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

国内AI行业最新发展状况

Answer

以下是关于国内 AI 行业最新发展状况的介绍：

OpenAI 的 o1 模型主导：OpenAI 最新推出的 o1 模型正在重新定义 AI 在数学、科学和推理方面的极限，使竞争对手困惑甚至“破产”。

中国的 AI 崛起：无视制裁，中国的模型凭借坚韧和战略智慧正在“屠榜”，证明他们仍在牌桌之上。

生成式 AI 的数十亿繁荣：AI 初创公司正赚得盆满钵满，但可持续性难以捉摸。

AI 产业链中的机会分析：

  1. 基础设施层：布局投入确定性强，但资金投入量大，入行资源门槛高，未来更多由“国家队”负责，普通人可考虑“合作生态”切入机会。
  2. 技术层：技术迭代迅速，小规模团队或个人须慎重考虑技术迭代风险，基础通用大模型非巨无霸公司不建议考虑，竞争激烈，最终赢家通吃。
  3. 应用层：是广阔蓝海，当前成熟应用产品不多，“杀手级”应用凤毛麟角，普通个体和小团队推荐重点布局，发展空间巨大。

AI 产品发展的未来展望：

  1. 更深度的行业整合：AI 技术将与各行各业更紧密结合。
  2. 用户体验的持续优化：易用性和稳定性将进一步提升。
  3. 新兴应用场景的出现：可能在智能家居、自动驾驶等领域找到新突破口。

相关报告及解读链接：

Content generated by AI large model, please carefully verify (powered by aily)

References

2024 年人工智能现状：辉煌、戏谑和“牛市”

探索人工智能的过山车之旅，充满着《让子弹飞》（嗯，中文世界的非物质文化遗产）中那些越品越有的梗，过度解读？低估还是唱衰唯有时间这条长河可以给予我们终极答案……[heading2]太长不看！[content]但如果有空！还是请看我顶着高烧，在抖包袱又表面平和、不断搜寻脑海中的词汇、尝试用滑稽的幽默来博君一笑努力吧！again，以下内容anti-AI！人工撰写by 🦄ChaXOpenAI的o1模型主导：OpenAI最新推出的o1模型正在重新定义AI在数学、科学和推理方面的极限，使竞争对手困惑甚至“破产”。中国的AI崛起：无视制裁，中国的模型凭借坚韧和战略智慧正在“屠榜”，证明他们也仍然在牌桌之上……生成式AI的数十亿繁荣：AI初创公司正赚得盆满钵满，但可持续性仍然像一个能理解细微差别的聊天机器人一样难以捉摸。报告链接：[The State of AI 2024](https://www.stateof.ai/)（友情提示，报告212页）｜[报告的中文翻译版](https://waytoagi.feishu.cn/record/QdFmrUoueeS3Tucpm8Icntf1nJh)英文解读链接:[The State of AI 2024:Brilliance,Banter,and Bull Runs](https://esg4lgjwa43v.sg.larksuite.com/wiki/RXn1wNWgJifxcDkgsDWl8UjAgFb?from=from_copylink)

走入AI的世界

我们来简要概括说说这张图中每一层的商机洞察（以下内容仅代表个人观点，供参考）：1.目前来看，基础设施层布局投入的确定性最强，以发展的眼光看，当前算力缺口巨大，但这部分涉及到海量的资金投入，入行资源门槛较高，作为关键的基础设施，国内未来更多的将会由“国家队”扛起重任。普通人如果没有强资源需谨慎入局，因为很可能你无法快速对接到客户资源，等不到赚钱就现金流断裂，可以更多的考虑“合作生态”的切入机会。2.技术层当前仍然处于技术爆炸时刻，相关技术的迭代速度可以夸张点用“日新时异”来形容，迭代进步飞速，如果你或你的团队规模不大，但又有志于做这一层相关的事情，须慎重考虑“技术迭代风险”的问题（例如基于某种开源模型更进一步训练垂直领域模型，很可能等你训练出来的时候，更强更新的开源模型已经发布，让你的工作意义大打折扣），至于基础的通用大模型，非巨无霸公司就不是很建议考虑了，搞基础大模型的研发是一件十分烧钱的事情，且众多互联网大厂，AI独角兽，知名高校都已悉数下场神仙打架，完成了布局，开启了“百模大战”，但竞争的终局，只会有少数赢家。应用界不需要那么多同质化的大模型，最后多半是赢家通吃的局面。3.应用层是一片时代赋予我们的广阔蓝海，尽管2024年这个方向的从业者在飞速增加，也涌现出一批做垂直产业/行业/细分领域垂直模型或大模型应用的产品，但坦诚的讲，以我们自身的深度实践和用户的切实需求来看，当前针对行业/细分领域的成熟应用产品并不多，让人哇塞的“杀手级”应用更是凤毛麟角。对于普通个体和小团队，强烈推荐重点思考和布局应用层，这一层拥有超级机会和巨大发展空间。

2024年AI产品设计和商业化思路的一些变化及讨论

基于当前趋势,我们可以对AI产品的未来发展做出以下预测:更深度的行业整合:AI技术将更紧密地与各行各业的专业知识和工作流程结合。用户体验的持续优化:随着技术的成熟,AI产品的易用性和稳定性将进一步提升。新兴应用场景的出现:随着5G、IoT等技术的普及,AI可能在智能家居、自动驾驶等领域找到新的突破口。讨论内容：samueli:我就简单聊一下，感觉最近也没看到特别好玩的，最近的话就是也是经常写写小红书，所以对这种什么信息获取创作这种工具看的比较多。感觉比较有趣的还是杨哥的那个ReadPo,严格来说的话，它是一个toB的工具，服务各种创作者。顺着这个的话，其实也可以去看了一下。我感觉其实目前的话就是在ai这一块的话大家现在有点陷入一个低潮吧，基本上各种群里面或者大家都在关注的要么就是效率工具,要么就是这种类似于吐槽类的，就比如说前几天那个妙刷火了。这是我自己的一个体感吧，然后可能有点意思，其实它探索了一些商业模式。这一块的话可能对后面的一些AI产品有一些启发吧，另外像这两天天宫的那个搜索的一个更新，我老早就关注了，最近大家也在聊。它里面的宝典彩页，你可以去认领一些主题词搜索的时候给你广告流量，然后变现。我感觉也是商业模式上的一些创新点吧！但是制约因素也挺多的，它首先没流量对我自己就感觉的话就是一个toC的话，要么一些大家都能想到的东西，其实刷刷屏可能很快就过去了。Brad：对，其实我们可以观察一下，最近一段时间AI的产品的发展趋势，跟一年前或者说跟上半年确实有一些不太一样的地方，这一块我们可以展开来聊一下。我先说一下我自己的看法，就除了刚才说的那个情况确实。

Others are asking
文字生成图片的ai有哪些
以下是一些文字生成图片的 AI 工具： 1. DALL·E：由 OpenAI 推出，能根据输入的文本描述生成逼真的图片。 2. StableDiffusion：开源的文生图工具，可生成高质量图片，支持多种模型和算法。 3. MidJourney：因高质量的图像生成效果和用户友好的界面设计受到广泛欢迎，在创意设计人群中尤其流行。 您还可以在 WaytoAGI 网站（https://www.waytoagi.com/category/104）查看更多文生图工具。 此外，在小学课堂的课程设计中，关于文字生成图片的部分，可先准备一些关键词，如“夜晚的未来城市风景，霓虹灯和飞行汽车”“超现实主义风景，漂浮的岛屿和瀑布云”等，输入 Mid Journey 生成图片并保存，用于课堂展示。同时让学生共创，每人说几个关键词，放入 Mid Journey 查看生成效果，也可展示事先用 SD 制作的作品。通过这些案例和互动，让学生理解 AI 绘图在创意增强、效率提升、降低技能门槛和探索新艺术形式方面的好处。
2025-01-21
图片生成视频的ai有哪些
以下是一些图片生成视频的 AI 工具： 1. Pika：是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：如果熟悉 Stable Diffusion，可以安装这款最新的插件，在图片基础上直接生成视频。它是由 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。 更多的相关网站可以查看：https://www.waytoagi.com/category/38 。 另外，使用快影（可灵）处理图片生成视频的步骤如下： 1. 打开快影（需要先通过内测申请），选择 AI 创作。 2. 选择 AI 生成视频。 3. 选择图生视频。 4. 上传处理好的图片，填写想要的互动动作和效果，然后点击生成视频。 5. 排队等待生成结束，点击下载。 以上工具均适合于不同的使用场景和需求，您可以根据自己的具体情况进行选择。
2025-01-21
制作ai视频都需要用到哪些工具
制作 AI 视频通常需要用到以下工具： 1. Stable Diffusion（SD）：一种 AI 图像生成模型，可基于文本描述生成图像。网址：https://github.com/StabilityAI 2. Midjourney（MJ）：适用于创建小说中的场景和角色图像的 AI 图像生成工具。网址：https://www.midjourney.com 3. Adobe Firefly：Adobe 的 AI 创意工具，能生成图像和设计模板。网址：https://www.adobe.com/products/firefly.html 4. Pika AI：文本生成视频的 AI 工具，适合动画制作。网址：https://pika.art/waitlist 5. Clipfly：一站式 AI 视频生成和剪辑平台。网址：https://www.aihub.cn/tools/video/clipfly/ 6. VEED.IO：在线视频编辑工具，具有 AI 视频生成器功能。网址：https://www.veed.io/zhCN/tools/aivideo 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：https://tiger.easyartx.com/landing 8. 故事 AI 绘图：小说转视频的 AI 工具。网址：https://www.aihub.cn/tools/video/gushiai/ 此外，制作 AI 视频还需要考虑故事的来源和剧本写作。故事来源可以是原创（如个人或周围人的经历、梦境、想象的故事等），也可以是改编（如经典 IP、名著、新闻、二创等）。剧本写作方面，虽然有一定门槛，但可以从自身或朋友的经历改编入手，多与他人讨论并不断实践总结。在生成视频画面时，可能需要大量抽卡来获取合适的画面。比如在科幻片、战争片、奇幻片等不同类型的视频中，通过不同的工具生成相应的画面。
2025-01-21
有哪些能够生成视频封面的ai
以下是一些能够生成视频封面的 AI 工具： 1. Pika：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：如果熟悉 Stable Diffusion，可以安装这款最新的插件，在图片基础上直接生成视频，它是由 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，但需要注意是收费的。 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。 如果您想用 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。 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。
2025-01-21
有哪些能够提升视频流畅度的ai
以下是一些能够提升视频流畅度的 AI 技术和工具： 1. 关键帧+补间技术： 关键帧生成方式多样，如通过 Stable Diffusion 等方式，能保证不同帧风格一致。 补帧算法包括光流补帧（计算量小、速度快）、基于姿态补帧（适合复杂运动对象）、重参考补帧等。 完善策略有渐进补帧、递归框架、增强后处理、对比学习、模糊处理、融合多个模型等。 2. DiT：能将视频分解成帧并逐帧去噪，生成流畅连贯的视频，在时间维度上保持一致性。 3. 视频配音效的 AI 工具： 支持 50 多种语言配音，音质自然流畅，提供实时配音等功能，并能将语音转录为文本，与多种工具整合。 Vidnoz AI 支持 23 多种语言配音，有语音克隆等功能，提供语音参数自定义和背景音乐添加工具，有不同定价方案。 在选择相关工具时，需考虑支持的语言数量、语音质量、自定义选项和价格等因素。
2025-01-21
有哪些能够提升视频清晰度的ai
以下是一些能够提升视频清晰度的 AI 技术和工具： 1. EvTexture：一种新方法，能解决视频细节模糊和抖动问题。利用事件相机捕获的高频动态细节来改善视频的纹理质量，让视频在处理复杂细节（如树叶、衣服上的条纹等）时更加清晰。 详细内容：https://xiaohu.ai/p/10270 ，https://x.com/imxiaohu/status/1805185573352784177 2. RealESRGANVideo：可将视频清晰度提升至 2K 或 4K，提供不同模型处理模式，用户可根据视频内容选择最适合的模型。 详细内容：https://x.com/xiaohuggg/status/1729336570115920325?s=20
2025-01-21
微信机器人最新教学
以下是一些微信机器人的相关教程： 共学版本：包含大多数教程内容，学完前三天就能做出不错的机器人，强烈建议学习。 Stuart：【入门级】教你用最简单的方式搭建微信机器人 马上观看看：通过云服务器，dify，智能微秘书来免费搭建微信机器人 Yaki：GPT/MJ 接入微信 DIN：全程白嫖拥有一个 AI 大模型的微信助手 熊猫大侠：基于 COW 框架的 ChatBot 实现步骤 大雨：轻松上手 Docker：一站式指南助你成为容器化技术高手 张梦飞：【保姆级教程】这可能是你在地球上能白嫖到的，能力最强的超级微信机器人！一步一图，小白友好 张梦飞：【保姆级】一步一图，手把手教你把 AI 接入微信
2025-01-20
总结一下大模型数据发展的最新趋势，基于历史的事实和数据总结23年以来发生了什么，25年可能发生什么
以下是关于大模型数据发展趋势的总结： 2023 年以来： 大量创新大模型架构涌现，尝试在保留 Transformer 优势的同时解决其算力开销太高的问题，对 Transformer 的绝对统治地位形成有力挑战。 多种有代表性的技术路径出现，如类循环神经网络模型（以 RWKV 为代表）、状态空间模型（以 Mamba 为代表）、层次化卷积模型（以 UniRepLKNet 为代表）、多尺度保持机制模型（以 RetNet 为代表）、液体神经网络模型（以 LFM 为代表）等。这些模型在不同程度保留 Transformer 架构优势的基础上，结合 RNN、CNN 等思想做出创新发展，使得大模型架构呈现出日益明显的混合趋势，更多创新架构具备“博采众家之长”的特点。 对于 2025 年的预测，由于目前的信息有限，难以给出确切的预测。但可能会在现有创新架构的基础上进一步优化和融合，出现更高效、更强大且更具通用性的大模型架构，同时可能在技术应用和行业落地方面取得更显著的成果。
2025-01-16
最新的AI资讯
以下是为您整理的最新的 AI 资讯： 1. 12 月 25 日 AI 资讯汇总： AI 资讯公众号：超时空视角。 小红书/抖音：EverAI。 B 站：Ever AI 酱（这里会有教程及 AI 工具界面操作）。 公众号地址（辛苦点赞）：https://mp.weixin.qq.com/s/TBHiM_0w_bwUc20_KVQQ AI 绘画：Recraft AI 更新了 60 种新的图像风格。Recraft AI 是 AI 平面设计工具，用户可以使用其生成和编辑插画、海报、产品周边等，提供多种样式的可选风格，对所有用户每日都有免费的试用点数，并允许对生成的图像进行商业使用。地址：https://www.recraft.ai/ AI 公文智能体：学习强国 x 百度 AI。AI 公文智能体“学习强国公文助手”在文小言 APP 正式上线，可以帮助用户进行文汇检索、AI 公文书写、AI 公文润色等。使用方式：下载文小言 APP，找寻学习强国公文助手。 2. 新手学习 AI 的方法：持续学习和跟进，AI 是一个快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 3. AIGC Weekly32 上周精选： Netflix 列出了一个年薪 90 万美元的机器学习平台产品经理的 AI 产品工作岗位：https://jobs.netflix.com/jobs/278437235 Shopify 的 AI 助手现已上线。Sidekick 是一个帮助机器人，它知道如何在 Shopify 中执行任何操作提取相关数据、操作新功能或创建报告：https://techcrunch.com/2023/07/26/shopifysidekickislikechatgptbutforecommercemerchants/ Artifact（Ins 创始人做的 AI 新闻浏览软件）推出了自定义内容阅读语音的功能：https://twitter.com/Artifact_News/status/1684631632374902784?s=20 OpenAI、谷歌、微软和 Anthropic 组建了前沿模型论坛，主要目的是确保 AI 模型的安全发展：https://openai.com/blog/frontiermodelforum Open AI 悄咪咪下线了他们的 ChatGPT 生成内容的检测器：https://techcrunch.com/2023/07/25/openaiscuttlesaiwrittentextdetectoroverlowrateofaccuracy/
2025-01-15
ChatGPT最新技术
ChatGPT 是由 OpenAI 开发的基于 GPT（生成式预训练变换器）架构的人工智能模型，是目前最先进的人工智能模型之一，是一种自然语言处理（NLP）工具，能够理解和生成接近人类水平的文本。 目前 ChatGPT 官网有两个版本，分别是 GPT3.5 和 GPT4。GPT3.5 为免费版本，拥有 GPT 账号即可使用，但智能程度不如 GPT4，且无法使用 DALL.E3（AI 画图功能）和 GPTs 商店、高级数据分析等插件。若想使用更多功能更智能的 GPT4，需升级到 PLUS 套餐，收费标准为 20 美金一个月。此外，GPT4 还有团队版和企业版，功能更多、限制更少，但费用更贵，一般推荐使用 PLUS 套餐。 在注册 ChatGPT 账号之前，建议先注册一个谷歌账号，因为国外很多软件支持谷歌账号一键登录，可省去很多日后的注册流程。目前注册谷歌账号支持国内手机号码和国内邮箱验证，过程简单。 ChatGPT 基于 OpenAI 最先进的语言模型 gpt3.5turbo，使用 OpenAI 的 API 可以用 gpt3.5turbo 构建应用，例如起草邮件、写 Python 代码、回答关于一组文档的问题、创建会话代理、给软件提供自然语言接口、辅导各种学科、语言翻译、假扮游戏或其他内容的角色。 ChatGPT 作为国际 AI 领域的明星产品，其成功具有开创性，是首批向公众开放的大规模商用 AI 对话系统之一，在全球掀起 AI 革命。它的用户体验精心设计，界面简洁直观，交互流畅自然，降低了普通人接触和使用 AI 的门槛。从技术角度看，其背后的 GPT 系列模型性能和能力领先，在语言理解深度和生成内容质量上表现出色。但也要认识到其局限性，随着 AI 技术发展，它已不是市场上唯一顶级选择，其他产品在特定领域可能超越它。对于国内用户，可能因网络连接问题遇到连接不稳定、响应延迟等困扰，影响使用体验。若身在海外或有稳定国际网络连接，ChatGPT 是极佳选择，否则国内用户可能需考虑本地化替代方案。
2025-01-12
有什么关于最新AI网站学习的
以下是关于最新 AI 网站学习的相关内容： 对于设计 AI 网站的 logo，如果您不确定如何操作，可以使用 AI logo 生成器。网上有许多不同的此类工具，例如 Logomaster.ai、Free Logo Design、Logo AI、Looka logo maker（原名 Logojoy）、Brandmark、DesignEvo、Tailor Brands、Designhill 等。同时，为您提供一份 AI 网站新 logo 的设计概要： 项目名称：AI 网站新 Logo 客户： 日期：20230830 目的：创建一个强大且令人难忘的视觉标识，要现代、专业、有吸引力，能用于多种营销材料。 目标受众：对使用 AI 解决问题感兴趣的企业和个人，应传达创新、创造力和智慧。 品牌属性： 新手学习 AI 可以参考以下步骤： 了解 AI 基本概念：建议阅读「」部分，熟悉术语和基础概念，包括主要分支及联系，浏览入门文章。 开始学习之旅：在「」中找到为初学者设计的课程，推荐李宏毅老师的课程，通过在线教育平台按自己节奏学习并获取证书。 选择感兴趣的模块深入学习：AI 领域广泛，可根据兴趣选择特定模块，例如掌握提示词技巧。 实践和尝试：理论学习后进行实践，巩固知识，尝试使用各种产品并分享实践成果。 体验 AI 产品：与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解工作原理和交互方式。 此外，AI 是快速发展的领域，新手需要持续学习和跟进，关注新闻、博客、论坛和社交媒体，了解最新发展，考虑加入相关社群和组织，参加研讨会、工作坊和会议，与他人交流。
2025-01-10
视觉理解技术最新动态和趋势
以下是视觉理解技术的最新动态和趋势： 一、视觉分析技术 1. Transformer 视觉模型优点 2. Transformer 视觉模型的局限 二、图像语言模型 三、视频语言模型 四、LLM 多模态 Agent 五、应用场景 1. 多模态内容理解与处理 2. 智能交互与自动化 3. 具身智能 4. 未来发展趋势（2024 ？） 5. 视频生成模型 mapping 六、未来发展方向 1. 技术路径而言：利用预训练 LLMs 进行指令调整 最初，多模态融合方法常采用预训练的目标检测器，如 ViLBERT、VisualBERT 和 UnicoderVL，通过提取图像特征和执行交叉模态预训练任务，为后续的图像 文本任务奠定基础。 随着 ViT 的出现和普及，更多方法开始利用 ViT 作为图像编码器，强调大规模预训练，以提高模型的性能和泛化能力，例如 Flamingo。 近期，向多模态 LLMs 发展，从进行预训练到向指令调整（instruction tuning）转变，如 LLaVA 和 MiniGPT4，融合视觉和语言信息，能更有效地完成视觉理解相关任务，提升模型对于指令的理解能力和零样本性能，更好地泛化到未见过的任务和领域。 2. 应用场景而言：赋予机器理解多模态的能力 此外，李飞飞在 2015 年的 TED 演讲《我们怎么教计算机理解图片？》中提到了计算机视觉方面的研究进展，指出虽然在科技上取得了很多进步，但在计算机视觉方面仍存在一些问题，如自动驾驶车辆的视觉敏锐度、向盲人传递画面、无人机的视觉技术等。
2025-01-10
Ai目前发展状况如何？有什么发展前景？
目前 AI 的发展状况呈现出以下特点和趋势： 2024 年内： 图片超短视频的精细操控方面，在表情、细致动作、视频文字匹配上有进展。 有一定操控能力的生成式短视频中，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，可稳定输出视频并直播带货。 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，模拟人的感情能力提升，产品加入视频音频，粘性增强并开始出圈。 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。 AI 的商业模式开始有明确用例，如数据合成、工程平台、模型安全等。 可穿戴全天候 AI 硬件层出不穷，但大多数不会成功。 中国 AI 有望达到或超过 GPT4 水平；美国可能出现 GPT5；世界上开始出现“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、伦理讨论仍大规模落后于技术进展。 2025 2027 年： AI 3D 技术、物理规则成熟，正常人难以区别 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 NPC。 AR/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，很多日常决策由 AI 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。 AI 产品发展的未来展望包括： 更深度的行业整合：AI 技术将更紧密地与各行各业的专业知识和工作流程结合。 用户体验的持续优化：随着技术的成熟，AI 产品的易用性和稳定性将进一步提升。 新兴应用场景的出现：随着 5G、IoT 等技术的普及，AI 可能在智能家居、自动驾驶等领域找到新的突破口。 当前 AI 产品发展的新特点包括： 从通用能力到专业化细分：早期的通用型产品难以满足多样化需求，越来越多的 AI 产品专注于特定领域或功能，如图像生成、视频制作、音频处理等，每个细分领域的产品都在不断提升核心能力。 商业模式的探索与创新：如 ToB 市场的深耕，针对内容创作者的工具；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。
2024-12-17
Ai技术现在的发展状况
AI 技术的发展状况如下： 发展历程： 1. 早期阶段（1950s 1960s）：包括专家系统、博弈论、机器学习初步理论。 2. 知识驱动时期（1970s 1980s）：有专家系统、知识表示、自动推理。 3. 统计学习时期（1990s 2000s）：出现机器学习算法如决策树、支持向量机、贝叶斯方法等。 4. 深度学习时期（2010s 至今）：深度神经网络、卷积神经网络、循环神经网络等得到广泛应用。 当前前沿技术点： 1. 大模型：如 GPT、PaLM 等。 2. 多模态 AI：包括视觉 语言模型（CLIP、Stable Diffusion）、多模态融合。 3. 自监督学习：如自监督预训练、对比学习、掩码语言模型等。 4. 小样本学习：例如元学习、一次学习、提示学习等。 5. 可解释 AI：涉及模型可解释性、因果推理、符号推理等。 6. 机器人学：涵盖强化学习、运动规划、人机交互等。 7. 量子 AI：包含量子机器学习、量子神经网络等。 8. AI 芯片和硬件加速。 学习路径： 偏向技术研究方向： 1. 数学基础：线性代数、概率论、优化理论等。 2. 机器学习基础：监督学习、无监督学习、强化学习等。 3. 深度学习：神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理：语言模型、文本分类、机器翻译等。 5. 计算机视觉：图像分类、目标检测、语义分割等。 6. 前沿领域：大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践：论文阅读、模型实现、实验设计等。 偏向应用方向： 1. 编程基础：Python、C++等。 2. 机器学习基础：监督学习、无监督学习等。 3. 深度学习框架：TensorFlow、PyTorch 等。 4. 应用领域：自然语言处理、计算机视觉、推荐系统等。 5. 数据处理：数据采集、清洗、特征工程等。 6. 模型部署：模型优化、模型服务等。 7. 行业实践：项目实战、案例分析等。 需要注意的是，无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。
2024-11-09
国内文生图模型
以下是关于国内文生图模型的相关信息： Recraft 模型：用 8 个月自研模型，包含处理数据的模型、标注工作、训练 OCR 模型、新构建的数据集等。Recraft 生成带有长文本图像的流程图解，但存在生成默认是外国面孔而非亚洲面孔且生成的亚洲人不太自然的情况，可能与数据集有关。只有少数公司真正从头训练模型，创建自己的模型困难且成本高，需要超强团队和资金。 模型能力方面： 文本编码器的能力是文生图模型语义理解能力的关键。一开始大部分模型使用 CLIP 作为文本编码器，但存在一些问题。新的模型纷纷优化文本编码器能力，如引入更大更强的 T5XXL 或结合多个特征，但开源模型在中文生图方面能力一般。 腾讯开源的 HunyuanDiT 是较可用的中文生图模型，但仍存在优化空间。 Kolors 是最近开源的给力文生图模型，改进全面，技术实力强。
2025-01-21
国内哪款AI应用在咨询解答方面比较好
以下是国内在咨询解答方面表现较好的一些 AI 应用： 1. 抖音搜索：是一个独立 App，增加了 AI 问答功能。字节旗下还有“豆包”这一国民级的 AI 应用入口。 2. 小红书： 点点：独立的 AI 搜索 App，基于小红书和少量外部数据，回答用户提出的攻略、美食、经验等问题。 问点点：小红书 App 内的 AI 问答页面，从检索框可以进入。 3. 作业帮智能辅导：为学生提供个性化学习辅导，使用机器学习、自然语言处理技术，市场规模百亿美元以上。 4. 法信智能法律咨询：解答法律问题提供法律咨询，使用自然语言处理、知识图谱技术，市场规模数亿美元。 此外，国内免费的大模型 APP 有 Kimi 智能助手（Moonshot AI 出品）、文心一言（百度出品）、通义千问（阿里云开发）。
2025-01-21
国内有哪些开源ai可以调用？
国内有以下一些开源 AI 可供调用： MiniMax 推出的 Hailuo Audio HD 此外，还有一些应用于不同领域的 AI 技术和产品，如： 在游戏领域，有根据玩家需求推荐游戏道具的 AI 游戏道具推荐系统。 在天气领域，彩云天气的分时预报利用了 AI 提供精准的分时天气预报。 在医疗领域，医渡云的病历分析系统利用 AI 分析医疗病历，辅助诊断。 在会议领域，讯飞听见的会议总结功能利用 AI 自动总结会议发言内容。 在书法领域，书法临摹软件利用 AI 识别书法作品的笔画和结构，为用户提供临摹指导和评价。
2025-01-20
现在有哪些好用的图片生成，或者是修改美化的人工智能，尽量少要一些国内的
目前比较成熟的国外图片生成或修改美化的 AI 产品主要有： 1. Artguru AI Art Generator：在线平台，能生成逼真图像，为设计师提供灵感，丰富创作过程。 2. Retrato：AI 工具，可将图片转换为非凡肖像，有 500 多种风格可选，适合制作个性头像。 3. Stable Diffusion Reimagine：新型 AI 工具，通过稳定扩散算法生成精细、具细节的全新视觉作品。 4. Barbie Selfie Generator：专为喜欢梦幻童话风格的人设计的 AI 工具，能将上传的照片转换为芭比风格，效果很好。 这些 AI 模型通过组合技术如扩散模型、大型视觉转换器等，可根据文本或参考图像生成有创意且质量不错的相似图像输出，但仍存在一些局限，如偶尔性能不稳定、生成内容不当等问题。
2025-01-20
国内哪个AI翻译工具最好用
以下是一些国内好用的 AI 翻译工具： 1. DeepL（网站）：点击页面「翻译文件」按钮，上传 PDF、Word 或 PowerPoint 文件即可。 2. 沉浸式翻译（浏览器插件）：安装插件后，点击插件底部「更多」按钮，选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML/TXT 文件」、「翻译本地字幕文件」。 3. Calibre（电子书管理应用）：下载并安装 calibre，并安装翻译插件「Ebook Translator」。 4. 谷歌翻译（网页）：使用工具把 PDF 转成 Word，再点击谷歌翻译「Document」按钮，上传 Word 文档。 5. 百度翻译（网页）：点击导航栏「文件翻译」，上传 PDF、Word、Excel、PPT、TXT 等格式的文件，支持选择领域和导出格式（不过进阶功能基本都需要付费了）。 6. 彩云小译（App）：下载后点击「文档翻译」，可以直接导入 PDF、DOC、DOCX、PPT、PPTX、TXT、epub、srt 等格式的文档并开始翻译（不过有免费次数限制且进阶功能需要付费）。 7. 微信读书（App）：下载 App 后将 PDF 文档添加到书架，打开并点击页面上方「切换成电子书」，轻触屏幕唤出翻译按钮。 内容由 AI 大模型生成，请仔细甄别。
2025-01-19
国内优秀Agent应用案例
以下是一些国内优秀的 Agent 应用案例： 1. Coze：新一代一站式 AI Bot 开发平台，适用于构建基于 AI 模型的各类问答 Bot，集成丰富插件工具拓展 Bot 能力边界。 2. 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者根据需求打造产品能力。 3. 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于客服、营销、销售等多种场景，提供多种成熟模板，功能强大且开箱即用。 4. 钉钉 AI 超级助理：依托钉钉强大的场景和数据优势，在处理高频工作场景如销售、客服、行程安排等方面表现出色，提供更深入的环境感知和记忆功能。
2025-01-19