能進行了多次升級。

在辦公領域，夸克也從“掃描”這一垂直場景出發，推出了提取文字、表格、去除筆跡、證件掃描、文件格式轉換等一系列相關功能。

簡約的工具底色，愈發豐富的場景應用，加上初期無廣告不收費的拉新生態，讓夸克的使用者量得以暴增，從百萬增長到了千萬，累計服務使用者量過億。

2023年11月，夸克發佈千億級參數大模型“夸克大模型”。

夸克大模型是夸克基於Transformer架構、自主研發的多模態大模型，每天會對億級的圖文資料進行訓練和精調，具有低成本、高響應、綜合能力強等特點。面向使用者需求與夸克產品垂類場景，夸克大模型更注重實際應用，衍生出通識、醫療、教育等垂類模型，以提供更專業、更準確的技術能力。

在推出夸克大模型的同一時間，夸克升級了掃描產品的AI識別效果和網盤產品的AI搜尋能力。

夸克大模型的第一個落地場景是健康和醫療。

2023年12月，夸克宣佈全面升級其健康搜尋功能，於2023年12月推出“夸克健康助手”AI應用。“夸克健康助手”融合了醫學知識圖譜和生成式對話能力，為使用者提供了更加全面和精準的健康資訊，還支援使用者針對健康問題進行多輪提問和對話。

2024年1月，夸克又相繼推出“AI學習助手”、“AI聽記”、“AI PPT”等功能，並於2024年7月在移動端推出了以AI搜尋為中心的一站式AI服務，2024年8月發佈了具備“系統級全場景AI”能力的全新夸克PC端。

比如，使用者搜尋“黑神話悟空取材自山西的那些景點”。夸克超級搜尋框將AI回答、原始信源和歷史搜尋融為一體——不僅能像其他的AI搜尋一樣生成智能化的總結，更是在側邊欄提供了信源展示，並在AI搜尋的答案下保留了傳統搜尋引擎條目式的網頁呈現。這提升了使用者的資訊獲取效率，也增強了AI回答的可信度。

此外，夸克還圍繞“超級搜尋框”建構了一站式的資訊服務體系，包括網盤、掃描、文件處理、健康助手等智能工具，實現了從檢索到創作、總結，再到編輯、儲存、分享的全流程服務，為使用者帶來了無縫的資訊服務體驗。

和很多大廠模仿ChatGPT推出“All in One”的Chatbot類AI助手不同，夸克的策略是“AI in All”——將AI能力融入到產品的每個環節，並落地到具體應用場景。

從最初的拍照搜題，到高考報考諮詢，再到智能辦公輔助，夸克的產品演進始終圍繞特定場景下的使用者需求展開。此後，夸克又陸續上線和更新了AI搜題、AI學術搜尋、AI錦囊等功能，圍繞學習和辦公場景打造差異化的AI應用。

過去一年夸克AI的發展歷程，製圖：甲子光年

這其中，2024年11月升級的 “AI 搜題” 功能，是最能集中體現夸克AI能力的典型代表。

其實，早在2023年12月，夸克就推出了AI講題助手。當時的AI講題助手更多還是依賴題庫這一“知識庫”，AI只能教會使用者做題庫裡的題。升級後的AI搜題產品則擁有了更強的“智能”，不僅能解答題庫裡原有的題目，面對新題、難題也不在話下。大模型“思維鏈（CoT）”的運用讓夸克AI搜題能夠把解題思路和做題步驟依次呈現出來，給使用者提供更詳細的內容解析和學習引導。

相較於同類搜題產品大多依賴題庫、只能回答K12領域的題目，夸克的AI搜題產品不僅能回答K12領域的新題，還能回答考研、考公、各類資格證考試的專業題目。使用者只需拍照或截圖，夸克就能搜到相應題目並分步驟給出圖文、視訊和AI回答中的專業內容。此外，對於法律、醫學等細分領域的題目，夸克“AI搜題”也能給出解答。

與此同時，夸克“AI搜題”還能借助AI能力對題目中的知識點和考點進行深度講解，精準定位關鍵步驟，讓使用者不僅學會這一道題，更是能“舉一反三”地學會這一類題。

夸克“AI搜題”的強大能力，不僅依託於夸克多年做搜尋的沉澱、在學習場景中積累的足夠多優質資料和使用者需求，更是離不開夸克於同一時期推出的“靈知”學習大模型的支援。

“靈知”大模型是夸克技術團隊在“夸克大模型”基礎之上，通過多年在教育領域深耕積累的高品質資料訓練而成的，不僅擁有眾多頂尖模型都具備的思維鏈能力，更是能將思考過程轉化為學生能看得懂的、更符合他們學習過程的語言。

換句話說，同樣都是為學生講解一道題，“靈知”大模型更知道要講解那些知識點、如何建構解題思路。

以2024年的北京高考數學真題為例，分別將其輸入DeepSeek和夸克，得到的回答如下所示：

可以看到，對比DeepSeek長篇大論的思維鏈敘述和官方、事無鉅細的回答，夸克給出的答案更加簡潔，更像是在講解一道題。

教育行業由於大量“知識講解”和“科普”的場景，對模型的多模態能力提出了很高的要求。然而，現有的多模態模型對公式、手寫筆記等的識別比較差，尤其是對圖形的細粒度理解比較差。

為瞭解決這一問題，夸克“靈知”大模型通過大規模多模態預訓練基座，建構了大規模的領域專業訓練語料，同時在模型結構上，保證了更好的理解效果。

在最新評測中，夸克 “靈知”學習大模型在考研數學題上的正確率和得分率已經可以比肩OpenAI-o1，且遠超國內其他模型。在多個國內數學競賽與高考等重要測試中，夸克的正確率和得分率也處於絕對領先地位。

“靈知”大模型數學測評結果展示 圖源：夸克

與DeepSeek等公司研發純粹的基礎模型能力不同，夸克研發模型是以使用者需求為導向的。以AI寫作為例，夸克技術團隊針對夸克年輕使用者寫報告、論文等“長文寫作”的需求，運用多階段CoT和檢索增強技術研發出了能生成8000字以上長文的夸克文創模型，保證了字數遵循效果。而即使是DeepSeek，目前也只能生成最多3000字的文章。

此外，夸克的AI寫作功能還相當於一個“文字線上編輯器”，使用者可以對生成的文章進行刪減、潤色、擴充等複雜的操作，而這背後也離不開夸克文創模型能力的支援。

可以說，在全球都在“卷”大模型參數的時候，夸克已經將更多重心放到實際應用場景中，基於使用者需求出發去定向升級最佳化模型能力。截至目前，夸克已經形成了系統級全場景AI能力。

作為阿里四大戰略級創新業務的其中之一，夸克的一舉一動所代表的不只是自身，更是整個阿里AI To C業務的方向。

1月15日，夸克升級品牌Slogan—“2億人的AI全能助手”，亮出加速探索AI To C應用的全新業務態勢。近日阿里巴巴創始人馬雲突然“閃現”阿里杭州園區，也去到了夸克等AI To C業務所在辦公區。

最近一段時間以來，阿里在AI To C領域動作頻頻：先是“少壯派”高管吳嘉回到阿里集團探索AI To C業務；接著阿里旗下AI應用“通義”正式從阿里雲分拆，併入阿里智能資訊事業群；而最近據媒體報導，目前天貓精靈的硬體團隊也已經在與夸克產品團隊融合工作，其工作重點包括新一代AI產品的規劃定義，以及與夸克AI能力的融合。團隊融合後，新團隊也將探索包括AI眼鏡在內的新硬體方向。

北京大學研究團隊在金剛石薄膜材料製備和應用領域取得重大突破。

12月19日，北京大學東莞光電研究院發佈最新研究成果，該院與南方科技大學、香港大學組成的聯合研究團隊，在金剛石薄膜材料製備和應用方面取得重要進展，成功開發出能夠批次生產大尺寸超光滑柔性金剛石薄膜的製備方法。

這一發現標誌著在金剛石薄膜技術領域的一大飛躍，為未來金剛石薄膜在電子、光學等多個領域的應用提供了新的可能性。該研究成果於12月18日在國際頂級學術期刊《自然》（Nature）上發表。

目前，超薄金剛石主要通過切片大塊金剛石或在異質基底上通過CVD（化學氣相沉積）生長獲得。但CVD法無法獲得與矽基半導體技術完全相容的大面積、分層形式的金剛石膜，切片法可以產生高品質的單晶金剛石，但該方法不適用於工業應用，因為所獲得膜的尺寸和表面粗糙度受到雷射和聚焦離子束處理的限制。

據介紹，北京大學聯合研究團隊成功開發了切邊後使用膠帶進行剝離金剛石膜的方法，能夠大量製備大面積（2英吋晶圓）、超薄（亞微米厚度）、超平整（表面粗糙度低於納米）、超柔性（可360°彎曲）的金剛石薄膜。製備的高品質薄膜具有平坦的可加工表面，能夠允許進行微納加工操作，超柔性特點使得能夠直接用於彈性應變工程，以及變形感測應用，這是更厚的金剛石薄膜無法實現的。

（圖片來源：北京大學東莞光電研究院官網）

金剛石因其卓越的載流子遷移率、導熱性、介電擊穿強度以及從紅外到深紫外的超寬頻隙和光學透明度，被譽為“終極半導體材料”。

作為第四代半導體核心材料，金剛石半導體具有超寬禁帶、高擊穿場強、高載流子飽和漂移速度等材料特性。金剛石還是自然界中導熱性能最好的材料之一，熱係數遠高於傳統散熱材料，有效降低電子裝置的溫度。另外，金剛石還具有優良的機械性能和化學穩定性，保證了裝置的長期穩定運行。

正因為上述優點，採用金剛石襯底可研製高溫、高頻、大功率半導體器件，克服器件的“自熱效應”和“雪崩擊穿”等技術瓶頸。

全球各大晶片公司正加大力度投入研究。報導稱，輝達率先開展鑽石散熱GPU實驗，性能是普通晶片的三倍；華為也公佈鑽石散熱專利，例如，12月3日其公佈一項名為“一種半導體器件及其製作方法、積體電路、電子裝置”的專利，其中涉及到金剛石散熱。

此外，全球首座金剛石晶圓廠明年或量產。西班牙政府近日已獲得歐洲委員會的批准，將向人造金剛石廠商Diamond Foundry提供8100萬歐元的補貼，以支援其在西班牙建造一座金剛石晶圓廠的計畫。該工廠計畫在2025年開始生產單晶金剛石晶片。

據市場調研機構Virtuemarket資料，2023年全球金剛石半導體基材市場價值為1.51億美元，預計到2030年底市場規模將達到3.42億美元，2024年~2030年的預測復合年增長率為12.3%。

中國是人造金剛石主要生產國，現有838家相關企業，2023年人造金剛石產量佔全球總產量95%，且產業鏈具備絕對成本優勢。

據證券時報·資料寶統計，上市公司方面，人造金剛石主要企業有力量鑽石、黃河旋風、惠豐鑽石、國機精工、中兵紅箭、四方達、沃爾德、光莆股份、恆盛能源等。

中兵紅箭表示，公司功能金剛石產品可用於半導體、光學、散熱、量子等領域。

黃河旋風表示，公司在金剛石半導體相關領域技術還處於研發階段。

沃爾德表示，公司重點聚焦金剛石功能性材料在工具級、熱沉級、光學級、電子級等方面的研究。

力量鑽石全資子公司與台灣捷斯奧企業有限公司簽訂半導體高功率金剛石半導體項目，致力於研究半導體散熱功能性金剛石材料。

光莆股份表示，公司投資的化合積電公司的金剛石熱沉片可用於晶片散熱。

恆盛能源表示，子公司樺茂科技將對金剛石在半導體晶圓應用領域保持積極的研發。

行情方面，10月以來，惠豐鑽石曾出現大幅上漲，區間最高漲幅一度超4倍，最新漲幅仍超165%。黃河旋風曾一度連續收穫5個漲停板，10月至今累計漲幅超70%。四方達、沃爾德、國機精工等10月至今漲幅超20%。

彙整鉅亨號中所有使用「應用領域」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

智能體重點應用領域有那些？中國三部門發文明確

【DeepSeek】AI技術創新，DeepSeek之外的應用側新敘事

“終極半導體材料”！金剛石新突破，登上頂級期刊