给我一个秘塔搜索的介绍及使用指南

使用工作流的指南如下： 1. 创建工作流。 2. 配置工作流： 通过拖拽的方式将节点添加到画布内，并按照任务执行顺序连接节点。 工作流提供了基础节点供使用，还可以添加插件节点来执行特定任务。具体操作如下： 在左侧面板中选择要使用的节点。 将节点拖拽到画布中，并与其他节点相连接。 配置节点的输入输出参数。 3. 测试并发布工作流。 4. 在 Bot 内使用工作流： 前往当前团队的 Bots 页面，选择进入指定 Bot。 在 Bots 编排页面的工作流区域，单击右侧的加号图标。 在添加工作流对话框，在“我创建的”页面选择自建的工作流。 在 Bot 的人设与回复逻辑区域，引用工作流的名称来调用工作流。

以下是 Zotero 结合 AI 技术的高效使用指南： 在论文写作领域，AI 技术应用广泛，能提供多方面辅助。以下是一些相关工具和平台： 文献管理和搜索： Zotero 结合 AI 技术，可自动提取文献信息，助您管理和整理参考文献。 Semantic Scholar 是由 AI 驱动的学术搜索引擎，能提供文献推荐和引用分析。 内容生成和辅助写作： Grammarly 通过 AI 技术提供文本校对、语法修正和写作风格建议，提升语言质量。 Quillbot 是基于 AI 的重写和摘要工具，可精简和优化论文内容。 研究和数据分析： Google Colab 提供基于云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，便于数据分析和可视化。 Knitro 用于数学建模和优化，帮助进行复杂的数据分析和模型构建。 论文结构和格式： LaTeX 结合自动化和模板，高效处理论文格式和数学公式。 Overleaf 是在线 LaTeX 编辑器，有丰富模板库和协作功能，简化编写过程。 研究伦理和抄袭检测： Turnitin 是广泛使用的抄袭检测工具，确保论文原创性。 此外，还有一些其他的 AI 相关应用，如通过 AI Agent 实现的 ChatOps 运维逻辑，结合云上资源查询和 Linux 系统登录插件，为用户提供高效智能的操作体验。Stability AI 与 Tripo AI 合作发布的 TripoSR 能在 A100 上仅需 0.5 秒生成高质量 3D，模型权重和源代码已开源，有多种尝试和了解的途径。

以下是关于 Kimi 的使用指南： 浏览器 Kimi 插件： 安装后，在浏览网络文章时点击插件图标，或使用快捷键 Ctrl/Cmd+Shift+K，即可一键召唤 Kimi 总结网页内容。 特点： 极简，点击一键总结，无其他花里胡哨的功能。 Kimi 无法访问的网页也可以进行总结，如推特等。 英文文章直接用中文总结要点。 支持 Dark Mode。 注意事项： 本插件为第三方爱好者开发，不是 Kimi 或月之暗面官方产品。 由于 Arc 等浏览器没有所需的 API，所以本插件在 Arc 等浏览器无法使用。 在利用 AI 打造爆款公众号文章时，也可以使用 Kimi： 收集资料：在搜索框中输入具体的 Prompt 定位相关资讯，通过 AI 工具如 Perplexity.AI、微软的 Bing 搜索引擎等快速搜集大量相关资料，并获取引用网站链接。 整理资料：使用 Kimi 这个 AI 会话助手读取网页内容并生成一定内容，分批次提供资料以确保其有效读取和理解。但需注意 Kimi 的阅读能力有一定限制，可能无法一次性处理大量资讯或读取某些网站内容。

以下是关于 sref 的使用指南： 风格一致： 指南：垫图链接（可选择）+关键词+“sref” +图片链接+风格化参数+“v 6.0” 指令：url +关键词+“sref” + url +“sw” +“v 6.0” sw 风格化参数：用于控制整体的风格强度，默认为 100，数值范围为 参考多张图像风格：url 间使用空格隔开，权重代表不同参考风格的权重，如 sref url A::2 url B::3 url C::5 适用模型：V6 和 Niji V6 常见问题： 您可以在使用 Vary Region 期间使用 sref 来增强美学匹配/混合。 以下是如何在使用 Vary Region 时使用sref 图像来帮助加强风格的方法： 确保 remix 已打开。放大 点击。 保留提示中确定画布总体构图的部分。尽量保留尽可能多的部分，但不要耗尽内存。如果您的细节没有显示出来，那可能是内存问题。编辑提示以删除一些不必要的细节，以腾出空间添加新的细节。 将您的细节添加到提示中。 记得用一些详细的描述（至少 5 7 个词）描述它。 现在，您可以通过将基本图像用作 sref 来加强您的添加部分的风格（视觉美学）。右键单击放大后的图像中心，从下拉菜单中选择复制链接。将该链接添加为您的sref。 详细步骤： sref 参数允许我们使用通过 URL（地址链接）提供的现有图像或图像的大致视觉特征、美学和氛围创建新图像。 官方详细步骤地址：https://discord.com/channels/662267976984297473/1204491188539883571 请参阅以下的 1 2 3 步骤教程，以帮助您开始使用风格参考图像。 图像地址链接：whatnostop_A_textured_impasto_expressive_oil_painting_depicting_d63d1644 49b4 4831 95b1 486d05452313.png

通往 AGI 之路是由一群热爱 AI 的专家和爱好者共同建设的开源知识库。2023 年 4 月 26 日诞生，在没有任何推广的情况下，一年时间已有超过 70 万用户和超千万次的访问量。社群的口号是让更多的人因 AI 而强大，有很多学社和共学共建的活动，例如：音乐之路、AI 视频学社、微信机器人搭建、手搓“硬件”机器人、关键词学社、AI 教育之路、AI 3D 学社、AI 即兴喜剧等。打开“waytoagi.com”即可找到社群。其内容涵盖 COBUILDING IN THE AI OPEN SOURCE COMMUNITY、AI 提示词+绘画、AI 提示词、AI 绘画、AI 语音与数字人、AI 学习路径规划、AI 产品介绍、数据分析、研究报告与课程、AI 论文和数据、知识库阅读导览、AI 产品+应用、AI 产品案例、场景应用、前沿科技探索、AI 动态+延展、每日动态与延伸阅读、开源内容共建等方面。

Discord 是一款非常流行的即时通讯和社交平台，以下是 Discord 的基本使用指南： 1. 注册和下载 首先你需要在 Discord 官网（discord.com）注册一个账号，也可以使用你现有的谷歌、Facebook 等账号直接登录。然后根据你的设备（Windows、Mac、Linux、iOS、Android 等）下载并安装 Discord 应用程序或网页版。 2. 创建或加入服务器 Discord 的主要功能围绕"服务器"展开。你可以创建一个新的服务器，邀请朋友加入。或者通过邀请链接或搜索加入现有的公开服务器。每个服务器可以根据需求创建多个不同的频道（channels）。 3. 频道介绍 一个服务器中通常包含多种类型的频道，如文字频道用于文字聊天，语音频道用于语音通话。私聊频道则是与个人好友的私聊空间。 4. 权限管理 服务器所有者可以设置频道权限，比如允许/禁止发送图片/文件，设置只读权限等。还能创建不同的身份组，方便管理成员权限。 5. 消息和信息交互 在频道中，你可以发送文字、表情包、图片、视频、文件等丰富的消息内容。系统支持 Markdown 语法格式化文本。其他成员可以回复、引用、添加表情等方式与你交互。 6. 语音和屏幕共享 进入语音频道即可进行语音聊天，打开摄像头视频通话。也可以共享你的屏幕画面给其他人观看。 7. 机器人和扩展 Discord 有大量的机器人供选择添加，实现娱乐、提示、搜索等各种功能。还可以浏览商店添加扩展来定制你的 Discord 界面和体验。 8. 移动设备使用 在手机和平板电脑上也可以安装 Discord 应用，随时随地聊天，方便保持在线互动。 总的来说，Discord 将聊天、语音、视频和社区等功能集成在一个客户端里，界面友好、功能丰富，非常适合小组交流和构建线上社区。现在已经有超过 15 亿的注册用户了。

秘塔是 AI 。秘塔科技开发了秘塔 AI 搜索，它提供多模式搜索、无广告干扰、结构化展示和信息聚合等功能，旨在提升用户的搜索效率和体验。在一些关于 AI 时代搜索的介绍中，也将秘塔 AI 搜索作为示例，指出其没有广告，能直达结果。同时在相关的比较和讨论中，也有涉及到秘塔。

以下是关于秘塔搜索提示词的相关信息： 在“大圣：我用 Coze 搓了一个乞丐版的秘塔搜索”中，提到在 AI 搜索工作流中有变量节点和大模型节点。大模型节点最关键的是提示词，其源头是一个 github 的开源项目（https://github.com/leptonai/search_with_lepton/blob/main/search_with_lepton.py ），且提示词完全参考艾木大佬的文章（https://mp.weixin.qq.com/s/Ory8iVXXjjN3zSTcupPm6Q ）。由于本篇教程主要是让大家对 Coze 的能力更有体感，所以提示词这里不做深入探讨。 同样在“大圣：我用 Coze 搓了一个乞丐版的秘塔搜索”中，提到按照编写人设提示词、打造工作流、预览以及调试的流程来搓 Bot，且为了方便大家理解，贴出了中英两版人设提示词。 一些推荐的 AI 搜索引擎中包括秘塔 AI 搜索，它由秘塔科技开发，提供多模式搜索、无广告干扰、结构化展示和信息聚合等功能，旨在提升用户的搜索效率和体验。 请注意，以上内容由 AI 大模型生成，请仔细甄别。

秘塔 AI 具有以下功能和擅长处理的事项： 1. 作为搜索引擎，提供多模式搜索、无广告干扰、结构化展示和信息聚合等功能，旨在提升用户的搜索效率和体验。 2. 在调研工作中，可进行定向搜索，为深度调研提供支持。 3. 作为智能写作助手，能辅助用户进行高质量写作，例如检查语法、拼写错误，进行智能润色和内容创作辅助。

以下是国内一些 AI 大模型的优势： 通义千问：由阿里云开发，能够与人交互、回答问题及协作创作。 科大讯飞（SparkDesk）：有免费接口，在某些应用场景中具有出色表现。 智谱清言：在聊天状态下能生成 Markdown 格式。 文心一言：百度出品的 AI 对话产品，定位为智能伙伴，能写文案、想点子，又能陪你聊天、答疑解惑。 抖音（云雀大模型）：暂未明确其独特优势。 智谱 AI（GLM 大模型）：暂未明确其独特优势。 中科院（紫东太初大模型）：暂未明确其独特优势。 百川智能（百川大模型）：暂未明确其独特优势。 商汤（日日新大模型）：暂未明确其独特优势。 MiniMax（ABAB 大模型）：目前不能进行自然语言交流，但有语音合成等特色功能。 Kimi 智能助手：由 Moonshot AI 出品，有着超大“内存”，可以一口气读完二十万字的小说，还会上网冲浪。 需要注意的是，不同大模型的优势会因应用场景和用户需求的不同而有所差异。

Kimi 和秘塔 AI 的区别在于以下方面： 功能特点：传音智库是公司内部的 AI 平台，功能类似于 Poe，仅内网可访问，可用 Kimi 替代。 平台性质：Kimi 是国产新星，秘塔 AI 被称为搜索神器。 访问网址：Kimi 的网址为 https://kimi.moonshot.cn/ ，秘塔 AI 未提及具体网址。

秘塔 AI （https://metaso.cn/）是一款智能搜索工具，它可以帮助用户快速找到所需信息。在 AI 时代，搜索引擎结合大模型极大地增强了自己的能力，秘塔 AI 就是其中的佼佼者之一。秘塔 AI 的 AI 助手平台、国产新星 Kimi 和搜索神器都是非常实用的工具，它们可以帮助用户提高工作效率，让 AI 走进我们的工作和生活。 此外，秘塔 AI 还可以与其他工具结合使用，例如 Coze。Coze 是一款强大的企业级知识库工具，它可以帮助用户快速搭建知识库，并与其他工具进行集成。在这篇文章中，作者介绍了如何使用 Coze 搓一个乞丐版的秘塔搜索，这表明秘塔 AI 可以与其他工具进行结合，以满足用户的不同需求。 总之，秘塔 AI 是一款非常实用的智能搜索工具，它可以帮助用户快速找到所需信息，并提高工作效率。同时，秘塔 AI 还可以与其他工具结合使用，以满足用户的不同需求。

以下是关于 DeepSeek 的相关资料： DeepSeek 网址：https://www.deepseek.com/zh 。它很方便，国内能访问，网页登录方便，目前完全免费。新手推荐使用，您只需要获得游戏代码即可。点击开始对话，左边选择代码助手，直接向其许愿。 5 月 7 日的 XiaoHu.AI 日报中提到，DeepSeek 发布 2360 亿参数的 DeepSeekV2，它是 60 位专家混合开源模型，数学、编码和推理表现出色，有 236B 参数，21B 在生成过程中被激活，在 MTBench 上表现优异，中文能力强且性价比高。详细介绍：https://xiaohu.ai/p/7468

以下是一些好用的 AI 搜索引擎推荐： 1. 必应：通常是付费选项中的最佳选择。对于儿童，可汗学院的 Khanmigo 提供由 GPT4 驱动的良好的人工智能驱动辅导。 2. 秘塔 AI 搜索：由秘塔科技开发，提供多模式搜索、无广告干扰、结构化展示和信息聚合等功能，旨在提升用户的搜索效率和体验。 3. Perplexity：一款聊天机器人式的搜索引擎，允许用户用自然语言提问，使用生成式 AI 技术从各种来源收集信息并给出答案。 4. 360AI 搜索：360 公司推出的 AI 搜索引擎，通过 AI 分析问题，生成清晰、有理的答案，并支持增强模式和智能排序。 5. 天工 AI 搜索：昆仑万维推出的搜索引擎，采用生成式搜索技术，支持自然语言交互和深度追问，未来还将支持图像、语音等多模态搜索。 6. Flowith：一款创新的 AI 交互式搜索和对话工具，基于节点式交互方式，支持多种 AI 模型和图像生成技术，提供插件系统和社区功能。 7. Devv：面向程序员的 AI 搜索引擎，专注于提供编程、软件开发和人工智能等领域的专业建议和指导。 8. Phind：专为开发者设计的 AI 搜索引擎，利用大型语言模型提供相关的搜索结果和动态答案，特别擅长处理编程和技术问题。 需要注意的是，在使用人工智能作为搜索引擎时，存在幻觉的风险，大多数人工智能没有连接到互联网。在某些情况下，如技术支持、决定在哪里吃饭或获得建议，必应通常比谷歌更好。这是一个正在迅速发展的领域，使用时应小心。

以下是关于外贸搜索 AI 的相关信息： 开搜 AI 搜索： 这是一款免费无广告、直达结果的面向大众的搜索工具。其主要应用场景包括： 在校学生可用于快速搜集专业领域的学术资料，智能总结关键信息，助力撰写论文和报告，且支持查看来源出处，参考价值高。 教师群体能获取丰富的教学资源，自动生成教案和课题研究报告，提高教学内容的准备效率。 职场办公人群可高效查找工作所需信息，简化文案撰写、PPT 制作和工作汇报的准备工作。 为学术研究人员提供深入的行业分析，通过 AI 技术整合和总结大量数据，形成有深度的研究报告。链接：https://kaisouai.com/ 一些推荐的 AI 搜索引擎： 秘塔 AI 搜索：由秘塔科技开发，提供多模式搜索、无广告干扰、结构化展示和信息聚合等功能，旨在提升用户的搜索效率和体验。 Perplexity：一款聊天机器人式的搜索引擎，允许用户用自然语言提问，使用生成式 AI 技术从各种来源收集信息并给出答案。 360AI 搜索：360 公司推出的 AI 搜索引擎，通过 AI 分析问题，生成清晰、有理的答案，并支持增强模式和智能排序。 天工 AI 搜索：昆仑万维推出的搜索引擎，采用生成式搜索技术，支持自然语言交互和深度追问，未来还将支持图像、语音等多模态搜索。 Flowith：一款创新的 AI 交互式搜索和对话工具，基于节点式交互方式，支持多种 AI 模型和图像生成技术，提供插件系统和社区功能。 Devv：面向程序员的 AI 搜索引擎，专注于提供编程、软件开发和人工智能等领域的专业建议和指导。 Phind：专为开发者设计的 AI 搜索引擎，利用大型语言模型提供相关的搜索结果和动态答案，特别擅长处理编程和技术问题。 AI 术语库中的部分术语： Backward：后向（AI 领域） Backward Induction：反向归纳（AI 领域） Backward Search：反向搜索（AI 领域） Bag of Words：词袋（AI 领域） Bagging：袋装（AI 领域） Bandit：赌博机/老虎机（AI 领域） Bandpass Filter：带通滤波器（AI 领域） Base Classifier：基分类器（AI 领域） Base Learner：基学习器（AI 领域） Base Learning Algorithm：基学习算法（AI 领域） Base Vector：基向量（AI 领域） Baseline：基准（AI 领域） Basin of Attraction：吸引域（AI 领域）

RAG（Retrieval Augmented Generation，检索增强生成）是一种利用大模型能力搭建知识库的技术。以下是关于 RAG 的详细介绍： 背景：大模型训练数据有截止日期，当需要依靠不在训练集中的数据时，RAG 应运而生。 过程： 文档加载：从多种来源加载文档，如 PDF 等非结构化数据、SQL 等结构化数据、Python 等代码。 文本分割：把文档切分为指定大小的块。 存储：包括将切分好的文档块嵌入转换成向量形式，并将向量数据存储到向量数据库。 检索：通过检索算法找到与输入问题相似的嵌入片。 输出：把问题及检索出来的嵌入片提交给 LLM，生成更合理的答案。 核心组件：分为检索、增强、生成三部分。其中检索是核心组件之一，负责从外部数据源或知识库中获取与用户查询相关的信息，其质量和效率对 RAG 系统性能至关重要。涉及检索策略、检索粒度、检索方法、检索效率、外部数据源等关键概念和技术。 引入方式：可以从 AI 搜索切入来理解 RAG。AI 大模型擅长语义理解和文本总结，但不擅长获取实时信息；搜索引擎擅长获取实时信息但信息分散。AI 与搜索引擎结合，给 AI 配备知识库，类似于 RAG 原理。

在图像对比与图像搜索方面，以下是一些相关的 AI 大模型特点和应用： RAG（检索增强生成）：通过引用外部数据源为模型做数据补充，适用于动态知识更新需求高的任务。其原理是在基础大模型基础上引用外部数据，对搜索到的数据信息进行切片、拆分和语义理解，再根据用户提问进行检索和回答，但比基座模型更耗时。RAG 是一个检索生成框架，能够支持在本地运行。 AI 搜索：结合了多种能力，如 fine tuning、实时联网查询和查询知识源等，能够为用户整理出想要的内容。一些 AI 搜索平台专注于特定领域，如为程序员提供代码搜索。 多模态大模型：像能唱会跳、精通多种技能的机器人，能看见、听见、思考、说话，例如能识别物体、听取指令等。 生成式模型和决策式模型：决策式模型偏向逻辑判断，按预设程序固定输出；生成式模型偏随机性，能动态组合并结构化呈现，如在图像识别中，决策式模型返回关键词，生成式模型用语言表达结构化信息。

AI 精准搜索可以通过以下几个关键步骤来实现： 1. 意图识别：对用户提问进行分类，如导航类、信息查询类、交易类、本地信息类等，还包括多级子分类。通过分类匹配更准的信息源和更好的回复提示词，很大程度提升检索召回率。目前主流的实现方案主要是通过提示词请求大模型完成，但准确度不够高，大模型的 Function Calling 能力也可理解为一种意图识别。 2. 问题改写（Query Rewrite）：在完成意图识别并确认需要联网检索后，对用户的 query 进行改写，目的是得到更高的检索召回率。主要包括三个维度的改写，即让提问有更精准/更专业的表达、补全上下文做指代消解、名词提取。改写可以通过设置提示词请求大模型完成。 3. 多信息源聚合（Multi Source）：提升 AI 搜索准确度的另一个关键措施是做多信息源整合。结合意图识别和问题改写，假设用户搜索特定问题，可根据意图判断是否联网及搜索类型，提取概念名词，除常见检索外，还可检索其他信息源获取更多内容。多信息源的整合可能涉及海量数据处理和自建信息源索引等技术，传统搜索厂商和依靠 UGC 建立数据飞轮的超级 App 在这方面有优势。 4. 搜索结果重排（Reranking）：AI 搜索做多信息源整合时，需要对检索结果重排。重排目的主要是过滤不相关参考信息和对相关性进行排序，便于截取权重最高的 top_k 条记录作为引用参考。重排方案有使用 zilliz 向量数据库+llamaindex 框架做相似度匹配和使用 FlashRank 开源框架，但前者效率低，后者准确度不够高。 5. 搜索内容读取（Read Content）

WaytoAGI 是由一群热爱 AI 的专家和爱好者共同建设的开源 AI 知识库。 它涵盖了多个版块，包括 AI 绘画、AI 视频、AI 智能体、AI 3D 等，还通过举办赛事和活动促进大家动手实践，拥有超千万次的访问量，是很多 AI 爱好者知识的源头。 社群的口号是让更多的人因 AI 而强大，有很多学社和共学共建的活动。此外，WaytoAGI 还孵化了离谱村这个千人共创项目，让大家学习和接触 AI 更容易、更感兴趣，参与者不分年龄层，都能通过 AI 工具创作出各种作品。 2023 年 4 月 26 日诞生，2024 年的 2050 年是它的生日庆典。打开“waytoagi.com”即可找到社群。

以下为您介绍一些文稿转换成视频的 AI 工具： 1. Pika：一款出色的文本生成视频 AI 工具，擅长动画制作，并支持视频编辑。 2. SVD：如果您熟悉 Stable Diffusion，可以直接安装这款最新的插件，在图片基础上直接生成视频。这是由 Stability AI 开源的 video model。 3. Runway：老牌 AI 视频生成工具，提供实时涂抹修改视频的功能，但需要收费。 4. Kaiber：视频转视频 AI，能够将原视频转换成各种风格的视频。 5. Sora：由 OpenAI 开发，可以生成长达 1 分钟以上的视频。 若您想用 AI 把小说做成视频，可参考以下制作流程： 1. 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。 2. 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。 3. 图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。 8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。 以下是一些可利用的工具及网址： 1. Stable Diffusion（SD）：一种 AI 图像生成模型，可以基于文本描述生成图像。网址： 2. Midjourney（MJ）：另一个 AI 图像生成工具，适用于创建小说中的场景和角色图像。网址： 3. Adobe Firefly：Adobe 的 AI 创意工具，可以生成图像和设计模板。网址： 4. Pika AI：文本生成视频的 AI 工具，适合动画制作。网址： 5. Clipfly：一站式 AI 视频生成和剪辑平台。网址： 6. VEED.IO：在线视频编辑工具，具有 AI 视频生成器功能。网址： 7. 极虎漫剪：结合 Stable Diffusion 技术的小说推文视频创作提效工具。网址： 8. 故事 AI 绘图：小说转视频的 AI 工具。网址： 请注意，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。

DeepSeek 是一家低调但引人关注的大模型公司。其发布了 2360 亿参数的 DeepSeekV2 模型，该模型具有以下特点： 由 60 位专家参与的混合开源模型。 在数学、编码和推理方面表现出色。 拥有 236B 参数，其中 21B 在生成过程中被激活。 在 MTBench 上表现优异，中文能力强且性价比高。 关于 DeepSeek 的详细介绍，您可以通过以下链接获取更多信息：https://xiaohu.ai/p/7468 。此外，还有一篇文章《》对其进行了深入报道。

AI aPaaS 是指像字节 Coze 这样的工具，本质上是“AIfirst aPaaS”。 “aPaaS”意味着 Bot Builder 这类工具与以往的 aPaaS 相同，实现一个应用所需的不同类型代码，如数据、状态、API 调用、逻辑（工作流、事件系统等）、UI 等，通过不同的可视化工具来实现，像数据库建模、服务插件、节点图工具、拖拽式 UI 搭建工具等。生成的并非新应用的完整代码，而是“配置”，所有创建的“应用”都是 aPaaS 本体这个单一应用读取不同配置的运行结果。Bot Builder 只是针对其中部分类型更换了不同的可视化工具，比如针对“数据”类型用 RAG 工具，对“状态”类型用 Token 缓存等工具、对“工作流逻辑”用 Agent 搭建工具，对“UI”用提示词和卡片配置工具。得到的“应用”一部分作为“配置”存储和运行在 Bot Builder 平台自身，一部分作为“配置”存储和运行在各种 Chatbot 平台（比如 ChatGPT）。 “AIfirst”指的是它们不仅在开发应用时使用 AI 辅助或依赖 AI，开发出来的也是 AI 应用（目前主要形态是各平台上的 chatbot）。应用的开发阶段有大模型加持（比如用自然语言描述任务），应用的运行阶段也有大模型支撑（大模型扮演两个角色，最平庸的角色是用大模型的 prompt 调用取代手工编写的代码，更重要的角色是借助大模型做到手工代码做不到的事情）。 像这样的 AI 应用开发平台存在一些问题：aPaaS 这种单一应用的模式，跟内容平台（比如微信公众号、Medium、头条抖音，很多内容平台同样有“开发”需求，比如文章的 HTML 排版和 widget 组合配置，视频中的 AR 效果）、乃至元宇宙平台（比如 Roblox、堡垒之夜、Decentraland、VRChat、元梦之星，这些平台中用户创建的每个 3D 世界，都是应用，传统上都需要专门开发）非常一致或者说一脉相承。缺点是不生成完整、专业的应用代码，跟专业应用开发（包括开发方式、最佳实践、技术生态、抽象积累）割裂，自成体系，重新发明一切，无法灵活深度的混搭和优化。优点是天然趋向把同一个应用在开发阶段的形态和运行阶段的形态统一，类似本帖引用中 Ego 的说法“a game engine that is also a game”，应用自身就是应用开发工具、就是编辑器，开发应用的同时就是在使用应用，开发游戏的时候就是在玩游戏。但 aPaaS 们（含 Bot Builder）显然还远远没实现这种优点，仍然有使用门槛，使用 Bot Builder 过程中的复杂性也远高于使用 Bot。Bot Builder 们只做到“AIfirst”，并没做到“AInative”。引用中的 Ego 是一个“AInative App Builder”的例子，定位是“AInative simulation/game engine and platform”。

AI 大模型的发展具有重要意义和深远影响： 1. 与传统语音技能的差异：语音技能的 NLU 是通过规则、分词策略等训练而成，运作逻辑可观测，具有 ifelse 式逻辑性；而大模型凭借海量数据在向量空间中学习知识关联性，运作逻辑难以观测，脱离了 ifelse 层面。 2. 带来的变革量级：汪华老师认为此次 AI 变革 100%能达到与移动互联网同级，50%可能发展至与蒸汽机出现同量级，能否到达 AGI 阶段尚不明确。 3. 背景和趋势：随着大模型技术成熟和规模增大，为 AI Agent 提供强大能力，有望构建具备自主思考、决策和执行能力的智能体，广泛应用于多个行业和领域。 4. 整体架构： 基础层：为大模型提供硬件支撑和数据支持，如 A100、数据服务器等。 数据层：包括企业根据自身特性维护的静态知识库和动态三方数据集。 模型层：有 LLm（大语言模型，如 GPT，一般使用 transformer 算法实现）和多模态模型（如文生图、图生图等模型，训练数据为图文或声音等多模态数据集）。 平台层：如大模型的评测体系或 langchain 平台等，提供模型与应用间的组成部分。 表现层：即应用层，是用户实际看到的地方。

以下是国内外一些较好的大模型及其对比介绍： 国外大模型： GPT4 Turbo 总分 90.63 分遥遥领先，在各项能力上表现出色。 国内大模型： 文心一言 4.0（API）总分 79.02 分，过去 1 年有长足进步。 通义千问 2.0（阿里云）：在代码、上下文对话基础能力上排名国内第一，各项能力较为均衡，位于国内大模型第一梯队，适合应用于金融、医疗、汽车等垂直专业场景及代码生成与纠错等场景。 AndesGPT（OPPO）：在语言理解与抽取、角色扮演能力上排名国内前一，在代码、生成与创作、上下文对话能力上排名国内前三，各项能力较为均衡，聚焦在移动设备端的应用。 百川智能的 Baichuan213BChat：是中文开源模型的主导力量，在中文上表现优于国外开源模型。 在 SuperCLUE 测评中，国外模型的平均成绩为 69.42 分，国内模型平均成绩为 65.95 分，差距在 4 分左右，但国内外的平均水平差距在缩小。另外，国内开源模型在中文上表现要好于国外开源模型。