獨家！四川DeepSeek佈局又進一步，3月將上線DeepSeek架構護理教培大模型

金融投資報記者 薛蕾

近日，隨着Deepseek在人工智能領域的熱度不斷攀升，成都衆多企業紛紛投身相關佈局，積極探索與DeepSeek的融合發展路徑。在前所未有的熱潮中，不少成都乃至四川本地企業選擇從接入API接口開始與DeepSeek的合作，這無疑是擁抱新技術的重要一步。

值得一提的是，天府絳溪實驗室先進計算前沿研究中心並未侷限於此，而是以前瞻性的視野和創新的思維，推出“DeepSeek協同創新計劃”。該計劃旨在構建基於DeepSeek的行業服務平臺，爲四川省人工智能產業發展注入全新的澎湃動力，引領行業邁向更深入、更具創新性的發展階段。

據悉，該計劃將開放六項圍繞DeepSeek落地四川省AI產業的行業服務，全方位支持政府、企業、高校等各類用戶，使其能夠更高效、優質地運用DeepSeek的強大能力，並幫助用戶將這一能力與自身數據及業務深度融合，有力推動四川省人工智能產業發展，爲千行百業的數智化轉型添磚加瓦。

金融投資報記者獨家獲悉，今年3月，天府絳溪實驗室將上線基於DeepSeek大模型爲底層架構的護理教培垂類大模型。

六項行業服務各具價值

天府絳溪實驗室先進計算前沿研究中心主任陳惠在接受金融投資報記者採訪時表示，“DeepSeek協同創新計劃”主要聚焦於三個方面。

一是“怎麼用DeepSeek”。基於一站式服務，企業可以在這個平臺上生產出各種專用的智能體。二是“專業用DeepSeek”。基於模型蒸餾量化服務，讓每個四川企業都可以擁有自己的模型。三是“怎麼建DeepSeek”。基於“智能計算適配驗證測評中心”，測評主流軟硬件適配，幫助用戶進行選型參考。

據陳惠介紹，“DeepSeek協同創新計劃”共涉及六項行業服務，分別是模型算力適配測試服務、模型運行支持服務、私有化部署服務、私有模型訓練服務、模型蒸餾服務、智能體模型工廠及智能體底座服務。

其中，模型算力適配測試服務旨在助力用戶精準地進行算力選型。在這一過程中，天府絳溪實驗室與中國信息通信研究院共建“智能計算適配驗證測評中心”，使用的測評工具和數據集歷經大量實踐檢驗，評估維度全面且細緻。

模型運行支持服務可以針對現有應用，幫助用戶便捷地切換至所提供的DeepSeek模型API服務。特別對於川內用戶，該服務在時延響應方面表現出色，能夠有效避免排隊等待的情況發生。同時，在全量模型服務方面，用戶可依據自身需求自由切換，進而驗證並確定最優選擇。

考慮到部分用戶的數據具有高度敏感性，因此該計劃推出私有化部署服務。陳惠表示，該項服務能夠將整體服務能力高效遷移至客戶的數據中心，充分保障用戶數據的安全性與服務的高效性。

另外，私有模型訓練服務能夠幫助用戶參考DeepSeek的模型訓練方法，以快速、低成本的方式訓練出具有行業垂直屬性的大模型。其目的是使每個企業能夠更加輕鬆地運用開放的人工智能技術，從而顯著提升生產力，推動各行業的智能化發展進程。

模型蒸餾服務則可以幫助用戶降低模型運行過程中的算力需求。與此同時，還能有效保持模型的性能表現，甚至能夠在筆記本電腦上實現流暢運行，極大地提升了模型的實用性和便捷性。

智能體模型工廠及智能體底座服務還能夠助力用戶在DeepSeek模型的基礎上快速構建屬於自己的AI智能體。該智能體具備強大的業務適配性，可與辦公、財務、生產製造、客服、設計等業務應用系統實現融合。

在“DeepSeek協同創新計劃”推進過程中，不同行業和規模的企業如何選擇適配的服務備受關注。天府絳溪實驗室先進計算前沿研究中心建議企業採取“三步走”策略。

第一步是需求診斷。通過深入調研明確業務目標與使用場景，如邊緣端場景一般1.5B規格模型即可，面向企業整體統一服務則需671B模型。第二步是場景分級。數據敏感、業務複雜的大型機構更適合私有化部署加定製調優，中小型企業或創新團隊可選用輕量化API與一站式模型部署服務，降低使用門檻和成本。第三步是漸進式接入。初期用容器或裸金屬資源形式驗證方案可行性，中後期隨業務發展拓展至多節點、集羣甚至混合雲服務方案，靈活支撐業務增長。

護理教培垂類大模型預計3月發佈

記者瞭解到，自去年起，天府絳溪實驗室便積極投身於多個行業領域。以醫療行業作爲典型示例，目前該實驗室正與華西醫院緊密協作，共同致力於打造護理教培大模型。

“在這一過程中，華西醫院各專科充分發揮其專業優勢，提供了海量的護理數據以及寶貴的專家知識，而實驗室則依託自身強大的算力資源以及先進的智能體模型工廠，有序推動模型訓練工作的開展。”陳惠說道。

在具體技術方面，天府絳溪實驗室通過應用細粒度MoE架構，有效解決了多學科知識協作的調度問題；藉助思維鏈技術，攻克了醫療專業知識精準推理的難題；運用模型蒸餾技術，化解了模型運行對算力需求的高要求。

“這些技術手段的綜合應用，不僅大幅加速了模型訓練的進程，還顯著提升了模型的性能，最終成功構建出一款行業垂直大模型，其成本與使用門檻大幅降低，真正實現了每個護士都能夠便捷使用。”陳惠表示。

據瞭解，在初步測試階段，該模型便展現出了良好的效果。該模型上線後將逐步攻克傳統護理教培工作中長期存在的諸多難點，例如護士基礎水平難以精準掌握、帶教老師任務負擔過重、教學過程缺乏有效手段、課本知識與實踐操作相互背離、考覈評估過於主觀等問題，有力地推動護理教培工作成效與質量的全面提升，爲全川範圍內各醫院護理能力的快速躍升提供強大助力。

據陳惠透露，這款護理教培垂直大模型，選用DeepSeek大模型作爲底層架構，目前該項目正穩步推進，按規劃將於今年3月正式發佈首個版本。