摘要：2025年2月3日周日晚上八点，由元宇宙产业委（“中国移动通信联合会元宇宙产业工作委员会”的简称）指导，元宇宙产业委副主任委员兼联席秘书长、物链芯工程技术研究院元宇宙研究所所长叶毓睿创办的“燕园叶话”《元宇宙十大技术》培训班进行到第92期。微信视频号 乐生活与
元宇宙产业委《元宇宙十大技术》培训班第92期：
LLM 张老师《为什么说DeepSeek-R1开启了全球AI下半场的竞争格局？》
2025年2月3日周日晚上八点，由元宇宙产业委（“中国移动通信联合会元宇宙产业工作委员会”的简称）指导，元宇宙产业委副主任委员兼联席秘书长、物链芯工程技术研究院元宇宙研究所所长叶毓睿创办的“燕园叶话”《元宇宙十大技术》培训班进行到第92期。微信视频号 乐生活与爱IT、央链直播、DOIT、零壹财经、智能制造万里行、iCloser社交元宇宙、亿欧、察访区块链、上海创业导师、卢山说AI精进、大数据百家讲坛等媒体直播或转载。客座嘉宾LLM 张老师讲解《为什么说DeepSeek-R1开启了全球AI下半场的竞争格局？》
。本期超41325人在线观看。感谢张老师，也感谢10位圆桌讨论嘉宾，和积极互动的观众。其中Garry因高质量问题，获得签名版赠书，可以和我（qq号: 9269216）取得联系，分享姓名、邮寄地址等。
投票还在进行中，还有几周时间，欢迎打开如下链接，注意：
（上）、（下）两个区域，各自至少选择1个以上，才能投票。
《投票&证书：2024年度 燕园叶话 十佳演讲嘉宾》
燕园叶话“数据要素”闭门论坛（无直播、无回放），不过2月9日（也即周日，正月十二）已经报满了，最多才增加一个人，需要的话，请私信联系pye9269216，需要先主动介绍您的身份，以及在数据要素方面的积累等。
二、摘要
张老师演讲目录
AI的发展简史
训练的基本原理
DeepSeek的技术突破
DeepSeek-r1之前——Transformer
DeepSeek-r1之后——Reinforcement Learning 强化学习
强化学习的边界——环境、算力
当下AI的边界——交付能力
AGI的实现——动态训练的仿生神经网络
DeepSeek-r1之前——Transformer
1. 预训练模型
2. 各种监督微调
3. 行业垂直模型
4. 照片/视频生成模型
5. 开源比分、闭源比API
三、纪要
如下是腾讯云录制自动生成的主题摘要，我做了一些审核和修改。若仍有错误，还请大家见谅。
数字化转型与大模型应用
数字化转型方面，从去年开始，帮助客户进行本地化部署的大模型以及二次开发应用。今年春节后，将更多地部署deepseek模型，因为它对硬件配置要求更低，问答效果非常好。此外，还提到了智能客服软件的发展历程，以及在AI领域的经历。最后，讨论了deepseek对中美关系的影响，以及未来人工智能发展的可能性。
医疗智能化与AI技术应用探索
主要讲述了高智在医疗智能化领域的探索和实践。他们从2013年开始关注医疗智能化，去年成立新数通公司，致力于将医疗知识和技能规范化。他们去年完成了国家癌症中心的项目，使用大语言模型生产高质量研究队列。高智表示，他们发现使用大语言模型的能力可能更高效，通过深度思考的方式，可以生成更好的结果。今年，他们将用这种理念进行进一步的探索工作。此外，会议还邀请了张老师分享AI下半场竞争格局，并对AI的发展趋势进行了展望。
主持人介绍
张老师是多伦多大学计算机科学系毕业的，师从Geoffrey Hinton，与Ilya Sutskever、Andrej Karpathy等校友同系。感谢合作媒体。高质量提问有机会获得元宇宙十大技术的签名版书籍。燕园叶话已经进行了90多期，2024年4月前可在视频号 乐生活与IT 观看回放。将评选去年燕园叶话的十佳演讲嘉宾，投票截止日期为2月8日。增加闭门研讨次数，欢迎感兴趣的人士联系。元宇宙十大技术2022年7月份出版，不再赘述。预告下一期闭门讨论会将于2月9日举行。
张老师分享，AI 的发展历程与思考
本次分享主要讲述了AI的发展历程，从1950年代开始，经历了专家系统兴起、神经网络释放AI、基于深度神经网络的大语言模型等阶段。分享者强调了AI发展的历史传承，以及当前AI技术突破和技术边界。同时，分享者也提到了个人对AI的一些思考。
AI模型训练与预测的深度解析
主要讲述了语言翻译领域的AI模型GPT，以及其背后的技术突破。GPT通过暴力算力从互联网上获取大量语料，并利用强化学习寻找规则，拟合出复杂的函数，从而实现对下一个单词的预测。此外，还提到了校友Andrej，他在多伦多大学攻读博士学位后，加入了OpenAI，并在2016年与马斯克共同创立了该公司。最后，会议还简要介绍了传统算法和机器学习的区别，以及大语言模型的训练过程。
基座模型创新与应用分析
主要介绍了基座模型和R推理模型的创新和优化。R推理模型是输出问题立即输入答案，没有推理过程的基座模型。其创新包括v3基座模型和混合专家MOE技术，通过将参数切分成多个小专家，降低了运算量。此外，还提到了注意力机制的创新，解决了AI推理时的计算瓶颈问题。这些创新在提高准确度的同时，也降低了推理成本。
深度学习模型创新与应用
主要讲述了线性代数中的低质矩阵近似、多台GPU之间的协同工作、位置编码等技术在模型推理中的应用，以及混合精度运算和GPU部署的创新。这些创新使得模型的训练成本大幅降低，从原来的1000多万美金降至3分之一左右。此外，强化学习在思维链推理中的应用也得到了关注，因为它可以简化模型，提高效果。
微调模型与强化学习优化
主要讲述了SFT监督微调的简单方法，通过增加计算量和参数，可以快速生成基座模型。同时，提到了免费效果好的优势，以及开源对行业的影响，可以促进其他公司优化类似RE模型的速度。此外，还讨论了强化学习回归算法在训练模型中的应用，以及算力需求的变化。目前，基座模型的训练对GPU的需求已经见底，而推理则呈现指数级增长。
AI模型训练与成本分析
讨论了GPU需求、华为GPU、5万张H100卡的训练成本等问题。同时，讨论了AI走向的方向，包括预训练模型、行业垂直模型、照片和视频生成模型等。最后，提到了强化学习在AI领域的应用，如OpenAI用强化学习训练DOTA游戏并打败冠军。
强化学习在围棋中的应用
主要讲述了强化学习在围棋和语言回答中的应用。围棋有两个版本：一个是基于人类专家棋谱训练的AlphaGo，另一个是AlphaGoZero，从零开始训练。强化学习在语言回答中的应用，如deep R1和OpenAI OE，通过不断循环的模型和动作判断结果，以优化模型。强化学习在语言回答中的问题在于，开放型问题难以判断对错，因此需要更复杂的语境。
强化学习在AI领域的应用与挑战
主要讲述了强化学习在AI领域的应用，以及OpenAI 的发展历程。强化学习在预训练和推理过程中起到了关键作用，但仍然被认为是新瓶装旧酒。OpenAI 在2018年就已经开始探索test time training，即在推理时间进行训练。然而，AI的商业应用边界仍然存在问题，如交付能力不足、准确度不够等。目前，AI的应用主要集中在数学题和代码上，而实际商业应用较少。
AI推理模型的应用与挑战
讨论了AI的边界问题，包括推理模型在复杂场景中的应用，如保安看视频判断漏水、工业流水线检查、机场航班调度等。同时，也探讨了AI在情感陪伴、教师、程序员、会计师等行业中的应用。此外，还提到了深度学习模型在思维链推理方面的应用，以及强化学习在AI训练中的应用。最后，讨论了AGI的实现，强调了现有模型在概念化推理方面的局限性。
AI的发展方向与挑战
主要讲述了人类在玩游戏时如何通过观察和预测来减少环境的不确定性，从而实现AGI（通用人工智能）。强化学习是实现AGI的一种方向，通过更大的算力和数据暴力来推进。此外，还提到了迁移学习、mechine learning、神经符号系统等概念，以及OpenAI和DeepSeek可能走的方向，即多智能体交互学习。最后，强调了语言本质上也是一种图灵机，通过无限量的样本来组织正确的顺序，从而回答所有问题。
AI技术发展与应用探讨
本次分享主要围绕强化学习展开，提到了AI领域除了强化学习外，还有其他类别。同时，分享者对大语言模型的发展趋势进行了观察，认为目前主流方向是向强化学习转型。此外，分享者还提到了deepseek在回答问题时表现出的犀利和质量高的特点，认为这与它对限制的较少有关。最后，分享者谈到了美国大模型受到的政策性规制较多，而国内在这方面限制较少，因此大家在使用时感觉更为自由。
思维链展示与强化学习应用
讨论了COT问题，提到了GPT的思维链展示和deepseek的思维链展示各有优劣。接着，讨论了多伦多大学为何如此牛，提到了加拿大在教育研究方面的优势。然后，讨论了强化学习在编码方面的应用，强调了运行软件环境的重要性。最后，讨论了验证过程，包括模型验证和函数验证等多种方式。
强化学习中的环境与奖励函数
讨论了强化学习中的环境问题，狭义的环境指的是围棋等具体场景，而广义的环境则是指强化学习最底层的理论。在当前的大语言模型上，强化学习已经不需要直观的狭义环境，但广义环境仍然存在。此外，讨论了如何自动化地评价数学和代码，以及如何通过人类反馈进行强化学习。最后，提到了一种可能的解决方案，即设计一种针对奖励模型的生成模型，并由人工审核后生成自动化工具。
AI模型与人类标注的深度思考
讨论了人工智能生成标准数据的问题，包括如何摆脱人类标注，以及如何评估模型生成的答案。会议指出，虽然可以通过机器生成标准数据，但仍然需要人类的评审能力来验证答案的准确性。此外，讨论了AI在处理价值判断问题时可能存在的问题，如AI可能会忽略人的感受，只关注逻辑推理，导致与人类期望的答案产生偏差。因此，降低人类标注的百分比可能会带来道德问题或其他与人类无关的问题。
神经网络模型比较与展望
讨论了神经网络的梯度下降方向判断标准，以及DeepSeek模型和阿里新发布的大模型的比较。同时，提到了多模态推理模型在市场上的空缺，以及Kimi的k1.5模型在多模态推理方面的应用场景。最后，讨论了国内创业公司在多模态加推理市场中的表现，以及DeepSeek专注于语言处理的优势。
多模态技术的发展与应用
讨论了多模态技术的发展和应用。提到了deep模型已经推出了多模态大模型，但与通用模型的多模态有所不同。同时，讨论了R1模型在文字处理方面的局限性，以及实现多模态的技术难度。认为理论上没有太大的技术壁垒，但在实际应用中需要考虑数据核算力和工程上的问题。此外，提到了行业发展的快慢与门槛的关系，以及团队在工程化方面所做的优化。
AI创新的思考与实践
这段内容主要讲述了很多人在努力提升自己的同时，也要关注自己的限制和想法。讲者认为，不需要是PHD毕业的，本科毕业就可以有好的想法。在过去的几年里，很多想法从提出到实际落地都需要一段时间。讲者认为，目前AI领域已经接近天花板，再大的突破可能需要新的方向。此外，讲者还提到了杭州公司能做出大创新的原因，主要是因为他们面向市场，希望做一个好的产品，而不是追求论文和专利。最后，讲者认为评价体系和价值体系会影响公司的走向。
AI在企业服务中的应用与挑战
主要讲述了讲者在科学院计算所基于大模型进行企业服务的工作经历，以及AI在行业应用中的挑战和机遇。讲者表示，在行业落地时，准确度要求较高，付费标准不一。目前，重点放在B端，因为企业认可AI可以帮助他们解决问题，愿意为此支付费用。此外，讲者还对强化学习在AI编码中的应用表示了兴趣，认为强化学习可以提升AI效果，帮助解决企业级软件研发问题。
融资规模与模型训练的疑问
讨论了北美地区的融资规模和训练自己的编码大模型的问题。提到有些公司在融资时会强调训练自己的模型，但实际上并没有进行大规模的训练。同时，讨论了商业化问题，包括TO B和TO C的应用，以及如何在已有的应用上加入AI。此外，还提到了推广上的问题，即需要先接受现有应用，然后才能更好地发挥AI的效果。最后，讨论了如何从已有的市场里切换出来，并放大自己的业务。
AI 应用与商业模式的探索
讨论了AI在商业应用中的商业模式，提到了通过插件等方式在云端部署，以及在端测AI的应用。同时，也探讨了DeepSeekeek公司的融资计划和其背后的推波助澜。此外，还提到了DeepSeekick公司在AI领域的创新精神，以及其在CV时代的发展历程。最后，讨论了AI模型在性能提升方面的瓶颈，以及在特定模型中可能遇到的壁垒。
多模态模型的发展与挑战
讨论了数据量级对模型效果的影响，以及多模态模型的进展。提到在云从项目中，通过大量数据和黑盒子参数的训练，取得了显著的效果。然而，由于市场商业模式的变化，多模态视觉模型的发展受到了影响。同时，提到了AI1.0时代突破到大模型时代，需要上万亿的模型，甚至十万亿的模型，这种超级海量的数据是非常困难的。最后，讨论了在基座模型的基础上构建智能体的可能性，以及思维链在其中的重要性。
信息输入与智能体的发展
主持人讨论了封闭环境信息优化和开放环境信息输入的问题。强调了开放环境的信息输入对于智能体和工作流的重要性，类似于医生诊断病患。同时，提到了人机环环境的价值观差异，以及模型自动化学习的重要性。此外，还探讨了deepseek引起反响的原因，认为技术创新引导的商业世界变化不仅仅是技术本身，还包括资本、人力和政策等因素。最后，强调了公司定位与基因相关，每个公司都有自己的定位和优势。
AI产业变革与护城河构建
讨论了AI产业的发展和护城河的持续打造。认为AI产业变革刚刚开始，需要从多个维度去思考问题。同时，提到了国内资本市场的特点，如举国体制和融资需求。讲者分享了自己从传统行业到互联网公司的经历，强调了基因差异的重要性。最后，讲者认为未来市场将是百花齐放、动态博弈和竞争的过程，技术主导团队需要关注复合型团队和商机。
医疗股估值调整与AI投资趋势
主要讨论了医疗股在疫情后的估值变化以及非上市公司估值调整的滞后性。会议指出，随着底层逻辑的变化，非上市公司的估值也会有所调整，这种调整通常需要半年左右的时间。此外，不同赛道的头部公司，其估值调整幅度会有所不同。最后，会议强调了新技术的发展趋势，认为成本降低是新技术带来产业变革的关键。在AI投资方面，会议指出，投资者需要关注deepseek等公司的融资情况，因为这些公司的融资规模可能会超过200亿。
创新药研发与软件开发的风险与应对
讨论了中国人在软件开发和知识保护方面的问题。中国人往往采用不正规的手法，但这符合中国利益。在创新药研发方面，如果别人抄袭，可能会影响价值。因此，在做事情时，要考虑是否有真实壁垒能守住自己。讲者建议把自己的软件开源，以便别人也能做类似的事情。此外，讲者还提到了蔡建辉蔡总推荐的烟源夜话讨论，以及未来是否有可能打败OPEN AI的问题。讲者认为，局部创新是有可能的，但整体上超越OPEN AI的可能性不大。
AI投资与技术发展的思考
讨论了AI投资的风险和成本问题，提到了AI领域的投资还没有成功的案例。同时，讨论了AI未来的发展方向，包括模拟人脑的训练方式，以及如何降低成本。此外，还提到了AGI在未来两到五年的可能性，以及如何通过打标签预训练生成，再进行微调等方法来提高效果。最后，强调了AI未来的发展方向，即不再采用暴力的计算方式，而是更加智能化。
电动汽车与大模型的发展趋势
讨论了技术方向和个人理解，以及商业落地问题。提到了燃油汽车的发展历程，强调了局部突破的重要性。同时，讨论了大模型在知识库搭建中的应用，认为大模型是基础设施，可以帮助实现业务需求。最后，提到了AI智能体的实现途径主要是软件，而知识库则是基于大模型对文档进行梳理和存储。
智能体与知识库的应用与构建
主要讨论了智能体调用知识库的过程，包括agent调用和知识库直接面向人。智能体在完成业务需求时，会使用知识库，大模型也会参与其中。另外，知识库可以直接面向人，通过大模型处理搜索结果来回答用户提问。会议还提到了如何搭建英文知识库，目前有很多方案已经研究，包括从非大模型的知识库到基于大模型的知识库。最后，会议提到了一个关于哥斯拉电影的例子，来说明分段问题。
哥斯拉与大模型的经济启示
这段内容主要从经济角度分析了哥斯拉的形象，将其比喻为资本的代名词。哥斯拉最初帮助人民反抗封建领主，但随着其壮大，对铁的需求越来越大，最终导致其死亡。这段内容还提到了变形金刚的形象，认为其背后隐藏着经济行为。最后，提到了deepseek专注于数学、编程和逻辑推理和金融量化等领域，认为这三个领域具有强化能力，能够从矩阵的稀疏性上决定哪些部分。
人工智能的发展趋势与挑战
讨论了人工智能的发展趋势，包括大模型的需求、发现和推理的重要性、以及人工智能的未来。会议指出，大模型需求分为两种：一是发现人类知识集中到一起的年代，二是推理。目前，人工智能的发展有两大趋势：一是跳出强逻辑领域，进入其他强经验验证领域；二是利用物理计算和模拟计算解决实际问题。此外，还提到了章鱼神经系统在生物发展过程中的特点，以及人工智能在未来可能进入非人类时代的可能性。
大模型训练与部署的探讨
讨论了本地化部署deepseek的问题，以及蒸馏所需的数据来源。提到了OpenAI和MIT协议，OpenAI的协议可能不允许蒸馏，而MIT协议是开源的，允许通过提示生成数据来训练模型。蒸馏是一种有效的训练方法，可以节省成本和时间，提高效率。主流的开源大模型都可以进行蒸馏，但OOpenAI的蒸馏可能存在问题。
本地化部署与知识争流问题解析
讨论了本地化部署大模型的问题，强调了在本地化部署时，企业通常会使用本地大脑和知识库进行企业知识库的挂载。对于提问题的朋友，建议不要过于复杂，只需关注如何使用锤子砸钉子。同时，分享了一些客户在本地化部署大模型方面的经验，包括提示词工程、知识切片等。最后，讨论了将未发表的论文初稿交给大模型修改润色是否会泄露的问题，认为这个问题并不需要过多担心。
AI模型使用与数据安全问题
讨论了如何利用大模型工具进行论文创作，同时避免重复率和数据泄露的问题。提出了本地化部署的解决方案，即在自己的电脑上部署深度学习模型。同时，讨论了企业应用中数据使用和训练的问题，指出企业用户在使用千问等产品时，其协议与个人用户不同，不会将数据用于训练。此外，还探讨了AI的审美能力，认为美的标准是由训练样本决定的。
AI模型的自我迭代与优化
讨论了AI模型的自我迭代和优化问题，提到了吴文俊的医学证明方法，以及整除能力和美学值的关系。同时，探讨了AI模型在数学、代码和逻辑推理等领域的应用，以及如何通过自动化程度提高效率。此外，还讨论了本地化部署功能与联网功能的差异，以及如何在不同业务场景中选择合适的模型。
线上版与开源版的差异与应用
主要讨论了线上版和开源版的更新频率、版本选择以及本地部署的问题。线上版会不断更新，国内更新频率较高，而开源版则有较长的更新周期。在本地部署时，可以使用欧拉玛等工具下载大模型，并根据电脑配置选择合适的版本。同时，也可以使用图形化界面如Cherry studio或Web UI来调用本地大模型。
人工智能入门与实践分享
讨论了如何入门学习，推荐了一些开源项目和大模型部署工具，如硅基流动、Dify等。同时，提到了一个名为ollma的词，并将其发到腾讯的聊天框和媒体讨论群。此外，还提到了一个名为硅基流动的项目，它是一个免费且强大的大模型部署工具，适合初学者入门。最后，讨论了时空观的问题，认为AI需要感知时间和空间，并与物理世界和元宇宙发生关系。
时空观与人工智能的深度思考
讨论了时空观的概念，指出大模型本身没有时空观，因为它没有身体。同时，提到了民间科学家张祥前提出的统一场论，认为时空是人类的设定。此外，还探讨了AI对杭州发展的影响，指出AI公司对人才的需求较少，导致周边房价上涨。最后，提到了一个朋友关于宏观经济政策的问题，但未给出具体答案。
杭州营商环境与AI发展
讨论了杭州作为中国的民营经济最发达的地区，其营商环境和人才供给对AI发展的影响。同时，提到了浙江大学、复旦大学和上海交通大学等高校为杭州提供了丰富的人才资源。此外，还探讨了本地部署商业机密的保护问题，以及deepseek模型对算力的需求和英伟达的发展。最后，讨论了从现在到未来三到五年英伟达的市值和发展方向，以及GPU在AI领域中的重要性。
英伟达股价波动对行业影响分析
讨论了英伟达股价下跌对国内半导体公司的影响，以及中美脱钩法案对AI下半场竞争的看法。短期内，英伟达股价下跌可能对国内半导体公司是利好，但从长远看，NVIDIA仍将引领潮流。中美脱钩法案可能会导致网络攻击等行为，但具体影响还需观察。
全球AI竞争与深度思考
讨论了全球AI竞争的下半场，东方大国和美丽国的竞争。提到了DeepSeek公司的崛起，以及美国如何跟进。同时，也探讨了AI技术在消费级显卡、论文查重等方面的应用。会议还提到了知网的数据公开问题，以及研究生在老板的控制下没有精力去搞。最后，讨论了Arweave公司定位为永久存储的亚历山大图书馆，以及AI技术在各个领域的应用。
AI推理过程与自我调优分析
主要讨论了强逻辑的细分赛道对于大模型的重要性，以及deep R1和GPT-3.5-O3 mini的推理过程。讲者认为deep R1的推理过程具有很强的关联性，注重上下文关联，能够超出用户预期的广度和深度。同时，讲者认为deep R1有望成为最具潜力的AI，原因包括：全面、突破限制、自我调整等。最后，讲者提到了deep R1在第一财经的应用，并对其未来发展表示看好。
强化学习与元宇宙的未来展望
讨论了强化学习在人工智能中的应用，提到了纯强化学习在某些领域的应用，如深度学习。同时，也探讨了随着模型能力的增强，未来可能实现完全自主的学习和进化。此外，还提到了国产三维图形引擎在元宇宙领域的突破，以及相关技术在央视春晚等大型活动中的应用。最后，建议大家在理性乐观微信群中获取相关信息，并关注腾讯会议号的相关变更。
移动电脑配置与使用建议
讨论了移动电脑的最小配置和纹身视频纹身图的推荐。高总建议初学者先尝试使用Dify加微机流动的组合，感受一下。对于私有化部署，高总不建议入门的人直接搞私有化部署。另外，秦老师表示希望能用AI大模型体系重新架构一个健康和医疗服务体系，邀请各位专家做顾问和技术支持者，共同搭建整个应用大模型体系，改善优化不合理医疗体系。
AI大模型与技术加持的探索
主要讲述了AI大模型DeepSeek给听众讲者带来的希望，虽然听众讲者对技术不太懂，但DeepSeek的简洁性让他燃起了新的希望。听众讲者希望大家可以联系他，加入微信群进行交流。此外，主持人还提到了医疗领域的圆桌嘉宾高志高总，并表示可以在群里分享链接。最后，讲者感谢了圆桌嘉宾、张老师以及互动的朋友们，并预告了下一期北大盖孟老师的国产3D引擎（属于元宇宙十大技术）的讲座。
下期课程预告：
元宇宙产业委《元宇宙十大技术》培训班第93期
（2月9日，周日晚8点）
盖孟《国产三维图形引擎及航空视景仿真应用》
盖孟博士：北京大学副研究员、北京微视威联合创始人
观众请长期保存，如下的两种参会方式：
1、腾讯会议 461-6093-5479
2、 B站 http://live.bilibili.com/32509301
元宇宙产业委《元宇宙十大技术》培训班是由元宇宙产业委副主任委员兼联席秘书长、物链芯工程技术研究院元宇宙研究所所长、先进计算产业发展联盟智能计算组组长叶毓睿发起和创办的。叶毓睿长期关注区块链、VR/AR、AIGC、数字孪生、3D内容创作平台或规范（如Web3D、WebXR）等元宇宙等前沿技术领衔参与撰写的《元宇宙十大技术》一书系统地剖析了构成元宇宙的技术组成、原理、案例和未来趋势。他领衔并邀请了十多位领域的Top级专家撰写的《元宇宙十大技术》一书，系统地剖析了构成元宇宙的核心技术要点，该书得到了包括朱嘉明、肖风、姚前及四位院士等70多位资深专家的联袂推荐。 通过“燕园叶话”这个平台,叶毓睿希望能够推动元宇宙技术在社会各界的交流与普及。《元宇宙十大技术》一书为这个系列活动提供了理论基础和技术支撑。同时,叶毓睿还积极运用自己的人脉资源，邀请国内外元宇宙领域的专家学者前来主讲，保证了内容的专业性和前瞻性。截止2025年2月3日，已经举办了第92期，促成了不少合作，欢迎关注、转发。通过关注视频号 乐生活与爱IT，可以查看过往回放。
元宇宙产业委《元宇宙十大技术》培训班目前主要以线上形式（腾讯会议+视频号）展开，并邀请了13+媒体伙伴们一起转播、转载，通常每次在线观看人数4000~41000不等，也是受访嘉宾及其所在公司的良好展示平台。该品牌系列活动的创办，是元宇宙产业委和叶毓睿推动元宇宙产业发展、促进元宇宙技术交流的重要举措之一。 《元宇宙十大技术》培训班的举办，是元宇宙产业委为推动元宇宙技术交流、促进产业发展作出的重要努力。通过持续邀请专家学者主讲，剖析元宇宙技术，和介绍应用场景或案例，使广大公众对元宇宙有了更深入的了解，也增强了对元宇宙发展的信心。可以预见，这一系列活动有望对元宇宙产业链培育人才、推动技术创新、规范产业发展起到积极的推动作用。我们期待它能够发挥引领示范效应，推动元宇宙产业健康快速发展。
来源：央链直播