直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

为什么国内目前仍有一些人在盲目夸耀国产AI不错,有出息,等等

回答

国内在 AI 领域的发展情况较为复杂。在 2023 年之前,国内 AI 行业曾自认为与美国差距不大且有人口数据优势,但 ChatGPT 和 GPT4 的出现打破了这种认知,直接拉开了 2 年的技术差距。上半年国内坚信靠资金和卡能发展,但试验后发现不易,下半年纷纷转向“垂直应用”“商业化”,不提 AGI,这种转向是短视且致命的。目前国内最领先的模型水平大概在准 ChatGPT3.5,与 GPT4 有差距。

国内大厂在人才、GPU、数据和资金储备上有冲击 AGI 的能力,但受内部短期考核压力等影响,实际效果不明显。具体来说,百度的“文心 4.0”和阿里的“通义千问”是比较突出的。同时,智谱一年间推出了 4 代 GLM,MiniMax 推出了新模型和“星野”APP,月之暗面在长 Token 能力上表现不错。

在图像 AI 领域,国内产品发展迅速,如快手团队开发的“可灵”能生成高质量图像和视频,但价格较高;阿里的“通义万相”在中文理解处理方面出色,操作界面友好,且目前免费,但存在一些局限性。

在硬件层,国内仍面临芯片卡脖子问题,目前没有能胜任大模型训练的芯片,在推理上虽有 Nvidia 的替代产品出现,但华为昇腾因稳定性和生态问题还需时间打磨。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

AGI万字长文(上)| 2023回顾与反思

[title]AGI万字长文(上)| 2023回顾与反思[heading1]上篇:2023,风暴的前奏[heading2]<7>国内进展与卡脖子从业内人的角度,ChatGPT和GPT4的出现时最令人惊讶的,不是它的能力,而是保密工作做的太好。2023之前国内AI行业还处在沾沾自喜,自认为和美国只有个把月差距,而且还有人口数据优势;这种论调一下子被GPT4打回了原形。OpenAI在国内完全没有预警的情况下,直接拉开2年技术差距。具体原因,可能是国内的骄傲自大,可能是被之前Google主推的T5技术路线带偏,也可能是因为AGI实在是影响过于巨大,FBI、美国国防部这些国家机关不可能没和OpenAI打过招呼。OpenAI的成功是大力出奇迹,所以23年上半年国内也笃信只要有卡有钱就可以“大炼钢铁”。那时不论是纷纷囤卡招人,研究类GPT架构的大厂们,还是讲着中国OpenAI的故事,拿着巨额融资的创业公司们,都想要第一个创造国产AGI。而到了下半年,在试验了一番发现不容易之后,又纷纷转向要做“垂直应用”、“商业化”;反而不提AGI了。这个转向是短视的,甚至是致命的。2023年,中美在AGI技术的差距并没有缩小。现在,国内最领先的模型水平大概在准ChatGPT3.5的水平,和GPT4还有不小差距;甚至还不如临时拼凑的Mistral团队的水平。大厂。大厂们无论是人才、GPU、数据,还是资金储备都是可以冲击AGI的,不过从实际效果上来看还并没有明确亮点。但与此同时,受内部短期考核压力的裹挟,大多数力量应该都放在卷新产品圈地盘和向上汇报工作上了。从另一个角度,这些模型虽然能力一般,但和业务的结合都是比较充分的。最后,大厂们同时背负了太多其他业务和政治考量:对于是否做大模型的出头鸟,很多公司都是要三思的。具体来讲,百度和阿里是大厂里比较高调:百度的“文心4.0”是当前国内能力最好的模型之一,即将发布的阿里的“通义千问

给小白的AI产品推荐

首先介绍的是"可灵",这是一款由快手团队开发的AI应用。可灵主要用于生成高质量的图像和视频。它的一大特点是生成的图像质量非常高。可灵最初采用内测邀请制,但现在已经向所有用户开放使用。然而,可灵的价格相对较高。与其他AI应用相比,它的费用要贵一些。对于重度用户,最高档的年费可能达到几千元人民币,如果平均到每个月,使用成本在400到600元人民币之间。但如果临时使用或轻度使用的话,仍然有每日免费点数和60多元单月的最便宜包月选项,对轻度用户来说还是值得一试的。[heading3]3.1.2通义万相[content]通义万相作为国产AI工具,它在中文理解和处理方面表现出色,这一特点使其在国内市场具有独特优势。用户可以从多种艺术风格和图像风格中进行选择,满足不同创作需求。生成的图像质量较高,细节丰富,能够满足大多数用户的期望。操作界面设计简洁直观,用户友好度高,降低了使用门槛。作为阿里生态系统的一部分,该工具可以与阿里其他产品和服务无缝整合,为用户提供更全面的解决方案。重点是现在免费,每天签到获取灵感值就可以。然而,这个应用也存在一些局限性。为了符合国内监管要求,某些类型的图像可能无法生成,这在一定程度上限制了创作自由度。在处理非中文语言或国际化内容方面,它可能不如一些国际AI图像生成工具那样出色。由于模型训练数据可能主要基于中文环境,在处理多元文化内容时可能存在偏差。

AGI万字长文(上)| 2023回顾与反思

[title]AGI万字长文(上)| 2023回顾与反思[heading1]上篇:2023,风暴的前奏[heading2]<7>国内进展与卡脖子智谱:一年间推出了4代GLM,一直是国内能力最好的模型之一MiniMax:推出了MoE架构的新模型,和”星野“这个目前国内最成功的AI陪聊APP月之暗面:专注长Token能力,在记忆力和长Token能力上可圈可点其他的我暂时不列了,在2023年官宣AI大模型的公司非常多,其中免不了很多是蹭流量的。以及,大模型确实有门槛,融了资的公司还有些钱花,我们可以多给一些时间看2024年的结果。(判断的方式并不客观,欢迎讨论)从产品层面上,2C端唯一真正出圈的是“妙鸭相机”,不过也只是昙花一现。大多数消费者对于AI产品的态度是“猎奇”,而非刚需。在2B行业中,大模型目前还是“纯技术投入”,对于收入撬动非常有限;而卖AI的大厂们实际上的目的是为了卖云……最后,硬件层上的卡脖子并没有缓解。目前国内仍然没有芯片可以胜任大模型训练。不过在推理上已经开始有Nvidia的替代产品逐渐出现。备受瞩目的华为昇腾在单卡指标上距离不远,但因为稳定性不足和缺乏Cuda(硬件编译库)生态,仍然需要时间打磨。美国对于国内的芯片禁运在未来还会进一步加深;因此,除了卷模型之外,基于昇腾生态的软-硬件创业是一个机会,而且是更确定的机会。

其他人在问
生成式AI和AIGC是什么,有什么区别和联系?
生成式 AI(Generative AI)是一种能够生成新内容的人工智能技术,比如文本、图像、音乐等。其工作原理是通过大规模的数据集训练深度神经网络模型,学习各种数据的规律和特征,实现对输入数据的分析、理解和生成。目前典型的生成式 AI 包括 OpenAI 推出的语言模型 ChatGPT、GPT4、图像模型 DALLE 以及百度推出的文心一言、阿里云推出的通义千问等。 AIGC(人工智能生成内容)指利用生成式 AI 创建的内容,如图像、视频、音频、文本和三维模型。AIGC 是一种利用人工智能技术生成各种类型内容的应用方式,在内容创作、广告、媒体等领域有着广泛的应用。 生成式 AI 和 AIGC 的联系在于:AIGC 实际上是生成式 AI 的应用结果。 区别在于:生成式 AI 侧重于技术本身,强调生成新内容的能力;AIGC 侧重于生成的内容,是生成式 AI 所产生的具体成果。
2024-11-04
genAI是什么
Gen AI(Generative AI)即生成式人工智能,是一种能够生成新内容的人工智能技术,比如文本、图像、音乐等。 生成式 AI 是人工智能的一个细分流派,在 80 年的 AI 发展史中,它相较之前的所有 AI 实现方法有了根本性、跨时代的进步。在某些细分场景应用中,甚至给人通过了图灵测试的感受。 生成式 AI 和 AIGC 密切相关,利用 Gen AI 创建的内容即 AIGC(AIGenerated Content)。 生成式 AI 能够赋能诸多领域,但也存在多重潜在的合规风险。目前我国对 AIGC 的监管框架由多部法律法规构成,并形成了共同监管的形势。 AIGC 主要分为语言文本生成、图像生成和音视频生成等,在多个领域展现出广泛的应用前景。
2024-11-04
AI是什么时候发展起来的
AI(人工智能)的发展最早可以追溯到上世纪。1943 年,心理学家麦卡洛克和数学家皮特斯提出了机器的神经元模型,为后续的神经网络奠定了基础。1945 年,Alan Turing 就考虑用计算机来模拟人脑,设计了 ACE 来模拟大脑工作。1950 年,图灵最早提出了图灵测试,作为判别机器是否具备智能的标准。1956 年,在美国达特茅斯学院,马文·明斯基和约翰·麦凯西等人共同发起召开了著名的达特茅斯会议,“人工智能”一词被正式提出,并作为一门学科被确立下来。此后近 70 年,AI 的发展起起落落。1994 年,一组 52 名心理学家签署了有关智能科学的广泛定义的社论。2000 年代初,“通用人工智能”(AGI)一词流行起来。2022 年 11 月 30 日,OpenAI 发布基于 GPT 3.5 的 ChatGPT,引发了全球的 AI 浪潮。
2024-11-04
我是初学者,我该如何学习AI知识,如何一步一步的由浅入深的学习呢?
对于初学者学习 AI 知识,由浅入深的学习路径如下: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅: 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 3. 选择感兴趣的模块深入学习: AI 领域广泛,比如图像、音乐、视频等,可根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧,它上手容易且很有用。 4. 实践和尝试: 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出自己的作品。 在知识库提供了很多大家实践后的作品、文章分享,欢迎实践后的分享。 5. 体验 AI 产品: 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式。 记住,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自己的成就。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。
2024-11-04
寻找中文AI 可以对话
以下为您推荐一些可以进行中文对话的 AI 工具: 1. Character.ai:更注重人格属性,试图满足社交、情感、陪伴等需求。 2. TXYZ:是一个帮助大家搜索、查询专业文献并可以进行对话的 AI 工具,提供从搜索获取、查询对话获取知识再到管理知识的一站式服务。它是唯一和预印本文库 arxiv.org 官方合作的 AI 工具,ArXiv 的每篇论文下面都有直达 TXYZ 的按钮。用户可以自己上传 PDF 论文或者链接,通过它来在专业文献中迅速找到自己想要的答案和内容,在对话中还能提供论文参考,给出可信的背书。但内容由 AI 大模型生成,请仔细甄别。 此外,关于创建能够进行对话的聊天机器人,API 非常擅长与人类甚至自己进行对话。关键在于告诉 API 它应该如何行事,然后提供一些例子。还可以给 API 赋予一个身份,例如让其作为 AI 助手、生物学研究科学家等回答。API 作为一种语言模型,还能够进行文本补全、转换和翻译。
2024-11-04
寻找能人机对话的AI工具
以下为您推荐一些能人机对话的 AI 工具: 1. Eleven Labs:https://elevenlabs.io/ ,是一款功能强大且多功能的 AI 语音软件,能生成逼真、高品质的音频,可高保真地呈现人类语调和语调变化,并能根据上下文调整表达方式。 2. Speechify:https://speechify.com/ ,是一款人工智能驱动的文本转语音工具,可作为多种应用程序使用,能将文本转换为音频文件。 3. Azure AI Speech Studio:https://speech.microsoft.com/portal ,是一套服务,提供了支持 100 多种语言和方言的语音转文本和文本转语音功能,还提供了自定义的语音模型。 4. Voicemaker:https://voicemaker.in/ ,可将文本转换为各种区域语言的语音,并允许创建自定义语音模型,易于使用,适合为视频制作画外音或帮助视障人士。 此外,在游戏领域,也有一些与生成式 AI 相关的应用: 1. 许多初创公司正考虑使用生成性 AI 来创建可互动的可信角色,如 Charisma.ai(https://charisma.ai/)、Convai.com(https://convai.com/)、Inworld.ai(https://inworld.ai/)等,旨在为具有情感和自主权的完全渲染的 3D 角色提供动力,并提供工具以便创作者给角色设定目标。 2. 目前成功的生成性 AI 工具之一是 Runwayml.com(https://runwayml.com/),它在一个单一的软件包中汇集了一系列广泛的创作者工具。但目前还没有专为视频游戏服务的类似一体化平台。 内容由 AI 大模型生成,请仔细甄别。
2024-11-04
目前国产AI对比国外AI,存在哪些不足和差距,我要实事求是的回答
目前国产 AI 对比国外 AI 存在以下不足和差距: 1. 在通用语言模型方面,如 ChatGPT 和 GPT4 出现后,国内与国外拉开了约 2 年的技术差距。国内最领先的模型水平大概在准 ChatGPT3.5 的水平,和 GPT4 还有不小差距,甚至还不如临时拼凑的 Mistral 团队的水平。 2. 国内部分企业可能存在骄傲自大的情况,也可能被之前 Google 主推的 T5 技术路线带偏,同时 AGI 影响巨大,可能存在国外相关机构与 OpenAI 有特殊沟通而国内未有的情况。 3. 2023 年上半年国内笃信靠资金和卡能实现突破,但下半年纷纷转向“垂直应用”“商业化”,不提 AGI,这种转向可能是短视和致命的。 4. 大厂虽具备冲击 AGI 的资源,但受内部短期考核压力影响,多数力量用于卷新产品圈地盘和向上汇报工作,实际效果未达预期,且背负较多其他业务和政治考量。 不过,在图像类 AI 产品方面,国内产品发展迅速,部分产品如通义万相在中文理解和处理方面表现出色,具有独特优势。在 AI 生成视频工具领域,国内涌现出一系列工具,其生成结果在某些方面甚至远超国外。
2024-11-03
国产AI与国外AI的实际差距
国产 AI 与国外 AI 存在一定的差距,但情况较为复杂,且在不同方面表现有所不同。 在 2023 年之前,国内 AI 行业曾自认为与美国差距不大,但 ChatGPT 和 GPT4 的出现打破了这种认知,OpenAI 直接拉开了 2 年的技术差距。当时国内出现了从追求创造国产 AGI 到转向做“垂直应用”“商业化”的转变。国内最领先的模型水平大概在准 ChatGPT3.5 的水平,和 GPT4 仍有差距。大厂在人才、GPU、数据和资金储备上有冲击 AGI 的能力,但实际效果尚不明确,且受内部短期考核压力等因素影响。 然而到了 2024 年,竞争达到白热化阶段。在文本到视频扩散模型方面,Google DeepMind 和 OpenAI 展示了强大的成果,但中国的相关情况在报告中未详细说明,不过国内也涌现出了一系列表现出色的 AI 生成视频工具,生成结果甚至远超国外。Llama 3.1 在某些任务中能与 GPT4 相抗衡,而中国的一些模型如由 DeepSeek、零一万物、知谱 AI 和阿里巴巴开发的模型在 LMSYS 排行榜上取得优异成绩,尤其在数学和编程方面表现出色,且在某些子任务上挑战了前沿水平。中国模型在计算效率、数据集建设等方面各有优势,能弥补 GPU 访问的限制等不足。
2024-11-03
有哪些生成音乐的国产AI产品
以下是一些生成音乐的国产 AI 产品: 1. 海绵音乐:https://www.haimian.com/featured 2. MusicFX:https://aitestkitchen.withgoogle.com/zh/tools/musicfx 3. 剪映 4. TikTok 5. Mubert 6. 唱鸭 7. 网易天音 此外,还有一些国际上知名的 AI 音乐生成工具,如: 1. Suno:https://suno.com/ ,通过先进的深度学习技术,能将用户输入转化为富有情感且高质量的音乐作品。 2. Udio:https://www.udio.com/ ,由前 Google DeepMind 工程师开发,通过文本提示快速生成符合用户音乐风格喜好的高质量音乐作品。 另外,还有一些其他相关的产品: 1. 由 AI 驱动的软件引擎,可以生成音乐,能对手势、动作、代码或其他声音作出反应。 2. 全球最大的音乐教育平台。 3. 用于创作歌曲和音频录制的应用程序。 4. 提供无缝录音室体验的一体化在线协作平台。 5. 专业音频、语音、声音和音乐的扩展服务。 6. 视频编辑的音频解决方案。 7. 由 AI 驱动的音乐工作室。 8. 通过直观的软件/硬件生态系统为音乐演奏者提供世界级声音的民主化访问。 9. AI 音频插件和社区,弥合 AI 研究与创意之间的差距。 10. 为音乐人、制作人和内容创作者提供 AI 驱动的混音服务。 11. 为创作者提供的在线音乐软件:音乐母带处理、数字音乐发行、分期付款插件、免费样本包和协作工具。 12. (被 Meta 收购) 为创作者提供的音频和视频编辑软件。 13. 音乐人的应用程序。 14. (前身为 Tonz) 实时神经信号处理。 15. 奥地利制造的音频软硬件。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2024-10-14
国产 大模型
以下是关于国产大模型的相关信息: Qwen 是国内唯一出现在 OpenAI 视野里、可以参与国际竞争的国产大模型。OpenAI 创始人奥特曼在 X 上转发了相关消息,Qwen 多次冲进 LMSys 榜单,其开源模型累计下载量突破 1600 万,国内外有海量开发者基于它开发模型和应用,海外开发者对其评价颇高。通义大模型用行动证明了开源开放的力量。 在中文大模型基准测评 2023 年度报告的专业与技能专项基准中,GPT4 Turbo 领先幅度较大,国内中文心一言 4.0 表现不俗,在开源模型中,阿里云的 Qwen72BChat 表现可圈可点,是国内开源模型中唯一超过 60 分的模型。总体来看,国内第一梯队大模型在专业与知识能力上与国外最好模型有较大距离,但差距正在不断缩小。 在语言与知识的测评中,GPT4 Turbo 依然领先,国内大模型表现相对较好,有 14 个模型得分高于 GPT3.5,有 9 个模型得分高于 GeminiPro。OPPO 的 AndesGPT、阿里云的通义千问 2.0、月之暗面的 Moonshot 分列国内 1 3 位,较为接近 GPT4。在开源模型中,零一万物的 Yi34BChat、阿里云的 Qwen72BChat、百川智能的 Baichuan213BChat 取得不错成绩,均超过 50 分,分列国内模型的 1 3 名。总体来看,在中文语言与知识能力上,国内大模型已基本追赶上国外头部大模型,未来最可能率先形成超越。
2024-09-30
有没有类似MS Copilot的国产AI
以下是一些类似 MS Copilot 的国产 AI: 目前存在能联网检索的国产 AI。例如,虽然没有直接类似于 MS Copilot 的完全相同的产品,但有一些具有类似功能特点的,如通过连接互联网实时搜索、筛选并整合所需数据,以提供更精准和个性化信息的 AI 工具。 不过需要注意的是,具体的产品和其功能特点可能会随着时间和技术发展而有所变化。
2024-09-29
国产AI排行榜
以下是国产 AI 的月度排行榜: |排名|产品|特性|分类|应用名称|下载量(万)|环比变化|所属公司| ||||||||| |A87+1|Molica AI|原生|图片生成|Molica AI|<10|0.3888| | |A88+1|创客贴AI|功能|平面设计|创客贴设计海报、宣传广告图片制作软件|<10|0.3037|艺源酷科技| |A89+1|脸猫|原生|图片生成|脸猫AI绘画,AI写真,智能换装特效视频一键制作|<10|0.6221| | |A90+1|AiU|原生|小说生成|AiUAI互动小说&虚拟恋人陪伴|<10|0.3845|聆心智能| |A91+1|AI Genie|原生|情感陪伴|AI Genie虚拟社交元宇宙|<10|0.1167|卡瓦科技| |A92+1|Chat Bot|原生|聊天机器人|ChatBot:AI4.0 人工智能绘画写小说 sora 视频|<10|0.131| | |A93+1|图趣 AI|原生|图片生成|图趣AI 绘画图生图软件|<10|0.6398| | |A38+1|秘塔写作猫|原生|写作软件|秘塔写作猫|14|0.3975|秘塔网络| |A39+1|冒泡鸭|原生|情感陪伴|冒泡鸭在 AI 开放世界探索角色故事|14|0.2724|阶跃星辰| |A40+1|秘塔 AI 搜索|原生|智慧搜索|秘塔 AI 搜索|14|0.0981|秘塔网络| |A41+1|开拍|功能|视频生成|开拍提词器·口播神器·高清画质|14|1.7319|美图公司| |A42+1|TalkAI 练口语|原生|教育|TalkAI 练口语AI 视频、对话背单词|13|0.4406|惊叹科技| |A43+1|造梦次元|原生|情感陪伴|造梦次元|13|0.4417|想法流科技| |A44+1|美图设计室|功能|图片生成|美图设计室电商人必备的 AI 设计工具|12|1.4848|美图公司| |A74+1|无界 AI|原生|图片生成|无界 AI二次元 AI 生成艺术 创作无限以致涌现 AI 绘画工具|<10|0.464|杭州超节点| |A75+1|美趣 AI|原生|图片生成|美趣 AIAI 绘画&视频&写作生成神器|<10|0.3573|兴利和| |A76+1|万卷|原生|个人助理|万卷你的智能助理|<10|0.6724|MiniMax| |A77+1|虚拟恋人 AI|原生|情感陪伴|虚拟恋人 AI|<10|0.3173| | |A78+1|MJ 中文极速版|原生|图片生成|MJ 中文极速版全能 AI 绘画创作工具|<10|0.1119| | |A79+1|AI 写作鱼|原生|写作软件|AI 写作鱼智能写作&伪原创改写|<10| | | |A80+1|AI 智能写作|原生|写作软件|AI 智能写作|<10|0.6026|汉酷网络|
2024-09-24