直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

普通人如何参与人工智能赚钱

回答

普通人参与人工智能赚钱可以从以下几个方面考虑:

  1. 学习 AI 技术:掌握如数据科学家、机器学习工程师等相关岗位所需的技能,从而在这些高薪岗位上找到工作获得收入。AI 技术在金融、医疗、制造业等各行各业都有应用,掌握相关技能能增加就业机会和职业发展可能性。
  2. 利用 AI 应用:例如参与 GPTs/GLMs 相关的活动,但需要注意的是,能通过此类方式赚钱的只是少数人。
  3. 关注职业变迁:在 AI 发展可能导致部分工作机会变化的情况下,政府可能会通过税收平衡差异,例如全民基本收入(Universal basic income - UBI)等方式,这也可能带来一些潜在的机会。

然而,是否能通过 AI 赚钱取决于很多因素,比如个人的学习能力、实际应用能力、对市场和商业的理解等等。仅仅学会一些基础知识可能还不足以在竞争激烈的市场中脱颖而出,需要持续学习和实践。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

十七问解读生成式人工智能

大型语言模型有时候会算错小学数学题,因为它们主要是基于语言理解和生成,而不是专门设计来进行数学计算的。语言模型是通过大量的文本数据进行训练的,这些数据主要是自然语言,而不是数学公式和计算。因此,语言模型在处理数学问题时,更多地依赖于模式识别和文本生成,而不是实际的数学计算。这就导致它们在处理一些简单的数学问题时,可能会出现错误。[heading1]问题十七、学了AI就能赚钱吗?[content]学了AI有可能赚钱,但不一定保证每个人都能赚到钱。人工智能领域确实有很多高薪工作,比如数据科学家、机器学习工程师等。学会了AI技术,可以在这些岗位上找到工作,获得不错的收入。此外,AI技术在各行各业都有应用,比如金融、医疗、制造业等,掌握AI技能可以增加就业机会和职业发展的可能性。然而,是否能赚钱还取决于很多因素,比如个人的学习能力、实际应用能力、对市场和商业的理解等等。仅仅学会一些基础知识可能还不足以在竞争激烈的市场中脱颖而出,需要持续学习和实践。一人前行有时跑的很快,但一群人前行,会走的很远。欢迎你加入我们的社区,共同学习,共同进步。[heading1]

从GPTs/GLMs如何赚钱谈起:AI应用的曙光在哪?

[title]从GPTs/GLMs如何赚钱谈起:AI应用的曙光在哪?恭喜智谱!不管GPTs还是GLMs的上线,民间讨论最多的莫过于“能不能赚钱?”“怎麽赚钱”。所以GPTs/GLMs到底能不能帮我们(创作者)赚到钱?我的答案可能会让大多数人失望:能,但大多数人不能。为什么不能?答案我会在下面的文章中慢慢给出。今天这篇文章,不聊高大上的东西,也不聊深奥的技术,从最俗气的角度“钱”出发,以一个AI产品经理的角色复盘2023年的所见所闻所感来聊聊AI赚钱(应用落地)这件事情。先来看一组数据,作为目前最大的第三方GPTs商店,BeBeGPTs收录了10W+的GPTs数据(官方300W+)。我们来简单拉一下数据。这一组数据是从bebegpts已经整理过的数据库里直接拉出来的,那些没有整理的数据不在其中。数据按照GPTs的实际对话次数做了一个分组排序,即使我们没办法收录到所有的GPTs,在收集数据的过程中也会存在少量错误数据,但结果其实还是很明显的。

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

[title]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[heading1]05选择-成长与投资[heading3]5.1职业变迁最后,如果AI确实抢走了大多数人类的工作机会,那也意味着让部分企业以及某些精英人类赚了更多的钱,政府可以用税收来平衡这个差异,全民基本收入(Universal basic income - UBI)就是一个很好的解决方法。

其他人在问
一个大学生,如果要了解学习通用人工智能,提高其通用人工智能素养,请给出你的建议
以下是给大学生了解学习通用人工智能、提高通用人工智能素养的建议: 1. 从编程语言入手学习: 可以选择 Python、JavaScript 等编程语言,学习编程语法、数据结构、算法等基础知识,为后续学习打下基础。 2. 尝试使用 AI 工具和平台: 体验如 ChatGPT、Midjourney 等 AI 生成工具,了解其应用场景。 探索百度的“文心智能体平台”、Coze 智能体平台等面向大学生的平台。 3. 学习 AI 基础知识: 掌握 AI 的基本概念、发展历程。 熟悉主要技术,如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目: 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决实际问题,培养动手能力。 5. 关注 AI 发展的前沿动态: 关注权威媒体和学者,了解最新进展。 思考 AI 技术对未来社会的影响,培养思考和判断能力。 6. 深入学习数学知识: 统计学基础:熟悉均值、中位数、方差等统计概念。 线性代数:了解向量、矩阵等基本概念。 概率论:掌握基础的概率论知识,如条件概率、贝叶斯定理。 7. 掌握算法和模型: 监督学习:了解常用算法,如线性回归、决策树、支持向量机(SVM)。 无监督学习:熟悉聚类、降维等算法。 强化学习:了解基本概念。 8. 了解评估和调优: 性能评估:学会评估模型性能的方法,如交叉验证、精确度、召回率等。 模型调优:学习使用网格搜索等技术优化模型参数。 9. 学习神经网络基础: 网络结构:理解前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)等基本结构。 激活函数:熟悉常用的激活函数,如 ReLU、Sigmoid、Tanh。
2024-11-17
典型的通用人工智能应用有哪些
以下是一些典型的通用人工智能应用: 1. 医疗保健: 医学影像分析:用于辅助诊断疾病。 药物研发:加速药物研发过程。 个性化医疗:提供个性化治疗方案。 机器人辅助手术:提高手术精度和安全性。 2. 金融服务: 风控和反欺诈:降低金融机构风险。 信用评估:帮助做出贷款决策。 投资分析:辅助投资者决策。 客户服务:提供 24/7 服务并回答常见问题。 3. 零售和电子商务: 产品推荐:根据客户数据推荐产品。 搜索和个性化:改善搜索结果和提供个性化体验。 动态定价:根据市场需求调整价格。 聊天机器人:回答客户问题和解决问题。 4. 制造业: 预测性维护:预测机器故障。 质量控制:检测产品缺陷。 供应链管理:优化供应链。 机器人自动化:提高生产效率。 5. 交通运输:暂未提及具体应用。 此外,通用人工智能模型还具有以下特点: 大型生成式人工智能模型可以灵活生成文本、音频、图像或视频等内容,适应各种不同任务。 当通用人工智能模型集成到人工智能系统中,该系统可服务于各种目的。 通用人工智能模型的提供者在人工智能价值链中具有特殊作用和责任,应提供适度的透明度措施和相关文件。
2024-11-17
什么是通用人工智能
通用人工智能(AGI)是指具有人类水平的智能和理解能力的 AI 系统。它有能力完成任何人类可以完成的智力任务,适用于不同的领域,同时拥有某种形式的意识或自我意识。 目前,AGI 还只是一个理论概念,尚未有任何 AI 系统能达到这种通用智能水平。实现 AGI 是人工智能研究的长期目标,这需要开发出在各种任务和环境中都能够进行推理、学习、理解和适应的 AI 系统。 OpenAI 在其内部会议上分享了关于通用人工智能(AGI)的五个发展等级: 1. 聊天机器人(Chatbots):具备基本对话能力的 AI,主要依赖预设脚本和关键词匹配,用于客户服务和简单查询响应。 2. 推理者(Reasoners):具备人类推理水平的 AI,能够解决复杂问题,如 ChatGPT,能够根据上下文和文件提供详细分析和意见。 3. 智能体(Agents):不仅具备推理能力,还能执行全自动化业务的 AI。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。 4. 创新者(Innovators):能够协助人类完成新发明的 AI,如谷歌 DeepMind 的 AlphaFold 模型,可以预测蛋白质结构,加速科学研究和新药发现。 5. 组织(Organizations):最高级别的 AI,能够自动执行组织的全部业务流程,如规划、执行、反馈、迭代、资源分配和管理等。 常见名词解释: AGI:通用人工智能(Artificial General Intelligence)能够像人类一样思考、学习和执行多种任务的人工智能系统。 NLP:自然语言处理(Natural Language Processing),就是处理人类的自然语言。 LLM:大型语言模型(Large Language Model),数据规模很大,耗费资金多。
2024-11-17
你觉得人工智能带给人类的到底是提升还是毁灭呢?
人工智能带给人类的影响既有提升也有潜在的挑战,但并非必然导致毁灭。 从提升的方面来看: 技术上可以解决类似于社会歧视等问题,如通过 RLHF 等方法。 优化工作效率,虽然可能导致某些岗位的调整,但实际每个工作的组成部分不是单一的,人可以和人工智能更好地协同。例如放射科医生的案例,解读 X 光照片只是其工作的一部分,实际并未失业。 可以成为解决气候变化和大流行病等问题的关键。 作为自主的个人助理,代表人们执行特定任务,如协调医疗护理。帮助构建更好的下一代系统,并在各个领域推动科学进展。 潜在的挑战和担忧包括: 可能放大人类的负面影响,需要在技术层级加以解决。 导致失业,但能掌握人工智能的人会取代不会的人。 存在人类毁灭的担忧,不过目前此类观点缺乏具体的说明和论证。 对于强人工智能,目前 ChatGPT 的崛起引发了相关讨论,但通用技术并非等同于强人工智能。对于复杂的神经网络和黑箱模型的研究仍在进行,如何使用和控制这些模型是业界和社会争论的热点。科技公司倾向于训练辅助人类的超级智能助手,而非自我改进升级的超级智能体,以推动新一轮的工业革命和经济增长。 总之,人工智能的发展带来了巨大的机遇和挑战,需要我们聪明而坚定地采取行动,以实现其正面影响并应对潜在风险。
2024-11-16
人工智能最新信息
以下是人工智能的一些最新信息: 神经网络研究在 2010 年左右开始有巨大发展,ImageNet 大型图像集合催生了相关挑战赛。 2012 年卷积神经网络用于图像分类使错误率大幅下降,2015 年微软研究院的 ResNet 架构达到人类水平准确率。 从 2015 年到 2020 年,神经网络在图像分类、对话语音识别、自动化机器翻译、图像描述等任务中陆续实现人类水平准确率。 过去几年大型语言模型如 BERT 和 GPT3 取得巨大成功,得益于大量通用文本数据。 OpenAI 通用人工智能(AGI)的计划中,原计划 2026 年发布的 GPT7 因埃隆·马斯克的诉讼被暂停,计划 2027 年发布的 GPT8 将实现完全的 AGI。GPT3 及其升级版本 GPT3.5 是朝着 AGI 迈出的巨大一步。
2024-11-16
中国人工智能产业研究报告
以下是为您提供的中国人工智能产业相关研究报告: 《中国生成式 AI 行业市场热点月度分析(2024 年 5 月)》:行业移动端渗透率达 12%,月活用户超 4000 万,用户画像以高学历、白领为主。可通过获取。 《中国新一代人工智能科技产业发展报告(2024)》:指出中国人工智能产业正从“极化”向“扩散”发展。报告基于 4311 家 AI 企业的数据分析,展示了中国 AI 产业的创新版图。可通过获取。 《数说安全:2024 安全大模型技术与市场研究报告》:深入探讨了 AIGC 大语言模型在网络安全领域的应用和影响。可通过获取。 《微盟&爱分析:2024 年企业 AI 应用趋势洞察报告》:通过案例分析展示了 AI 技术如何助力企业提升生产力,并预测 AI 将在企业级应用中持续拓展服务边界,同时 AI Agent 将为企业级 AI 应用带来新想象空间。可通过获取。
2024-11-15
用100字概括AI如何改变普通人的工作和生活
AI 正在改变普通人的工作和生活。在工作方面,如制造业可实现预测性维护、质量控制等;金融领域能进行风控和信用评估。在生活中,教育有了数字教师和个性化学习计划,医疗能辅助诊断和研发药物,电商提供个性化推荐,还能有个性化的 AI 助手等。
2024-11-13
用100字概括AI的好处,和普通人如何开始使用AI
AI 的好处众多,如辅助创作与学习、推荐与规划、监控与预警、优化与管理、销售与交易等。普通人开始使用 AI 可通过以下方式:英语学习可利用智能辅助工具如 Grammarly 纠错,用语音识别应用如 Call Annie 练习发音;数学学习可用自适应学习系统如 Khan Academy 定制学习路径等。结合 AI 与传统方法能提高学习效果。
2024-11-13
用100字概括普通人应该如何认识AI
普通人认识 AI 可将其视为黑箱,是似人而非人的存在。想让其实现愿望,要通过清晰语言压缩其自由度,明确目标、边界、路径和所需知识。同时,要接受其似人的不稳定性,通过多轮对话修正,因为不能期望一次输入就得到理想结果。
2024-11-13
普通人如何入局ai
普通人入局 AI 可以参考以下方法: 1. 万能公式法:问 AI“一个(xxx 职业)需要具备哪些知识?”,AI 会给出知识框架,然后针对每一个小点进一步询问,帮助深度思考。 2. 寻找优质信息源:像没有技术背景的普通人,可在「即刻」App 的“”等免费圈子获取前沿信息。同时,注意信息渠道、质量、密度三者皆优。若担心信息洪流太大,可尝试以下做减法的小 tips: 只掌握最好的产品,少关注新产品测评(除非远超 ChatGPT)。 只解决具体问题,不做泛泛了解。从问题中来,到问题中去。 只关注核心能力,不关注花式玩法,用 AI 扬其长避其短。 只关注理清需求和逻辑,不死记硬背提示词。 先关注提升认知/洞察,然后再谈技巧。 3. 直观初接触:对 AI 最好的直观初接触有两个方面,一是了解最低成本能直接上手试的工具以及自己能否尝试,二是了解现在最普遍/最好的工具及其效果。虽然底层都是大模型,但 AI 工具各有侧重,不同公司也有各自优化。关于每一种工具的详细入门、讲解和应用,WayToAIG 已分好类目。为了更便捷展示 AI 能力,让普通人更直观马上上手,可选择聊天工具、绘画工具、视频工具、音乐工具等进行体验。
2024-11-11
普通人如何开始学习AGI?
对于普通人开始学习 AGI,以下是一些建议: 1. 万能公式法:问 AI“一个(xxx 职业)需要具备哪些知识?”,AI 会给出知识框架,然后针对每一个小点进一步询问,能帮助您深度思考。 2. 寻找优质信息源:像没有技术背景的普通人,可在「即刻」App 的“”等免费圈子获取前沿信息线索,很多 Twitter 上的开发者大牛也会在此分享。若担心信息洪流太大,可尝试以下 5 个做减法的技巧: 只掌握最好的产品,少关注新产品测评(除非远超 ChatGPT)。 只解决具体问题,不做泛泛了解。从问题中来,到问题中去。 只关注核心能力,不关注花式玩法,用 AI 扬其长避其短。 只关注理清需求和逻辑,不死记硬背提示词。 先关注提升认知/洞察,然后再谈技巧。 3. 完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法,设计自己的学习路径。 4. 初学者入门推荐:看 open AI 的官方 Cookbook,小琪姐做了中文精读翻译,也可查看 cloud 的相关内容。 5. 学习 AI 是一个长期的过程,需要耐心和持续的努力。不要害怕犯错,每个挑战都是成长的机会。随着时间的推移,您将逐渐建立起自己的 AI 知识体系,并能够在这一领域取得成就。
2024-11-06
普通人学习AI有哪些好处
以下是普通人学习 AI 的一些好处: 有助于在医疗保健领域带来改变,例如医生可将文档工作交给 AI 书记员,初级医疗服务提供者可依赖聊天机器人进行分诊,加速药物开发等。 能够为在特定领域成为顶尖人才打下基础,像医学领域,需要多年的密集信息输入和实践学习,AI 学习也类似。 可以培养处理复杂情况和细微差别的决策直觉,例如在分子层面的差别处理。 了解 AI 如何在没有直接从人类获取数据的情况下,通过观察来学习和模仿人类行为,这被视为向人工通用智能迈进的一步。 需要注意的是,以上内容是基于提供的资料进行的总结和整理。
2024-11-01
怎么用ai兼职赚钱快?推荐职业
以下是关于用 AI 兼职赚钱及相关职业的一些信息: 学习 AI 有可能通过兼职赚钱,但不能确保每个人都能快速获得收益。在人工智能领域,存在一些高薪工作,例如数据科学家、机器学习工程师等。掌握了 AI 技术,有机会在这些岗位上就业并获取不错的收入。而且,AI 技术在金融、医疗、制造业等众多行业均有应用,具备 AI 技能能增加就业机会和职业发展的可能性。 然而,能否通过 AI 兼职赚钱取决于多种因素,包括个人的学习能力、实际应用能力以及对市场和商业的理解等。仅仅掌握一些基础知识可能难以在竞争激烈的市场中突出重围,需要持续学习和实践。 目前常见的利用 AI 兼职赚钱的职业有: 1. AI 内容创作:利用 AI 工具生成文章、故事、广告文案等。 2. AI 图像设计:借助 AI 绘画工具为客户设计图片、海报等。 3. 数据标注与预处理:为 AI 模型的训练提供准确的数据标注。 但要注意,在从事相关兼职工作时,要不断提升自己的技能和能力,以适应市场的需求和变化。
2024-11-07
ai音乐的出现,如何靠这个赚钱
以下是关于靠 AI 音乐赚钱的一些方法和相关信息: Suno 和 Udio 推出了上传音频文件生成音乐的功能,这一功能具有精确的控制力。有了前置旋律,可以精确控制每首歌的速度(Tempo),无需再背绕口的速度词,能精确控制想要的 BPM;控制旋律(Melody),自己制作简单旋律让 AI 补全并贯穿整首歌,还能实现一谱变速,节省大量 Roll 旋律的时间;控制配器(Instrumentation),按想法选择乐器,也可选择特殊音色;控制合成(synthesizer),对相同 BPM 和调性的音乐进行拆分组合尝试新效果。 节省了上传音频的点数消耗后,每月的点数可以这样使用:用提示词多 Roll 一些和流派、心情、场景相关的曲子,减少限制让 AI 音乐发挥更多创造力,把好旋律存起来作为制作素材;用于 roll 更多细节调整,如让某段曲子升调,提升作品品质。 LAIVE 是利用 AI 技术一次性生成音乐、歌词、主唱等的创作平台,使用者可选择喜欢的类型和情调,上传参考音源,AI 分析生成音乐,还能选择主唱和修改歌词,目前为开放测试阶段。输入促销代码“LAIVEcreator”可获得 50 代币(入口在个人资料),令牌有效期为输入代码后的 30 天,促销码失效日期为 4 月 17 日。 DataMind Audio 推出了 Combobulator 插件,这是一个基于 AI 的效果插件,利用神经网络通过样式转移的过程重新合成输入音频,从而使用自己的声音重现其他艺术家的风格。
2024-11-06
使用AI赚钱的方法
以下是一些使用 AI 赚钱的方法: 1. 艺术创作:生成式 AI 可用于内容创作,如通过像 Lensa 这样的应用生成肖像画等,从消费者“仅为了娱乐”地创造内容,到创作者或个体创业者通过内容实现盈利。 2. 就业于相关岗位:学会 AI 技术,如成为数据科学家、机器学习工程师等,在相关岗位工作获得不错的收入。AI 技术在金融、医疗、制造业等各行各业都有应用,掌握 AI 技能可增加就业机会和职业发展可能性。 3. 开发 AI 产品或应用:例如创建自己的 GPTs 等,但大多数人可能难以成功,需要综合考虑多种因素,如对市场和商业的理解等。
2024-11-05
现在通过AIGC赚钱容易么
通过 AIGC 赚钱并非易事,以下是一些相关情况: AIGC 艺术家土豆人 tudou_man 认为,做有美感、有创意的 AI 作品能实现价值增值,但要注意定价和建立体系。当前制片公司竞争激烈,技术普及可能导致甲方也能掌握相关技能,广告公司角色面临挑战。对于 AIGC 作品的版权问题,要有职业素养,从源头使用正版账号,或找专业团队训练模型。 自媒体人通过 AIGC 赚钱的方式包括:参加中视频计划获取流量收益,如尺寸为 19201080 的原创横屏视频(时长≥1 分钟),可享受西瓜视频、抖音、今日头条的流量分成,但要通过西瓜后台发布视频并同步到抖音才有抖音的收益;进行知识付费,课程价格从 198 元到 598 元不等;接受平台约稿,如重大事件科技、体育事件等,价格视平台而定;与平台签约,如成为 B 站签约 UP 主,每月有固定费用,但具体价格因合约档位而异。 金沙江创投主管合伙人朱啸虎表示,任何公司都应拥抱 AIGC 以降本增效,如用 AIGC 训练的机器人取代回答员工福利问题的人力,在游戏图片生成等方面也能立竿见影地实现降本增效。
2024-11-02
学习AIGC可以赚钱么
学习 AIGC 是有可能赚钱的。以下是一些相关情况: AIGC 领域发展迅速,新名词、概念、想法和产品不断涌现,信息丰富多样。 AI 知识付费领域存在“鱼龙混杂”的情况,如果从网上免费知识中不能清晰了解“AIGC 能干什么”,付费内容可能是“割韭菜”。 流量变现方面: 中视频流量收益:参加中视频计划,发布原创横屏视频(时长≥1 分钟),可通过西瓜后台发布并同步到抖音获取流量分成,抖音和西瓜系统独立,抖音收益只与抖音播放量相关。 知识付费:如画小二 AIGC 商业案例实操课,价格从 198 元到 598 元不等。 平台约稿:针对平台大事件,如科技、体育事件等,具体价格依平台而定。 平台签约:像成为 B 站签约 UP 主,每月有固定费用,但具体金额因合约档位不同而不同。
2024-11-02
怎么学习人工智能并应用到赚钱
学习人工智能并应用到赚钱可以从以下几个方面入手: 1. 掌握基础知识:学习人工智能的基本概念、原理和技术,包括机器学习、深度学习、自然语言处理等。 2. 提升技能:通过相关课程和实践,提高自己在数据处理、模型训练和优化等方面的能力。 3. 学习商业应用:了解人工智能在金融、医疗、制造业等行业的应用案例,例如学习微软的《面向商业用户的人工智能学习》《人工智能商学院》等课程。 4. 深入研究经典机器学习:可参考《机器学习入门课程》。 5. 掌握特定技术:如使用 Azure 认知服务(Azure Cognitive Services)来创建实用的人工智能应用,包括《视觉》《自然语言处理》《使用 Azure OpenAI 服务的生成式人工智能》等课程。 6. 持续学习和实践:人工智能领域发展迅速,需要不断更新知识和技能,并将其应用到实际项目中。 然而,需要注意的是,学了人工智能有可能赚钱,但不一定保证每个人都能赚到钱。人工智能领域确实有很多高薪工作,比如数据科学家、机器学习工程师等,但能否赚钱还取决于很多因素,比如个人的学习能力、实际应用能力、对市场和商业的理解等等。仅仅学会一些基础知识可能还不足以在竞争激烈的市场中脱颖而出。大型语言模型主要基于语言理解和生成,并非专门设计用于数学计算,在处理数学问题时可能出错。同时,关于 GPTs/GLMs 能否帮助创作者赚钱,答案是能,但大多数人不能,具体原因会在相关文章中详细阐述。
2024-10-30
普通人如何参与人工智能的红利
普通人参与人工智能红利的途径包括以下几个方面: 在医疗领域,随着 AI 诊断准确率的提升,C 端的 AI 陪诊、AI 助理等有可能成为获取医疗数据的重要途径。但短期内,AI 医疗 C 端直接付费较困难,满足 2B/2G 的降本需求是主要模式。此外,“护士助手”可能比“AI 诊疗”更适合国情,从长期看,AI 提供了“人体健康模型”的可能性,如防未病、真正的个性化诊疗。 从政策方面,《人工智能权利法案蓝图》提到,公民在公共和私营部门享有包括言论自由、投票自由等在内的权利和自由,以及公平获得教育、住房、信贷、就业等计划的机会,还有获得关键资源或服务的权利,如医疗保健、金融服务等。 在 AI 行业中,流量渠道方面,80.53%的用户直接访问 AI 工具,有机搜索占 11.40%,推荐占 6.73%,有机社交仅带来 1.02%,付费搜索和其他内容贡献较小。设备使用方面,63.20%的用户通过移动设备访问,36.80%通过桌面访问。性别方面,男性用户占 69.5%,女性用户占 30.5%。
2024-10-10