目前国外主流的图像类AICG应用有哪些

以下是一些常用的 AIGC 论文检测网站和工具，以及它们的功能和使用方法，可帮助您降低论文的 AIGC 率： 1. Turnitin： 功能：是广泛使用的学术剽窃检测工具，最近增加了检测 AI 生成内容的功能。 使用方法：用户上传论文，系统自动分析文本并提供详细报告，标示出可能由 AI 生成的部分。 2. Copyscape： 功能：主要用于检测网络上的剽窃行为，虽不是专门的 AIGC 检测工具，但能发现可能被 AI 生成的重复内容。 使用方法：输入文本或上传文档，系统扫描网络以查找相似或重复内容。 3. Grammarly： 功能：提供语法检查和剽窃检测功能，剽窃检测部分可帮助识别可能由 AI 生成的非原创内容。 使用方法：将文本粘贴到 Grammarly 的编辑器中，选择剽窃检测功能，系统提供分析报告。 4. Unicheck： 功能：基于云的剽窃检测工具，适用于教育机构和学术研究，可检测 AI 生成内容的迹象。 使用方法：上传文档或输入文本，系统分析并生成报告，显示潜在的剽窃和 AI 生成内容。 5. ： 功能：专门设计用于检测 AI 生成内容，使用先进算法分析文本，识别是否由 GPT3 或其他 AI 模型生成。 使用方法：上传文档或输入文本，系统提供详细报告，包括可能的 AI 生成内容。

AGI（通用人工智能）是一种让机器具备像人类一样广泛的智能能力的目标。 AI（人工智能）是让机器展现智慧的一种目标。 GenAI（生成式人工智能）是让机器产生复杂有结构内容的一种目标。 AIGC（人工智能生成内容）是利用人工智能技术生成包括文本、图像、音频和视频等各种类型内容的新型生产方式。 AIGC、UGC（用户生成内容）和 PGC（专业生成内容）都是内容生成的不同方式，主要区别在于内容的创作者和生成方式。AIGC由人工智能生成，可快速大规模生成内容；UGC由用户生成，内容丰富多样反映用户真实想法和创意；PGC由专业人士或机构生成，内容质量高专业性强。 在应用方面，AIGC 技术可用于自动撰写新闻文章、生成艺术画作、创作音乐、制作视频游戏内容等。ChatGPT 是 AIGC 技术在文本生成领域的一个应用实例。

目前关于国外主流的十大图像类 AICG 应用，暂时没有确切和权威的统一排名。不同的评估标准和应用场景可能会导致结果有所差异。一些常见且受到广泛关注的图像类 AICG 应用包括 DALL·E2、StableDiffusion、Midjourney 等，但要确切指出十大应用会因各种因素而难以确定。

目前国外主流的图像类 AICG 应用包括 DALL·E2、StableDiffusion 等。DALL·E2 能够根据输入的文本描述生成逼真的图像；StableDiffusion 则具有强大的图像生成能力和丰富的自定义选项。

学习 AICG（AI 与计算机图形学）通常可以遵循以下步骤： 1. 基础知识储备：了解计算机图形学的基本概念，如几何建模、渲染、动画等，同时掌握一定的数学基础，包括线性代数、微积分等。 2. 学习编程语言：例如 Python，它在 AICG 领域应用广泛。 3. 熟悉相关框架和库：如 TensorFlow、PyTorch 等深度学习框架，以及 OpenCV 等计算机视觉库。 4. 掌握机器学习和深度学习知识：包括神经网络、监督学习、无监督学习等。 5. 研究 AICG 应用案例：通过实际案例了解 AICG 在图像生成、风格迁移、虚拟角色创建等方面的应用。 6. 实践项目：自己动手实现一些 AICG 项目，加深对知识的理解和应用能力。 7. 持续学习和跟进最新技术：关注领域内的最新研究成果和技术发展趋势。

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。

以下是关于 AIGC 图像审查领域的相关信息： 如何判断一张图片是否 AI 生成： AI 技术自身带来造假难题，可通过一些网站如 ILLUMINARTY（https://app.illuminarty.ai/）对大量图片数据抓取和分析来判断画作属性，但存在测试中真实摄影作品被误判为 AI 作图的情况，这是因为鉴定 AI 的逻辑算法不能像人类一样综合考虑各种不符合逻辑的表现。 从不同角度看鉴别 AIGC 的需求： 技术出身的朋友多出于对 AI 产物底层逻辑的追溯兴趣，关心能否通过数据检测等手段实现鉴别并应用于创造收益。 产业领域的朋友面对 AI 技术冲击，关注其在工作流中的影响，以求应对可能的裁员风险。 法律背景的朋友认为鉴别 AIGC 对未来著作权法律判定有意义，首例 AIGC 侵权案件悬而未决，需判定 AI 作品中智力投入占比。 最近招聘信息：猿印教育招聘 AIGC 图像生成算法工程师/专家，工作地点在北京五道口附近。简历发送至：stephen.wang@yyinedu.com 。岗位职责包括开发针对性图像生成解决方案、负责模型部署和推理性能优化、推动团队技术水平提升等。任职要求为计算机相关专业本科及以上学历，具备扎实计算机基础知识，熟练掌握 Python 语言和主流深度学习框架，对相关理论和方法有深入理解，具有良好的学习、沟通和团队合作能力。

AI 在图像编辑方面有多种应用和技术，以下为您介绍： 1. 字节发布的 SeedEdit：基于图像生成常用的扩散模型，能够根据任何文本提示修订给定的图像。关键在于保持原始图像重建和生成新图像之间的平衡，通过从弱生成器开始，创建多样化图像对进行训练，最终获得所需平衡。可以实现更丰富的效果和连续编辑，让扩散模型不再完全随机生成。 论文及技术能力展示：https://team.doubao.com/seededit 2. Muse AI：一款强大的 AI 图片编辑器，具有多种功能，如快速添加、擦除和进行 AI 图片编辑。用户只需输入文字，即可轻松编辑图片内容，支持与团队成员或客户实时共享和编辑文件。 官方网站： 3. Ideogram：支持上传带有提示和设置的表格，可批量生成图像，简化工作流程。目前 Ideogram pro 用户可进行使用。 官方地址：https://ideogram.ai/ 4. BrushEdit：腾讯开源的 AI 图像编辑技术，利用多模态大型语言模型和图像修复模型，实现自主、用户友好和交互式的自由形式指令编辑。用户可以根据语言沟通，编辑图像背景、对象，增删内容。 官方地址：https://liyaoweistu.github.io/project/BrushEdit/

以下是一些免费的 AI 图像处理工具： DallE Leonardo BlueWillow Midjourney 国内的免费 AI 图像处理工具有： 通义万相：在中文理解和处理方面表现出色，操作界面简洁直观，用户友好度高，可与阿里其他产品和服务无缝整合。重点是现在免费，每天签到获取灵感值就可以，但存在一些局限性，如某些类型的图像可能无法生成，处理非中文语言或国际化内容可能不够出色，处理多元文化内容时可能存在偏差。 此外，在 AI 摆摊项目中，AI 图像处理方面的应用包括图像生成、照片修复与动起来、动漫化头像、老照片复活、创意壁纸制作等。

以下为您介绍一些免费的 AI 图像相关内容： 星流一站式 AI 设计工具： 左侧图片案例板块包含大量图像例图与生图信息，滑动鼠标到图像的“info”区域可直接将图像发送到画布与生图信息调取。 图像筛选功能： 推荐：根据正常进行的生图参数（模型、提示词）进行推荐，比如正在生成女性摄影方向的图，图片推荐中就会推荐这一类型的图。 热门：向您推荐浏览量最高的图片。 搜索：输入对需求图像的描述，进行图像搜索。 图像调取：点击“发送到画布”直接将图像发送到“无限画布”中。 生图参数调取：整体调取可点击“发送到生成器”将全部参数进行调取，单个调取可点击右侧单独的发动键调取单个参数。 PictoGraphic：免费 AI 生成插图库，提供超过 40000 张图像和 SVG 文件，支持文本提示创建自定义插图，网址：https://xiaohu.ai/p/8169 。

2024 年在 AI 视频、图像领域，市场呈现出以下情况： 国内方面： 中国开源项目在全球受到关注，成为积极开源贡献者。 DeepSeek 在编码任务中表现出色，推出的 deepseekcoderv2 受到欢迎。 阿里巴巴发布的 Qwen2 系列在视觉能力方面给社区留下深刻印象。 清华大学的自然语言处理实验室资助的 OpenBMB 项目催生了 MiniCPM 项目。 国外方面： Stability AI 发布的 Stable Video Diffusion 能从文本提示生成高质量、真实视频，且在定制化方面有显著进步，还推出了 Stable Video 3D。 OpenAI 的 Sora 能够生成长达一分钟的视频，并保持三维一致性、物体持久性和高分辨率。 Google DeepMind 的 Veo 能将文本和可选图像提示与嘈杂压缩视频输入相结合，创建独特的压缩视频表示。 从市场数据来看，2024 全年全球 AI 移动应用内付费收入预计为 30 亿美元，其中图像和视频类 AI 应用占据主导地位，收入占比高达 53%。从地区分布来看，北美和欧洲贡献了三分之二的市场份额。 在行业格局方面，云厂商成为 AI 供应链的“链主”，掌握着庞大的商业生态和技术资源。头部阵营基本稳定，大型云厂商在产业链中的地位无可撼动。

以下是一些主流的 AI 应用开发平台： 1. 图虫网：这是一个 AI 摄影作品销售平台，运用图像识别、数据分析技术，市场规模达数亿美元。它为摄影爱好者提供作品销售渠道，利用 AI 技术对摄影作品进行分类和推荐。 2. 网易云音乐音乐人平台：作为 AI 音乐作品发布平台，采用音频处理、数据分析技术，市场规模达数亿美元。为音乐创作者提供作品发布、推广、版权管理等服务。 3. 好好住 APP：这是一个 AI 家居用品推荐平台，使用数据分析、自然语言处理技术，市场规模达数亿美元。能根据用户需求推荐家居用品。 4. 东方财富网投资分析工具：作为 AI 金融投资分析平台，运用数据分析、机器学习技术，市场规模达数十亿美元。分析金融市场，为投资者提供投资建议和决策支持。 5. 500px 摄影社区：这是一个 AI 摄影比赛平台，利用图像识别、数据分析技术，市场规模达数亿美元。举办摄影比赛，展示优秀摄影作品。 6. Logic Pro X 教学软件：作为 AI 音乐制作教学平台，采用机器学习、音频处理技术，市场规模达数亿美元。为用户提供个性化的音乐制作教学服务。 7. 鲁班到家 APP：这是一个 AI 家居维修服务平台，运用数据分析、自然语言处理技术，市场规模达数亿美元。为用户提供家居维修服务。 8. 雪球财经 APP：作为 AI 金融投资教育平台，使用数据分析、自然语言处理技术，市场规模达数亿美元。为用户提供个性化的金融投资教育服务。 9. 美团外卖配送系统：这是一个 AI 物流配送优化系统，运用数据分析、机器学习技术，市场规模达数十亿美元。优化物流配送路线，提高配送效率。 10. 猎聘 APP：作为 AI 招聘求职平台，采用数据分析、自然语言处理技术，市场规模达数十亿美元。连接求职者和招聘企业，促进就业。 11. 链家 APP：这是一个 AI 房地产交易平台，运用数据分析、自然语言处理技术，市场规模达数十亿美元。为买卖双方提供房地产交易平台。 12. 游戏开发工具 Unity：作为 AI 游戏关卡生成器，使用图像生成、机器学习技术，市场规模达数亿美元。为游戏开发者自动生成游戏关卡。

以下是主流大语言模型擅长领域的相关信息： 1. Encoderonly 模型：通常适用于自然语言理解任务，如分类和情感分析，代表模型是 BERT。 2. Encoderdecoder 模型：同时结合 Transformer 架构的 encoder 和 decoder 来理解和生成内容，用例包括翻译和摘要，代表是 Google 的 T5。 3. Decoderonly 模型：更擅长自然语言生成任务，如故事写作和博客生成，众多 AI 助手基本采用此结构，包括 ChatGPT。 大模型的特点： 1. 预训练数据非常大，往往来自互联网上的论文、代码、公开网页等，先进的大模型一般用 TB 级别的数据进行预训练。 2. 参数非常多，如 Open 在 2020 年发布的 GPT3 就已达到 170B 的参数。 国内大模型分类： 1. 通用模型：如文心一言、讯飞星火等，处理自然语言。 2. 垂直模型：专注特定领域，如小语种交流、临床医学、AI 蛋白质结构预测等。 大型模型主要分类： 1. 大型语言模型：专注于处理和生成文本信息。 2. 大型多模态模型：能够处理包括文本、图片、音频等多种类型的信息。 大型多模态模型与大型语言模型的不同： 1. 处理的信息类型不同：大型语言模型专注于文本信息，大型多模态模型能处理多种类型信息。 2. 应用场景不同：大型语言模型主要用于自然语言处理任务，大型多模态模型可应用于更广泛领域，如图像识别与描述、视频分析、语音识别与生成等。 3. 数据需求不同：大型语言模型主要依赖大量文本数据训练，大型多模态模型需要多种类型数据训练。 相对大型模型的“小模型”：是在相对比较下规模较小的模型，实际是被设计来完成特定任务的，如最初用于图像分类的模型，只能分辨是或不是某一个东西。

现在主流的 AI 具备以下能力： 1. 对话能力：如聊天机器人，具备基本对话功能，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. 推理能力：像推理者，具备人类推理水平，能够解决复杂问题，例如 ChatGPT 能根据上下文和文件提供详细分析和意见。 3. 执行能力：智能体不仅具备推理能力，还能执行全自动化业务，不过目前许多 AI 智能体产品在执行任务后仍需人类参与。 4. 创新能力：创新者能够协助人类完成新发明，例如谷歌 DeepMind 的 AlphaFold 模型可预测蛋白质结构，加速科学研究和新药发现。 5. 组织能力：最高级别的组织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。 AI 的应用场景广泛，包括： 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：为患者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：识别和阻止欺诈行为。 信用评估：帮助金融机构做出贷款决策。 投资分析：辅助投资者做出投资决策。 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：向客户推荐感兴趣的产品。 搜索和个性化：提供个性化购物体验。 动态定价：根据市场需求调整产品价格。 聊天机器人：回答客户问题并解决问题。 4. 制造业： 预测性维护：预测机器故障避免停机。 质量控制：检测产品缺陷提高质量。 供应链管理：优化供应链提高效率和降低成本。 机器人自动化：控制工业机器人提高生产效率。 以下是一些辅助写邮件的 AI 工具： 1. Grammarly：提供语法检查、拼写纠正、风格建议和语气调整等功能，易于使用，支持多种平台和语言，网站：https://www.grammarly.com/ 2. Hemingway Editor：简化句子结构提高可读性，标记复杂句和冗长句，界面简洁，重点突出，适用于改善写作风格和简洁性，网站：http://www.hemingwayapp.com/ 3. ProWritingAid：全面的语法和风格检查，提供详细写作报告和建议，功能强大，支持多种平台和集成，适合专业写作者，网站：https://prowritingaid.com/ 4. Writesonic：基于 AI 生成各种类型文本，包括电子邮件、博客文章、广告文案等，生成速度快，适合需要快速创作和灵感的用户，网站：https://writesonic.com/ 5. Lavender：专注于邮件写作优化，提供个性化建议和模板，帮助提高邮件打开率和回复率。

目前市面上主流的 AI Agent 工具包括： 1. Ranger：通过为大模型增加工具、记忆、行动、规划等能力来实现，行业里主要用到的框架如 langchain，在 prompt 层和工具层完成主要设计。 2. Coze：新一代一站式 AI Bot 开发平台，集成丰富插件工具拓展 Bot 能力边界。 3. Microsoft 的 Copilot Studio：具备外挂数据、定义流程、调用 API 和操作以及部署等功能。 4. 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者按需打造产品能力。 5. MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识等，并访问第三方数据和服务或执行工作流。 6. 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于多种场景，提供多种成熟模板。 7. 钉钉 AI 超级助理：依托钉钉优势，在处理高频工作场景方面表现出色。 请注意，以上信息由 AI 大模型生成，请仔细甄别。

以下是目前各大主流模型的 max output token 情况： Claude2100 k 模型的上下文上限是 100k Tokens，即 100000 个 token。 ChatGPT16 k 模型的上下文上限是 16k Tokens，即 16000 个 token。 ChatGPT432 k 模型的上下文上限是 32k Tokens，即 32000 个 token。 需要注意的是，token 限制同时对一次性输入和一次对话的总体上下文长度生效。不是达到上限就停止对话，而是会遗忘最前面的对话。 如果想直观查看 GPT 如何切分 token，可以打开： 。此外，GPT3 和 GPT3.5/4 的 token 计算方式不同，英文的 Token 占用相对于中文较少，这也是很多中文长 Prompt 会被建议翻译成英文设定然后要求中文输出的原因。

目前主流的 AI 软件具有多种功能，以下为您介绍部分软件的功能及区别： 在软件架构设计方面： Lucidchart：流行的在线绘图工具，支持多种图表创建，包括逻辑视图、功能视图和部署视图，用户可通过拖放界面轻松创建架构图。 Visual Paradigm：全面的 UML 工具，提供创建各种架构视图的功能，如逻辑视图（类图、组件图）、功能视图（用例图）和部署视图（部署图）。 ArchiMate：开源的建模语言，专门用于企业架构，支持逻辑视图创建，可与 Archi 工具配合使用，该工具提供图形化界面创建模型。 Enterprise Architect：强大的建模、设计和生成代码工具，支持创建多种架构视图，包括逻辑、功能和部署视图。 Microsoft Visio：广泛使用的图表和矢量图形应用程序，提供丰富模板用于创建逻辑视图、功能视图和部署视图等。 draw.io（现称为 diagrams.net）：免费的在线图表软件，允许创建各种类型图表，包括软件架构图，支持创建逻辑视图和部署视图等。 PlantUML：文本到 UML 转换工具，通过编写描述性文本自动生成序列图、用例图、类图等，帮助创建逻辑视图。 Gliffy：基于云的绘图工具，提供创建各种架构图功能，包括逻辑视图和部署视图。 Archi：免费开源工具，用于创建 ArchiMate 和 TOGAF 模型，支持逻辑视图创建。 Rational Rose：IBM 的 UML 工具，支持创建多种视图，包括逻辑视图和部署视图。 在其他应用方面： AI 摄影参数调整助手：利用图像识别、数据分析技术，如一些摄影 APP 的参数调整功能，根据场景自动调整摄影参数。 AI 音乐情感分析平台：通过机器学习、音频处理技术，如音乐情感分析软件，分析音乐的情感表达。 AI 家居智能照明系统：结合物联网技术、机器学习，如小米智能照明系统，实现家居照明的智能化控制。 AI 金融风险预警平台：运用数据分析、机器学习，如金融风险预警软件，提前预警金融风险。 AI 旅游路线优化平台：借助数据分析、自然语言处理，如马蜂窝的路线优化功能，根据用户需求优化旅游路线。 在辅助写邮件方面： Grammarly：提供语法检查、拼写纠正、风格建议和语气调整等功能，易于使用，支持多种平台和多种语言，网站：https://www.grammarly.com/ 。 Hemingway Editor：简化句子结构，提高可读性，标记复杂句和冗长句，界面简洁，重点突出，网站：http://www.hemingwayapp.com/ 。 ProWritingAid：全面的语法和风格检查，提供详细写作报告和建议，功能强大，支持多种平台和集成，网站：https://prowritingaid.com/ 。 Writesonic：基于 AI 生成各种类型文本，包括电子邮件、博客文章、广告文案等，生成速度快，网站：https://writesonic.com/ 。 Lavender：专注于邮件写作优化，提供个性化建议和模板，帮助提高邮件打开率和回复率。

以下为您介绍一些能联系国外企业的 AI 相关信息： 在聊天对话类 AI 产品中，国外知名的有 ChatGPT。它由 OpenAI 开发，是首批向公众开放的大规模商用 AI 对话系统之一，在全球范围内引起了 AI 革命。其具有开创性、良好的用户体验和强大的技术实力，但也存在局限性，如对于国内用户可能存在网络连接问题。如果身在海外或有稳定的国际网络连接，ChatGPT 是不错的选择。 关于 AI 生成视频工具，国外的如 Google DeepMind 和 Meta 有所展示。Meta 的 Movie Gen 核心包含 30 亿视频生成和 13 亿音频生成模型。但报告中未对中国的相关工具展开详细说明，实际上 2024 年国内涌现了类似可灵、即梦、智谱清影等一系列生成视频工具，生成结果甚至远超国外。

以下是 Windows 电脑和安卓手机注册并使用 ChatGPT 的详细步骤： 安卓手机： 1. 对于自带谷歌框架的机型（如红米 K60）： 打开系统设置。 拉到最底下，点击更多设置。 点击账号与同步。 点击谷歌基础服务。 打开基础服务按钮。 2. 安装 Google Play： 到小米自带的应用商店搜索 Google Play 进行安装。 安装好后打开谷歌商店，点击右上角登录谷歌账号。 3. 安装 ChatGPT： 到谷歌商店搜索 ChatGPT 进行下载安装，建议把谷歌邮箱也安装上，方便接收验证码。 如果您只想体验 ChatGPT 3.5 版本，不升级 GPT4，可跳转到第 4 步第 6 小步进行登录使用，如果想直接订阅 GPT4 Plus 版本，请接着往下看。 Windows 电脑：未提供相关内容。 需要注意的是，在中国访问国外网络需要合法合规的途径。同时，ChatGPT 的使用也需要遵守其相关规定和服务条款。

以下是一些关于能够调用国外多个 LLM 的相关信息： 开源项目作者 ailm 提出一种仅使用提示词工程和精巧的代码设计，让 LLM 获得稳定的 tool calling 能力，使用多个不具备该功能的 LLM 进行实验，成功率达 100%，工作基于 comfyui 开发，适合无代码基础的人员复现和修改。 在高级提示词工程领域，工具、连接器和技能的整合能显著增强 LLM 的能力。工具是指 LLM 可利用的外部功能或服务，扩展任务范围；连接器是 LLM 与外部工具或服务的接口，管理数据交换和通信；技能是 LLM 可执行的专门功能。 目前开源模型与专有产品存在差距但在缩小，如 Meta 的 LLaMa 模型引发一系列变体。当开源 LLM 达到一定准确度水平时，预计会有大量实验等。开发人员对 LLM 操作工具的研究尚不深入，一些工具如缓存（基于 Redis）、Weights & Biases、MLflow、PromptLayer、Helicone 等得到较广泛使用，还有新工具用于验证 LLM 输出或检测攻击。多数操作工具鼓励使用自身的 Python 客户端进行 LLM 调用。

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。