大家有没有那种感觉？每隔十年，就会有一个国家级的“大风口”吹来，抓住的人一夜暴富，没抓住的只能后悔叹气。
2005年PC互联网时代，淘宝、电商的那一批人先暴富；到了2015年，“互联网+”，让无数普通人从普通人摇身一变为百万富翁。
现在，轮到“人工智能+”了！
就在前两天，2025年8月26日，国务院发布了国发〔2025〕11号文件——《关于深入实施“人工智能+”行动的意见》。
为了响应国家号召，小编今天就为大家整理了一份人工智能+的宝藏书单，不仅能带大家了解到目前人工智能在各行各业的落地应用，以及人工智能当下是如何影响我们工作和生活的，更能带你系统学习人工智能技术，抢占“人工智能+”新赛道……赶紧来看看吧！

01

《大模型浪潮：从ChatGPT 到DeepSeek》

肖仰华 著
复旦大学教授肖仰华倾力写作，呈现大模型时代的多维图景
中国工程院院士丁德文，腾讯集团副总裁司晓，人工智能科学家王海勋，著名人文学者许纪霖，复旦大学教授陆雄文、张涛甫、严锋等专家学者联袂力荐

本书聚焦生成式人工智能的崛起与发展，全面剖析大模型的技术原理、产业影响和社会意义。
全书分为四篇：背景篇解读大模型发展历程中的里程碑事件；技术篇探讨大模型训练与应用技术中的关键挑战及应对策略；产业篇关注大模型为千行百业的数字化转型与高质量发展带来的积极作用，并指明潜在问题；社会篇则从跨学科视角及人类命运的高度，反思大模型及人工智能技术对人类社会发展的长期影响。本书旨在呈现大模型时代的多维图景，启发读者深度思考。
本书既适合人工智能及相关行业的技术人员和管理者阅读，也适合政府机关及企事业单位的工作人员和研究者参考，还可以作为对大模型感兴趣的普通人群的通识读本。

02

《AI for Science：人工智能驱动科学创新》

杜雨 王谟松 张孜铭 著
AI引领科研领域新范式
人工智能驱动科学创新（AI for Science）带来的产业变革与每个人息息相关。人工智能究竟帮科学家做了什么？人工智能将如何改变我们所生活的世界？
本书聚焦于人工智能与材料科学、生命科学、电子科学、能源科学、环境科学五大领域的交叉融合，通过深入浅出的语言，对基本概念、技术原理和应用场景进行了全面的介绍，让读者可以快速掌握AI for Science的基础知识。此外，对于每个交叉领域，本书通过案例进行了详尽的介绍，梳理了产业地图，并给出了相关政策启示。
本书适合所有关注人工智能技术和产业发展的读者阅读，特别适合材料科学、生命科学、电子科学、能源科学、环境科学等领域的科研人员参考。

03

《大模型启示录》

周默，丁宇，赵毓佳，Andy Liu 编著

所有行业都值得用大模型重新做一遍
企业AI转型科普书
大模型在各行各业落地应用的“百科全书”
朱啸虎、戴雨森、王永东、余海洋、星爵、李广密、邹欣等大咖力荐

本书旨在成为大模型在各行各业落地应用的“百科全书”，专为对大模型感兴趣的从业者和企业管理者量身打造。
本书结合了实地调研和多元视角，不仅对大模型进行了技术分析，还从商业、产品、行业等多个角度进行了应用探讨。
全书共5章：第 1 章介绍了大模型的训练过程和核心技术；第 2 章分析了大模型对软件行业的影响，通过具体案例展示了软件公司如何适应大模型需求；第 3、4 章分别从产品和行业角度出发，讨论了大模型如何改变产品升级流程和工作流程，以及它对各行各业的具体影响；第 5 章展望了大模型的未来，预测了它将如何改变我们的世界。本书由互联网企业的大模型产品经理、公有云服务的战略规划专家、活跃于中美两国的大模型投资者和从业者，以及专注于行业应用的大模型创业公司共同参与创作。本书将为从业者提供如何选择合适的大模型产品，以及大模型将如何影响其所在行业的深入分析。对于企业管理者，本书将探讨企业如何有效实施大模型应用，以及如何调整现有业务流程以适应 AI 技术的变革，帮助读者更快地接受大模型技术，并提前规划 AI 转型策略。

04

《LangChain实战：从原型到生产，动手打造 LLM 应用》

张海立 曹士圯 尹珉 著

首本中文LangGraph实战指南，填补国内Agent开发框架系统化教程空白，LangChain CEO Harrison Chase亲自作序，硅基流动创始人袁进辉、Milvus创始人星爵等10位专家联合赞誉，确认本书对LangGraph框架的系统性解读，是生态内适配中国开发者的权威指南。
提供从智能体原理到企业级落地的全链路方案，图驱动架构 + 官方模板解读 + 硅基流动深度适配。
超越版本迭代的设计哲学，深入LangGraph底层架构，掌握永不过时的智能体工程范式，解析Agent Protocol、多智能体网络架构等前沿方向，前瞻性布局智能体协同、人机环路等下一代技术范式。

本书是一本专注于 AI 智能体开发的实战指南，旨在帮助开发者快速掌握 LangGraph 框架的核心技术并实现项目落地。作为《LangChain 实战：从原型到生产，动手打造 LLM 应用》的进阶读本，本书从基础理论、核心技术、工程实践和案例分析四大维度深入探讨了 AI 智能体的设计原理、LangGraph 的框架特性、部署方案及实战案例。书中结合大量示例代码和详细讲解，帮助读者掌握从开发到运维的完整技术体系，同时通过企业级案例分析展示 LangGraph 在实际项目中的应用方法和架构设计思路。
本书采用渐进式学习路径和实战导向的编写方式，适合 AI 开发工程师、架构师及对 AI 智能体感兴趣的技术爱好者阅读。通过学习本书，读者可提升技术能力、积累工程实践经验、拓展架构视野，满足当前市场对 AI 智能体开发人才的需求，为职业发展和技术创新提供有力支撑。

05

《AI量化交易：高效构建交易策略的新路径》

罗勇，卢洪波 等 著

零基础友好！从量化概念到大模型实操无缝衔接，15套策略均配“提示词模板+完整代码”，小白也能1:1复现顶级团队工作流。
直击传统量化痛点！用AI把研究时间压缩90%！
融合WorldQuant大赛TOP方法论！5大类策略×4大市场维度 = 智能投研解决方案！
附赠超值AI量化资源：161组策略提示词模板，以及量化策略开发提示词模板！相关配套视频课程限期免费开放！
产学界双重认证：国务院特殊津贴专家杨晓光等专家联袂力荐！

本书以“数据→策略→模型”的闭环为主线，将量化交易与人工智能深度融合。具体而言，首先通过通俗的讲解为读者普及量化与人工智能的基础知识，进而快速切入 15 个可实现实盘操作的典型策略，覆盖竞价量价因子、高频交易、舆情监控等核心场景。本书首次系统呈现了大模型提示工程与智能体在交易中的完整落地路径，每章均配备数据获取方案、可复用代码及提示词模板，同时提供配套的代码仓库与术语词典，方便读者随时使用。
本书旨在助力金融从业者、技术人员、学术研究者及个人投资者高效搭建 AI 量化策略，真正打通理论与收益之间的“最后一公里”。

06

《AI模型水印：护航数据要素流通》

范力欣，陈志胜，杨强 著 朱小虎 译

解析模型水印核心技术
破解AI模型产权保护难题
赋能数字经济安全基石

本书总结了一系列模型水印方法。将水印植入到目标模型中，以便模型所有者在模型被窃取时，可以提取预定义的水印来声明所有权。模型水印方法采用后门训练、多任务学习、决策边界分析等常用技术来生成构成模型水印或仅为模型所有者所知的指纹的秘密条件。本书涵盖了使用水印保护机器学习模型的动机、基本原理、技术和协议。此外，还展示了模型水印、签名和护照嵌入等方面的前沿工作，以及它们在分布式联邦学习环境中的使用案例。第一部分提供了关于使用水印进行模型所有权验证的要求的介绍和简要回顾，第二部分阐述了针对各种机器学习模型以及安全要求开发的技术，第三部分涵盖了模型水印技术在联邦学习环境和模型审计用例中的应用。

07

《大模型应用开发实践：基于Spring AI+DeepSeek 实现》

赖帆 著
Spring AI + DeepSeek实战指南，快速打造企业级智能应用
三大实战项目+配套示例详细代码，提供商业级AI解决方案
覆盖Spring 和DeepSeek全新特性，解锁AI开发全栈技能

本书是一本全面覆盖Spring 6框架、大模型技术以及Spring AI应用开发技术的开发指南。全书深入浅出地介绍Spring 6框架的特性和应用实践，深入探讨大模型技术和Spring AI的集成应用，涵盖多模态、RAG、Function Calling、嵌入模型、向量数据库、对话记忆和内容审查等知识。
全书按照从理论基础到项目实践的顺序编排，首先阐述Spring的核心原理，如Bean管理、AOP、数据库编程等关键技术，然后详细介绍Web开发，最后延伸到大模型应用开发，以及如何在Spring项目中集成和使用DeepSeek等大模型技术。 本书包含大量示例，每个案例均配有完整的代码和详细的步骤。特别是，本书包含三个大型实战项目，分别涉及智能对话、金融分析和酒店预订的场景，并基于DeepSeeK和ChatGPT实现，为行业智能化转型提供实践参考。本书还介绍Spring 6.x、Spring Boot 3及Spring AI的新特性，适合前沿技术的开发者参考。

08

《新智微光：科技创新驱动新质生产力》

王鹏，史哲，李枫 著
本书既有硬核技术分析，又有人文思辨，是科技与人文的“双引擎”指南！
从AI艺术版权争议到医疗数据的隐私博弈，从航天竞赛的中国突围到智慧物流机器人的变革，这本书用真实案例诠释在大模型时代，科学技术如何重塑社会。
本书汇聚了20位跨行业创新者（教授、企业家、创业者、活动家）的深度对话，覆盖教育、医疗、农业、制造、体育、音乐、艺术等10余个领域，提供真实案例与技术落地经验。
本书针对“新质生产力”政策导向，分析数字化、智能化对传统产业升级的推动作用（如工业视觉、元宇宙、生物医学工程等），提供趋势解读与行业前瞻，揭示创新的非线性路径。
本书分享从技术突破到商业落地的实战经验，如富士康数字化升级、AI农业应用等案例，解答“如何攻克技术推广难题”“如何实现从0到1的创新”。

创新成就的铸就，背后是深度思考凝练的智慧。在学术领域中，“新”体现为新方法、新材料的探索；在工业领域内，“新”展现在新技术、新产品的研发；在商业世界里，“新”聚焦于新模式、新设计的构建。本书集合了二十位不同领域创新者的独到见解，他们中有教授、企业家、创业者及活动家。在科技迅猛发展的人工智能时代，他们围绕如何实现从无到有的突破、怎样攻克技术推广难题，分享自己的经验与思考。他们是教育、医疗、农业、制造、体育、音乐、艺术等行业的杰出代表，在被层层追问的深度对话中，阐释了自己投身下一代机器人、消费电子、航空航天智能化升级改造事业的缘由。
在全力推动新质生产力发展的当下，这些高质量对话如点点微光，穿透时空，等待时间的检验。它们启迪心灵，吸引着志同道合之人，汇聚各方力量，为科技创新的引擎注入活力。
本书适合关注科技发展趋势的高校学生与科研工作者阅读，也为在职业道路上寻觅引领者和同行者的从业者提供指引，同时可供对人工智能满怀兴趣的观察者与传播者参考。

09

《具身智能原理与实践》

林倞，张瑞茂，吴贺丰 著

中山大学林倞团队2025年新作
全彩精美印刷
AI智能体迈进物理世界
详解感知、导航、操控、规划与协作等机器人关键技术
囊括NeRF、3DGS、模仿学习、VLA、VLN、Diffusion Policy、物体姿态估计、世界模型、具身大模型、多智能体交互、仿真平台操作等相关技术

本书共分为8章，内容编排遵循由浅入深、循序渐进的原则，旨在为读者构建具身智能领域的理论体系与实践方法的完整认知框架。第2章聚焦具身智能的基础技术体系，重点介绍三维空间表征、强化学习方法及大模型技术等核心内容。这些基础技术构成了当前具身智能相关算法的理论支柱，深入理解这些技术是把握后续内容的关键前提。第3章至第7章分别从感知、导航、操控、规划与协作等五个维度，系统地介绍了具身智能的关键技术体系。第8章以实践为导向，重点探讨了具身智能在仿真平台中的实现路径。

10

《ROS 2智能机器人开发实践》

胡春旭，李乔龙 著
知名ROS机器人社区【古月居】2025官方出品，500页机器人入门者案头手册
本书基于稳定版ROS 2 Jazzy，全新Gazebo机器人仿真平台，配源码，且提供Python和C++两个版本
实操性强：以RDK X3、RDK X5——OriginBot智能机器人开源套件为原型讲解，易于读者上手
实践出真知：手把手教读者从零构建一个完整的机器人系统
携手迈进通用智能新时代：社区支持，专属读者群

本书以ROS 2核心原理为主线，以机器人开发实践为重心，在详细讲解ROS 2核心概念、组件工具的基础上，介绍ROS 2构建仿真/实物机器人系统的方法，剖析ROS 2用于视觉识别、地图构建、自主导航等应用的方法，配有大量图表、源码等，帮助读者在实现ROS 2基础功能的同时，深入理解基于ROS 2的机器人开发方法，从而将书中的内容用于实践。
本书采用最新稳定版本ROS 2系统和全新一代Gazebo机器人仿真平台，读者只需准备一台计算机，就可以快速上手学习。同时，本书介绍了实物机器人的搭建方法及相应功能的实现，书中源码都加入了中文注释，并针对核心内容提供C++和Python两个版本。为方便读者阅读和学习本书，笔者团队还专门创建了一个网页，供读者下载配套源码、查看操作指令、学习配套视频教程。

11

《大模型算法：强化学习、微调与对齐》

余昌叶 著
精心绘制100+全彩架构图，深入浅出，直击核心
资深算法工程师撰写，深度契合大厂所用所需
全程独著打磨，确保至臻品质、始终如一
开创性地系统讲解强化学习等大模型算法
电子版原理图及相关资料

本书系统地讲解了大模型技术、训练算法（包括强化学习、RLHF、GRPO、DPO、SFT与CoT蒸馏等）、 微调与对齐、效果优化及其实践。全书以大语言模型（LLM）为主线，绝大部分内容也适用于多模态大模型（VLM 和MLLM）。
本书面向AI算法与工程领域的从业者、相关专业的学生，以及希望深入了解大模型技术、拥抱AI与大模型浪潮的跨行业读者。

12

《大规模语言模型：从理论到实践（第2版）》

张奇，桂韬，郑锐，黄萱菁 著
复旦NLP团队2025年新作，新增内容超过50%
详解MOE、多模态、智能体、RAG、大模型效率优化、预训练、指令微调、强化学习、对齐、评估、应用开发
深入探讨LLM的实际应用场景和评价方法，为读者提供理论指导与实践经验
构建LLM的每个阶段都有算法、数据来源、代码、难点及实践经验的详细讨论
配代码和PPT课件

本书共12章，围绕大语言模型基础理论、预训练、指令理解、模型增强和模型应用五个部分展开：第一部分介绍大语言模型的基础理论；第二部分介绍大语言模型的预训练，包括大语言模型预训练数据和分布式训练；第三部分介绍大语言模型如何理解并服从人类指令，包括有监督微调和强化学习；第四部分介绍大语言模型增强技术，包括多模态语言模型、大模型智能体和检索增强生成；第五部分介绍大模型应用，包括大模型效率优化、模型评估和应用开发。