Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

,AI agent 发展趋势,技术状态,商业模式

Answer

以下是关于 AI Agent 的发展趋势、技术状态和商业模式的相关信息:

发展趋势:

  • 2024 年内,办公场景“AI 助手”开始有良好使用体验,实时生成的内容开始在社交媒体内容、广告中出现。
  • 2025 - 2027 年,接近 AGI 的技术出现,人与 AI 配合的工作方式成为常态,很多日常决策开始由 AI 来执行。

技术状态:

  • 目标实现基于 ReAct、SFT、RAG、强化学习等实现自主规划能力的 AI Agent,构建具备认知、决策智能的 Agent 智能体框架。
  • 专注文本/多模态大模型、AI Agent 技术创新与应用。

商业模式:

  • 依据不同类型销售市场的特点,结合一站式 AI 搭建平台将销售部署的产品化和模版化,让企业更容易落地和应用 AI 能力。
  • 销售智能体 Blurr.AI 占位交易环节,解决 2B 销售获客的痛点,且具有向前后端环节延展的势能。
Content generated by AI large model, please carefully verify (powered by aily)

References

AGI 万字长文(下)| 2024,分叉与洪流

2024年内图片-超短视频的精细操控:表情、细致动作、视频-文字匹配有一定操控能力的生成式短视频:风格化、动漫风最先成熟;真人稍晚AI音频能力长足进展:带感情的AI配音基本成熟“全真AI颜值网红”出现,可以稳定输出视频,可以直播带货游戏AI NPC有里程碑式进展,出现新的游戏生产方式AI男/女朋友聊天基本成熟:记忆上有明显突破,可以较好模拟人的感情,产品加入视频音频,粘性提升并开始出圈实时生成的内容开始在社交媒体内容、广告中出现AI Agent有明确进展,办公场景“AI助手”开始有良好使用体验2AI的商业模式开始有明确用例:数据合成、工程平台、模型安全等可穿戴-全天候AI硬件层出不穷,虽然大多数不会成功中国AI达到或超过GPT4水平;美国出现GPT5;世界上开始现“主权AI”华为昇腾生态开始形成,国内推理芯片开始国产替代(训练替代要稍晚)AI造成的DeepFake、诈骗、网络攻击等开始进入公众视野,并引发担忧AI立法、伦理讨论仍然大规模落后于技术进展……2025-2027AI 3D技术、物理规则成熟:正常人无法区别AI生成还是实景拍摄全真AI虚拟人成熟:包含感情的AI NPC成熟,开放世界游戏成熟;游戏中几乎无法区别真人和NPCAR/VR技术大规模商用接近AGI的技术出现人与AI配合的工作方式成为常态,很多日常决策开始由AI来执行AI生产的数据量超过全人类生产数据量,“真实”成为稀缺资源具身智能、核聚变、芯片、超导、机器人等技术有明显进展突破“人的模型”出现,出现“集中化AGI”与“个人AGI”的历史分叉AI引发的社会问题开始加重,结构性失业开始出现AGI对于地缘政治的影响开始显露……"Limit of Understanding";Yifei Gong 2024,with Dall-E

3月14日 社区动态速览

《[对谈|课代表立正:AI时代生存指南](https://mp.weixin.qq.com/s/R8mmb6U2GxBY4xTqxESgxg)》在AI时代,个人成长与竞争力尤为重要。课代表立正强调,利用AI工具与Agent技术可显著提升学习与创新能力,让个体成为“高阶玩家”。他指出,AI不仅能辅助写作、编程,甚至帮助实现创意,降低了技术门槛。高质量社群运营需注重知识沉淀与参与度,而AI则可助力知识整合与信息检索。最重要的是,在效率提升的背景下,人类需不断思考如何提升抽象思维与沟通能力。《[抓10个中美大模型办了场PK赛,结果居然是这样的……](https://www.bilibili.com/video/BV1qsRhYbEJG)》来自玉渊谭天的视频,不少外媒记者选择用大模型翻译两会上出现的中式表达,这真能翻译准确吗?他们拉来10个中美顶尖大模型,在现场做了个挑战……甲子光年:《[2025年AI Agent行业报告](https://waytoagi.feishu.cn/record/IDDOrXEtEex8aqcgcf1cpyEjn7x)(二)》该报告深入剖析AI Agent行业,涵盖发展历程、技术、商业实践及未来趋势。AI Agent源于哲学,在大模型推动下从实验室走向应用,实现从工具到智能协作者的转变,重构人机协作生态。其商业上继承APP模式并升级,在多行业广泛应用,金融、医疗等行业已现规模化应用拐点。技术上,正朝轻量化、可持续与泛在智能发展,算法创新与算力突破是关键。

受邀参加了智谱 AI Z Demo Day,让我再一次相信 AGI!

3、技术优势:专注文本/多模态大模型、AI Agent技术创新与应用,目标实现基于ReAct、SFT、RAG、强化学习等实现自主规划能力的AI Agent,构建具备认知、决策智能的Agent智能体框架。Blurr.ai将总结典型行业、企业的销售SOP、销售技巧,形成客户可选配schema,支持客户快速应用部署。中长期,Blurr.ai将灵活应用端侧模型及智能硬件,将AI应用与企业销售场景融合,助力企业降本提效。4、商业模式:依据不同类型销售市场的特点,结合一站式AI搭建平台将销售部署的产品化和模版化,让企业更容易落地和应用AI能力;销售智能体Blurr.AI占位交易环节,解决2B销售获客的痛点,且具有向前后端环节延展的势能。林间聊愈室/MoodTalker项目简介《林间聊愈室》(MoodTalker)是一款面向年轻用户,打造懂你+关心你的AI心灵伙伴的APP。项目陈述打造三只AI小动物角色:小狐狸、小鹿和小熊——由他们帮助年轻用户更好地应对情绪问题,在和小动物的成长经历中,实现自我觉察和成长。解决方案:他们在对话场景中提供情绪可视化识别、音乐、心理技法、冥想等互动方式,让用户感受到“被看见,被理解,被关心”的情绪价值。重点在打造对话之外,利用AI智力效率和可视化生成能力,打造持续的离线关心动作,以及超越人类心理工作者的读心体验。让潜意识中的自我和他人可视化。独特的记忆养成机制和离线关心模式,让每个人都能获得所需的情绪支持和成长空间。

Others are asking
如何系统学习ai变现
以下是系统学习 AI 变现的一些建议: 1. 项目启动: 明确目标客户群体,例如大学生、职场人士、自媒体从业者等。 挑选适合的 AI 写作工具,满足不同客户需求。 2. 准备阶段: 借助书籍、在线课程等资源学习并实践 AI 写作技术,提升写作技能。 构建团队,培养和扩充团队成员,提高运营效率。 3. 商业模式构建: 确定服务内容,如提供论文、报告、文案等直接写作服务。 制定质量控制标准,保证写作内容符合客户要求。 4. 运营与推广: 在淘宝等电商平台开设店铺,展示并销售写作服务。 建立写作培训社群,分享写作技巧和 AI 应用经验,增强品牌影响力。 利用社交媒体和线下活动进行品牌和社群建设。 与绘画团队、其他写作工作室等合作,共同开发新项目。 5. 项目优化与发展: 持续关注 AI 技术发展,提高服务质量和效率。 依据市场需求,拓展新的服务和产品。 收集客户反馈,不断优化和改进服务。 此外,还可以参考以下个人经历: 二师兄在 2024 年 2 月接触到 AI 绘画,3 月啃完相关教程并开始炼丹,4 月与小伙伴探讨 AI 变现途径,尝试用 GPT 和 SD 制作图文故事绘本、小说推文项目。 像专家 AI 可能通过元学习比预期更快地获得知识,成为下一代专家的教师,为我们带来新的思路和方法。 总之,系统学习 AI 变现需要明确目标、掌握技术、构建模式、有效推广,并不断优化和发展。
2025-04-16
same ai是做什么的
Same dev 是一款能够像素级复制任意 UI 界面并生成前端代码的工具。它支持网页 URL、截图、Figma 文件,能精准还原原始设计,生成 HTML/CSS、React、Tailwind CSS 等多种技术栈代码。其基于 Claude 3.7,免费额度消耗较快,网站被谷歌标记。相关链接:
2025-04-16
有没有数据治理领域的AI
在提供的内容中,有提及数据治理在 AI 领域的相关信息。例如,数据治理涵盖了组织为确保数据的质量、安全和合乎伦理的使用而制定的政策、程序和标准。在 AI 情境中,数据治理对于保证用于训练和运行 AI 系统的数据准确、公平且使用得当、获得同意,尤其是处理敏感或个人可识别信息时,显得尤为重要。但未对数据治理领域的 AI 进行专门和详细的阐述。
2025-04-16
ai生成图表
以下是关于 AI 生成图表的相关信息: 一泽 Eze 提出,AI 可视化输出的 Prompt 热度不断上升,产生了更多丰富的二创玩法,如个人简历生成、文章内容的可视化总结、万物名片、视频内容总结、AI 图表生成等。大模型的文本生成与可视化输出提升了复杂信息的呈现效果,基于 Claude Artifacts 的能力也在推动设计、研发的民主化,有望迎来一波 AI 创意图文、图表、PPT、产品原型等需求的新解法。 宝玉日报提到,Napkin 是一款可生成多样风格图表的 AI 工具,能将选中文本转换为 mermaid 格式图表,支持 SVG 渲染,交互流畅且模板丰富,后台可能使用轻量模型,当前免费,适合快速生成图表的用户。 对于创建项目管理流程图,可使用 Lucidchart 按照注册登录、选择模板、编辑图表、优化布局、保存和分享等步骤进行,利用 AI 自动布局功能优化图表外观,快速高效地创建专业示意图。但需注意内容由 AI 大模型生成,应仔细甄别。
2025-04-16
OpenAI Agents SDK
OpenAI Agents SDK 相关信息如下: OpenAI Agents SDK 开始支持 MCP,API 和桌面应用也会陆续集成。 OpenAI 把 Agent 能力深度集成到了 API 当中,新的 API 叫 response api,目前支持网络搜索、文件搜索和 Computer Use,Computer Use 是目前 Web 端都没有的功能。从发布会的讲解上看,是通过本地 docker 运行 Linux 环境后截图打包到 API,最后输出操作,一些图形界面的 App 也能适配。 在原有的对话接口里增加了两个字段 instruction(系统提示语)和 tools(Agent 工具)。 增加了一个新的 Agent 构建方式,原先叫 Swarm,现在改名 agent sdk,支持把普通的 Python 函数设置成 Agent 能力,我们自己可以构建一系列小工具,如计数、计算时间,甚至调用更多的第三方的 API。 Agents 不仅可以内置 Tools,还可以内置多个 Agents,形成多 Agent 系统,自带监控和追踪系统,可以看到调用某个 Agent 时候的输入输出状态。 OpenAI 的 Responses API 集成了聊天能力与工具调用,可执行复杂任务,内置工具包括 Web Search(实时联网搜索、结构化结果、支持私有数据结合)、File Search(支持 PDF、Word、Excel 等,快速提取关键词、段落等)、ComputerUsing Agent(模拟人类操作电脑,支持跨平台、本地部署)、Agents SDK(可让多个 AI 协作,像流水线一样完成任务)。 OpenAI 推出实时监控功能,记录 AI 的完整操作路径,跟踪决策依据、使用工具与执行步骤,有助于调试与优化 AI 流程。 OpenAI 还提供 Quantized 模型版本,适配边缘计算与移动设备。
2025-04-16
有没有ai+excle的工具
目前常见的将 AI 与 Excel 结合的工具相对较少。但一些数据分析和自动化工具可能会在一定程度上融合 AI 技术来辅助 Excel 相关的工作,例如某些数据清洗和分析的软件。不过,具体的工具选择还需根据您的具体需求和使用场景来确定。
2025-04-16
狼人杀agent
以下是关于狼人杀 Agent 的相关信息: 一、LLM Agent 的概念 Agent(智能体)是一种能够在环境中自主感知、思考并采取行动的实体。可以把 Agent 想象成一个具有特定目标和行为能力的智能角色,它们能根据环境变化做出相应的决策和反应。 LLM Agent 是指结合大型语言模型(LLM)和自主智能体(Agent)特性的系统。这种系统能够利用大型语言模型的自然语言处理能力,理解用户的输入,并在此基础上进行智能决策和行动。 二、LLM Agent 的组成部分 1. 规划(Planning) 定义:规划是 Agent 的思维模型,负责将复杂任务分解成可执行的子任务,并评估这些子任务的执行策略。 实现方式:通过使用大型语言模型的提示工程(如 ReAct、CoT 推理模式)来实现精准任务拆解和分步解决。 2. 记忆(Memory) 定义:记忆即信息存储与回忆,包括短期记忆和长期记忆。 实现方式:短期记忆用于存储对话上下文,支持多轮对话;长期记忆存储用户特征和业务数据,通常通过向量数据库等技术实现快速存取。 3. 工具(Tools) 定义:工具是 Agent 感知环境、执行决策的辅助手段,如 API 调用、插件扩展等。 实现方式:通过接入外部工具(如 API、插件)扩展 Agent 的能力,例如使用插件解析文档、生成图像等。 4. 行动(Action) 定义:行动是 Agent 将规划和记忆转换为具体输出的过程,包括与外部环境的互动或工具调用。 实现方式:根据规划和记忆执行具体行动,如智能客服回复、查询天气预报、AI 机器人抓起物体等。 三、相关动态 1. AI“狼人杀”基准测试:Elimination Game。 2. 有用 Agent 产品开发的思考:目前仍未出现杀手级应用和落地产品,原因包括 Agent 本身不靠谱以及开发者不靠谱。很多部分受 Tools 能力影响,如携程订机票需要有携程的 API 接入能力。此外,要让模型更准确地选择 Tools 以及更完美地生成 api args,将一些非通识的业务知识设计好让 Agent 直接使用是当前接近“人工”智能且性价比高的方式。
2025-04-16
AI Agents(智能体)
AI 智能体(Agents)是人工智能领域中一个重要的概念: 1. 从 AGI 的发展等级来看,智能体不仅具备推理能力,还能执行全自动化业务,但目前许多 AI Agent 产品在执行任务后仍需人类参与,尚未达到完全智能体的水平。 2. 作为大模型的主要发展方向之一,智能体中间的“智能体”其实就是大模型(LLM)。通过为 LLM 增加工具、记忆、行动、规划这四个能力来实现。目前行业里主要用到的是 langchain 框架,它把 LLM 与 LLM 之间以及 LLM 与工具之间通过代码或 prompt 的形式进行串接。 3. 从智能体的起源探究来看,心灵社会理论认为智能是由许多简单的 Agent(分等级、分功能的计算单元)共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能,通过协作实现复杂的智能行为。心灵社会将智能划分为多个层次,每个层次由多个 Agent 负责,每个 Agent 类似于功能模块,专门处理特定类型的信息或执行特定任务。同时存在专家 Agent、管理 Agent、学习 Agent 等不同类型的 Agent 及其相应功能。从达特茅斯会议开始讨论人工智能,到马文·明斯基引入“Agent”概念,“AI”和“Agent”就彻底聚齐,往后被称之为 AI Agent。
2025-04-15
B端AI Agent
以下是关于 B 端 AI Agent 的相关知识: 一、概念定义 1. 智能体(Agent)简单理解就是 AI 机器人小助手,参照移动互联网,类似 APP 应用的概念。随着 ChatGPT 与 AI 概念的爆火,出现了很多相关新名词,如 bot 和 GPTs 等。AI 大模型是技术,面向用户提供服务的是产品,因此很多公司关注 AI 应用层的产品机会。 C 端案例:如社交方向,用户注册后先捏一个自己的 Agent,然后让其与他人的 Agent 聊天,两个 Agent 聊到一起后真人再介入;还有借 Onlyfans 入局打造个性化聊天的创业公司。 B 端案例:字节扣子和腾讯元器若为面向普通人的低代码平台,类似 APP 时代的个人开发者,那么帮助 B 端商家搭建 Agent 就类似 APP 时代专业做 APP 的。 2. 智能体开发平台:最早接触到的扣子 Coze 是通过一篇科技报道,如 2 月 1 日,字节正式推出 AI 聊天机器人构建平台 Coze 的国内版“扣子”,主要用于开发下一代 AI 聊天机器人。国内还有很多智能体开发平台,如 Dify.AI,但个人较常用的是扣子,所以常对比字节扣子和腾讯元器。 3. 关注智能体的原因:目前 AI Agent 的概念在市场上未达成共识,存在被滥用现象。AI Agent 指的是一种智能代理系统,接近人类大脑,可形成记忆、达成行动规划、自动交互、主动预测。其应用具有个性化、自主完成任务、多 Agent 协作等特点。目前 AI Agent 应用大多集中在 2B 场景,面向个人消费者的产品少,一方面是高度智能化的 Agent 能力需打磨,概念落地有距离;另一方面是 AI 和娱乐消费诉求结合少,主要带来生产方式和效率变革,个人消费者方向目前只看到“私人助理”场景。
2025-04-15
有关 ai agent 的科普文章
以下是为您提供的关于 AI Agent 的科普内容: AI Agent 是一个融合了多学科精髓的综合实体,包括语言学、心理学、神经学、逻辑学、社会科学和计算机科学等。它不仅有实体形态,还有丰富的概念形态,并具备许多人类特有的属性。 目前,关于 AI Agent 存在一些情况。例如,网络上对其的介绍往往晦涩难懂,让人感觉神秘莫测,其自主性、学习能力、推理能力等核心概念,以及如何规划和执行任务、理解并处理信息等方面,都像是笼罩在一层神秘面纱之下。 另外,以国与国之间的外交为例来解释相关协议。假设每个 AI 智能体(Agent)就是一个小国家,它们各自有自己的语言和规矩。各国大使馆试图互相沟通、做生意、交换情报,但现实中存在诸多问题,如协议各异、要求不同等。 如果您想了解更多关于 AI Agent 的详细内容,可访问: 。
2025-04-15
AGENT
智能体(Agent)在人工智能和计算机科学领域是一个重要概念,指能够感知环境并采取行动以实现特定目标的实体,既可以是软件程序,也可以是硬件设备。 智能体具有以下特点: 1. 自主系统:通过感知环境(通常通过传感器)并采取行动(通常通过执行器)来达到某种目标。 2. 关键组成部分: 规划:将大型任务分解为更小、可管理的子目标,有效处理复杂任务。 反思和完善:对过去的行为进行自我批评和反思,从错误中吸取教训,完善未来步骤,提高最终结果质量。 记忆:包括短期记忆,用于所有的上下文学习;长期记忆,通过利用外部向量存储和快速检索实现长时间保留和回忆信息。 工具使用:学习调用外部 API 来获取模型权重中缺失的额外信息。 以下是一些与智能体相关的资源目录: 关于 2025AGENT 智能体全球创作大赛: 1. 报名:通过→首页的“立即参赛”按钮进入报名页面,填写相关信息并提交即可,且参赛完全免费。 2. 提交作品:在本网站直接提交,若采用 flowith 搭建了 Agent 可以在微博、小红书、即刻平台发布,并@Flowith 官方,可获得额外会员奖励。 3. 奖项设置:设有金、银、铜奖和多个单项奖,获奖后将获得组委会颁发的奖金和证书,需保证联系方式准确以便联系。 4. 知识产权归属:参赛作品的知识产权归参赛者所有,但组委会有权在宣传和展示中使用参赛作品。
2025-04-12
生成超过15000字的人工智能技术在智能化零售行业中的应用与商业模式创新论文,学科方向是计算机科学与技术专业
很抱歉,目前无法直接为您生成超过 15000 字的论文。但我可以为您提供一个论文大纲,以帮助您组织思路和开展研究: 标题:人工智能技术在智能化零售行业中的应用与商业模式创新 摘要:简述人工智能技术在智能化零售中的重要性、应用现状、创新商业模式以及研究的主要结论。 一、引言 (一)研究背景:介绍智能化零售行业的发展趋势和人工智能技术的兴起。 (二)研究目的与意义:阐述研究人工智能技术在该领域应用和商业模式创新的目的,以及对行业发展的重要意义。 (三)研究方法与结构:说明采用的研究方法,如文献综述、案例分析等,并概述论文的结构安排。 二、人工智能技术概述 (一)人工智能技术的定义与分类:解释人工智能的概念,分类如机器学习、深度学习、自然语言处理等。 (二)关键技术原理:详细介绍相关技术的原理,如机器学习中的监督学习、无监督学习等。 (三)技术发展历程与现状:回顾人工智能技术的发展历程,分析当前的技术水平和应用情况。 三、智能化零售行业概述 (一)智能化零售的概念与特点:定义智能化零售,阐述其特点如个性化服务、精准营销等。 (二)行业发展现状与趋势:分析智能化零售行业的现状,包括市场规模、竞争格局等,预测未来的发展趋势。 (三)面临的挑战与机遇:探讨行业发展中面临的问题,以及人工智能技术带来的机遇。 四、人工智能技术在智能化零售中的应用 (一)客户画像与精准营销:如何利用人工智能技术分析客户数据,实现精准营销。 (二)库存管理与供应链优化:通过人工智能算法优化库存水平和供应链流程。 (三)智能推荐与个性化服务:介绍基于人工智能的推荐系统,为客户提供个性化的购物体验。 (四)无人零售与智能支付:探讨无人零售店的技术实现和智能支付方式的应用。 (五)店铺布局与商品陈列优化:利用人工智能进行数据分析,优化店铺布局和商品陈列。 五、人工智能技术驱动的商业模式创新 (一)新的零售模式:如线上线下融合的智能零售模式。 (二)数据驱动的商业决策:依靠人工智能分析数据,制定更科学的商业决策。 (三)合作与共享经济模式:探讨与技术供应商、其他企业的合作模式,以及共享数据和资源的可能性。 (四)增值服务与收费模式创新:基于人工智能技术提供的新服务,创新收费模式。 六、案例分析 (一)选取成功应用人工智能技术的智能化零售企业案例。 (二)详细介绍其应用场景、商业模式创新和取得的成效。 (三)总结经验教训,为其他企业提供借鉴。 七、影响与挑战 (一)对消费者行为和市场竞争的影响:分析人工智能技术如何改变消费者购物行为和市场竞争格局。 (二)技术与数据安全问题:探讨人工智能应用中的技术漏洞和数据泄露风险。 (三)法律法规与伦理道德问题:研究相关法律法规的缺失,以及可能引发的伦理道德问题。 八、结论与展望 (一)研究成果总结:概括人工智能技术在智能化零售中的应用和商业模式创新的主要发现。 (二)未来研究方向与建议:提出进一步研究的方向和对企业、政府的建议。 希望以上大纲对您有所帮助,祝您顺利完成论文!
2025-04-07
AI对商业模式的变革影响
AI 对商业模式的变革影响主要体现在以下几个方面: 1. 生物技术与 AI 的融合:生物技术的工业化带来新规模和新应用,AI 在其中发挥变革性作用,但在某些完全依赖摩尔定律的领域,其对商业模式的贡献可能被过分炒作。 2. 从通用能力到专业化细分:早期通用型 AI 产品难以满足多样化需求,如今越来越多的 AI 产品专注于特定领域,如图像生成、视频制作、音频处理等,不断提升核心能力,提供更精准和高质量的服务。 3. 商业模式的探索与创新:包括 ToB 市场的深耕,如针对内容创作者的 ReadPo;新型广告模式,如天宫搜索的“宝典彩页”等,从单纯的技术展示向解决用户痛点和创造商业价值转变。 4. “AI 原生”模式:基于 AI 的能力再造商业模式,而非套用现有流程。 5. To AI 的商业模式:如模型市场、合成数据、模型工程平台、模型安全等可能更确定。
2025-04-01
不能用APP思维、传统数字平台思维去做大模型创业和人工智能创业,二者在底层逻辑和商业模式等方面完全不同
大模型创业和人工智能创业与 APP 思维、传统数字平台思维在底层逻辑和商业模式等方面存在显著差异。大模型和人工智能创业更注重数据的深度处理、算法的优化创新以及对复杂问题的解决能力。相比之下,APP 思维通常侧重于用户界面和功能的设计,以满足特定的用户需求;传统数字平台思维则更多关注平台的搭建和用户流量的获取与运营。在大模型和人工智能领域,技术的突破和创新是关键,需要投入大量资源进行研发,并且要面对更高的技术门槛和不确定性。而 APP 和传统数字平台的创业相对更侧重于市场推广和用户体验的优化。总之,不能简单地用 APP 思维和传统数字平台思维来指导大模型和人工智能创业。
2025-03-07
传统软件行业融合AI的商业模式
传统软件行业融合 AI 的商业模式具有多种可能性和变革方向: 1. “AI 原生”模式:基于 AI 的能力再造商业模式,而非套用现有流程。 2. To AI 的商业模式:包括模型市场、合成数据、模型工程平台、模型安全等方面。 3. 基于国产芯片的软硬件联合优化,固件生态存在明确机会。 4. 端上智能有望成为全天候硬件 24x7 收集数据,具有较大想象空间。 5. 对于 SaaS 生态的影响: 认知架构带来巨大工程挑战,将模型基础能力转化为成熟可靠的端到端解决方案可能比想象中复杂。 可能引发业务模式全面变革,如从工程、产品和设计部门的瀑布式开发转变为敏捷开发和 A/B 测试,市场策略从自上而下的企业销售转向自下而上的产品驱动增长,商业模式从高价格销售转向基于使用的定价模式。 知名投资机构 Nfx 分析指出,AI 正在强制逆转 SaaS 从“软件即服务”转变为“服务即软件”,软件既能组织任务也能执行任务,传统劳动力市场最终将和软件融合成为新市场。降低企业在知识工作者上的支出,提高在软件市场的支出。企业组织中提供 AI 劳动力的产品有“AI 同事(雇佣)”等形式。
2025-02-21
AI产业商业模式
目前 AI 产业的商业模式仍在不断探索和发展中。 阻碍 AI 发展的因素包括产品体验的颠覆性和完成度不足、技术门槛相对较低以及商业模式尚未明确。例如,AI 修图新应用与移动互联网时代的“美图秀秀”相比,缺乏颠覆性创新,且主流修图产品也在引入 AI 功能,新应用难以脱颖而出。妙鸭是一个特例,其“先试用后付费”策略和 9.9 元定价吸引用户,且背靠大厂有资源优势,但市场空间和后续发展需观察。 传统移动互联网时代成熟的 APP 商业模式是免费吸引用户,再通过广告等方式间接收入,但当前阶段可能不再适用于 AI 应用,ToC 创业公司早期需敢于向用户收费。 Bret Taylor 认为做 AI 生意像咖啡产业,训练基础大模型如同卖咖啡豆,利润受限;开发 AI 应用如同在机场卖拿铁,能按需求定价,利润空间更大。 “AI 原生”是基于 AI 的能力再造商业模式,而非套用现有流程。To AI 的商业模式可能包括模型市场、合成数据、模型工程平台、模型安全等。 未来可能会出现全新的商业模式和创新打法。
2025-02-21
AI商业模式
以下是关于 AI 商业模式的相关内容: 1. To AI 的商业模式可能更确定的方面包括:模型市场、合成数据、模型工程平台、模型安全。 2. 基于国产芯片的软硬件联合优化 固件生态是明确的机会。 3. 端上智能目前最大的想象空间是成为全天候硬件 24x7 收集数据。 Character.ai 覆盖了模型的研发、数据、应用等整个价值链,其商业模式注重在整个价值链上积累数据,并利用数据来不断优化用户体验,这种模式能够为公司带来持续的竞争优势和壁垒,从而在市场上获得更大的份额。 目前 AI 行业发展存在一些阻碍,如产品体验的颠覆性和完成度不足、技术门槛相对较低,以及商业模式尚未明确。例如,AI 修图新应用与移动互联网时代的“美图秀秀”相比,缺乏颠覆性创新。妙鸭这款产品在 2024 年凭借独特的产品功能和用户体验,收获了大量用户的关注和使用,其“先试用后付费”的策略和 9.9 元的定价具有吸引力,且背靠互联网大厂具备资源优势,但市场空间和后续发展潜力仍需观察。 相较 AI 类应用,传统移动互联网时代 APP 的商业模式是通过免费吸引用户,再通过广告等方式实现间接收入,但在当前阶段,这种模式或许不再适用于 AI 应用,To C 创业公司在产品发布早期阶段需做好向用户收费的准备。未来可能会出现全新的商业模式和创新打法。 此外,“AI 原生”是基于 AI 的能力来再造商业模式,而非用 AI 套用现有流程。
2025-02-21
准确的讲述垂直大模型的概念,国内外的应用现状、场景,发展趋势,最好能附带图片。内容尽量详细、逻辑通顺。
垂直大模型是专注于特定领域的大模型,例如小语种交流、临床医学、AI 蛋白质结构预测等。 在国内,大模型分为通用模型如文心一言、讯飞星火等,处理自然语言;也有垂直模型专注特定领域。 大模型因其强大的语言理解和生成能力,在多个领域和应用场景中表现出色。比较火的应用场景包括: 1. 文本生成和内容创作:撰写文章、生成新闻报道、创作诗歌和故事等。 2. 聊天机器人和虚拟助手:提供客户服务、日常任务提醒和信息咨询等服务。 3. 编程和代码辅助:代码自动补全、bug 修复和代码解释。 4. 翻译和跨语言通信:促进不同语言背景的用户之间的沟通和信息共享。 5. 情感分析和意见挖掘:为市场研究和产品改进提供数据支持。 6. 教育和学习辅助:创建个性化的学习材料、自动回答学生问题和提供语言学习支持。 7. 图像和视频生成:如 DALLE 等模型可以根据文本描述生成相应的图像,甚至在未来可能扩展到视频内容的生成。 8. 游戏开发和互动体验:创建游戏中的角色对话、故事情节生成和增强玩家的沉浸式体验。 9. 医疗和健康咨询:理解和回答医疗相关的问题,提供初步的健康建议和医疗信息查询服务。 10. 法律和合规咨询:帮助解读法律文件,提供合规建议,降低法律服务的门槛。 关于发展趋势,尽管当前市场以基础大模型为主,但将大模型与行业专业知识结合,以满足不同行业的需求,成为未来发展的关键。例如腾讯研究院的《行业大模型调研报告》指出,如何将大模型与行业专业知识结合是重点。同时,在发展过程中也需要注意其在隐私、安全和伦理方面的挑战。 很抱歉,暂时无法为您提供相关图片。
2025-04-11
MCP是什么?未来的发展趋势如何?
MCP(模型上下文协议)是一种于 2024 年 11 月推出的开放协议,允许系统以跨集成的泛化方式为 AI 模型提供上下文。该协议定义了 AI 模型如何调用外部工具、获取数据和与服务交互。 MCP 已经在重塑 AI 智能体和代理的生态系统。其未来的发展趋势取决于如何应对基础性挑战,如果处理得当,可能成为 AI 与工具交互的默认接口,并开启新一代自主、多模态、深度集成的 AI 体验。如果被广泛采用,它可能代表工具构建、消费和货币化方式的转变。 今年将是关键的一年,可能会面临一些关键问题,比如是否会看到一个统一的 MCP 市场崛起,AI 代理的认证是否会变得无缝,多步执行能否被正式纳入协议等。 MCP 从 LSP(语言服务器协议)中获取灵感,超越 LSP 的地方在于其以智能体为中心的执行模型,LSP 主要是被动响应,而 MCP 专门为支持自主的 AI 工作流而设计,根据上下文,AI 智能体可以决定使用哪些工具、按什么顺序以及如何将它们串在一起来完成任务。MCP 还引入了人工参与的功能,允许人类提供额外的数据并批准执行。
2025-04-10
罗列具体的AI模型产品和具体的AI技术创新点,并总结AI技术的发展趋势,并说明这些发展趋势为用户的交互体验带来了什么样的改变?按照时间线将以上内容梳理出来
以下是按照您的需求梳理的内容: 时间线 早期: 从图灵测试、早期的图灵机器人和 ELISA 开始,到 IBM 的语音控制打印机、完全由人工智能创作的小说、微软的同声传译系统。 近年来: OpenAI 发布 ChatGPT 模型,引发用户习惯从简单触控操作转向更复杂的长文本输入,未来可能延伸至长语音交互。 大模型创新方面,架构优化加速涌现,融合迭代成为趋势。Scaling Law 泛化,推理能力成为关键,倒逼计算和数据变革。AGI 探索中,视频生成点燃世界模型,空间智能统一虚拟和现实。 在应用方面,AI 在文科白领的个人助理、呼叫中心、文本处理和教育等领域表现出色,能完成 80%到 90%的工作;对于工科白领,特别是程序员,能简化代码检索和调整;在蓝领领域,自动驾驶取得显著进展。但在复杂任务方面仍有改进空间。 第一轮洗牌结束,聚焦 20 赛道 5 大场景,多领域竞速中运营大于技术,AI 助手成为竞争重点。AI+X 赋能类产品发展迅速,原生 AI 爆款难求。多模态上马,Agent 席卷一切,高度个性化呼之欲出。 人工智能发展经历了萌芽、积累沉淀到如今大模型和多模态模型百花齐放的阶段。大模型由数据、算法、算力构成,算法有技术架构的迭代,如英伟达的显卡辅助模型训练,数据质量对生成理想的大模型至关重要。 未来: 李沐预测技术发展可能催生出革命性的应用形态,但 AI 离真正变革世界还有一段距离。 预计 AI 在蓝领工作的初步应用至少需要 5 年时间。 AI 技术创新点: 大模型创新:架构优化加速涌现,融合迭代大势所趋。 Scaling Law 泛化:推理能力成皇冠明珠,倒逼计算和数据变革。 AGI 探索:视频生成点燃世界模型,空间智能统⼀虚拟和现实。 AI 技术的发展趋势: 模型架构不断优化和融合。 更加注重推理能力的提升。 探索 AGI 领域,实现虚拟和现实的统一。 应用格局不断洗牌,聚焦特定赛道和场景。 多模态和 Agent 技术的广泛应用。 对用户交互体验的改变: 用户习惯从简单触控操作转向更复杂的长文本输入,未来可能延伸至长语音交互。 AI 应用为用户提供辅助,在多个领域帮助完成任务。
2025-03-31
AI技术发展时间线,罗列具体的AI模型产品和具体的AI技术创新点,并总结AI技术的发展趋势,并说明这些发展趋势为用户的交互体验带来了什么样的改变?
以下是关于 AI 技术发展的相关内容: AI 技术发展时间线: 从图灵测试、早期的图灵机器人和 ELISA,到 IBM 的语音控制打印机、完全由人工智能创作的小说、微软的同声传译系统,再到 OpenAI 发布 ChatGPT 模型,经历了萌芽、积累沉淀到如今大模型和多模态模型百花齐放的阶段。 具体的 AI 模型产品: ChatGPT 改变了用户习惯,从简单触控操作转向更复杂的长文本输入,未来可能延伸至长语音交互。 具体的 AI 技术创新点: 大模型创新方面,架构优化加速涌现,融合迭代成为趋势。 Scaling Law 泛化,推理能力成为皇冠明珠,倒逼计算和数据变革。 AGI 探索中,视频生成点燃世界模型,空间智能统一虚拟和现实。 AI 技术的发展趋势: 大模型创新:架构优化加速涌现,融合迭代大势所趋。 应用格局:第一轮洗牌结束,聚焦 20 赛道 5 大场景。 应用竞争:多领域竞速运营大于技术,AI 助手兵家必争。 应用增长:AI+X 赋能类产品大干快上,原生 AI 爆款难求。 产品趋势:多模态上马,Agent 席卷一切,高度个性化呼之欲出。 智变千行百业:左手变革生产力,右手重塑行业生态。 行业渗透率:数据基础决定初速度,用户需求成为加速度。 创投:投融资马太效应明显,国家队出手频率提升。 对用户交互体验的改变: ChatGPT 使用户从简单触控操作转向更复杂的长文本输入,未来可能延伸至长语音交互。 在文科白领方面,AI 能完成 80%到 90%的工作,如个人助理、呼叫中心、文本处理和教育等领域。 对于工科白领,特别是程序员,AI 能简化代码检索和调整。 在蓝领领域,AI 在自动驾驶方面取得显著进展。
2025-03-31
最新的大模型发展趋势
以下是关于最新的大模型发展趋势的相关内容: 决策模块方面:决策模块是具身智能系统的核心,早期依赖人工编程和专用算法,如今基于近端策略优化算法和 Qlearning 算法的强化学习方法在具身智能自主导航等任务中展现出更好的决策灵活性,但在复杂环境适应能力等方面仍有局限。大模型的出现极大增强了具身智能体的智能程度,提高了环境感知等能力。具身智能体的大模型发展方向是视觉语言动作模型(VLA)和视觉语言导航模型(VLN)。VLA 输入语言、图像或视频流,输出语言和动作;VLN 输入语言、图像或视频流,输出语言和移动轨迹。 应用场景方面:大模型因其强大能力在多个领域有出色表现,成为热点。包括文本生成和内容创作、聊天机器人和虚拟助手、编程和代码辅助、翻译和跨语言通信、情感分析和意见挖掘、教育和学习辅助、图像和视频生成、游戏开发和互动体验、医疗和健康咨询、法律和合规咨询等。随着技术进步和模型优化,未来可能拓展到更多领域,同时需注意隐私、安全和伦理挑战。 OpenAI 方面:OpenAI 推出新模型为行业注入强心剂,带来新活力和希望。结合其提出的通往 AGI 的分级,正在从第一级向第二级迈进,未来可能见证 AI 从生成工具向智能体转变。
2025-03-23
我想找最新的关于大模型发展趋势的材料
以下是为您找到的关于大模型发展趋势的最新材料: 基础通识课中提到了 AI 模型及相关进展,包括视频生成模型、相关论文,以及 AI 在诺奖和蛋白质研究领域的应用等。还介绍了人工智能的发展历程,从早期到如今大模型和多模态模型百花齐放的阶段。同时提到大模型由数据、算法、算力构成,算法有技术架构的迭代,数据质量对生成理想的大模型至关重要,以及针对弱智 8 的问题对大模型进行测试等相关内容。 2023 年度中文大模型基准测评报告.pdf 中包含 2023 年国内大模型发展趋势、测评体系、方法说明、综合测评结果、SuperCLUE2.0 升级、四大维度测评分析及示例介绍、优秀模型案例介绍等内容。 2024 年历史更新(归档)中,有《探讨大模型未来:从 Scaling Law 到数据红利再到终极 Token 工厂》,探讨了大模型的未来,包括规模化法则、数据红利和 Token 工厂概念。还有《【AI 学习笔记】小白如何理解技术原理与建立框架(通俗易懂内容推荐)》《智变时代/全面理解机器智能与生成式 AI 加速的新工业革命》《文生图大模型基准测评首期榜单公布,DALLE 3 取得最高 76.94 分》等相关文章。
2025-03-23