直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

ai现状

回答

2024 年人工智能现状如下：

  • 研究方面：
    • OpenAI 的 o1 模型在推动深度强化学习推理方面表现出色，但每个 token 的成本较高。
    • Meta 用 15 万亿 token 训练出 Llama 3.1 模型，但其开放程度有待定义。
    • 存在数据污染闹剧，一些模型的出色表现可能是因为训练集被基准数据污染。
  • 未来预测：
    • 预计明年会有团队花费超 10 亿美元训练单个大型模型，生成式 AI 热潮持续且更“奢华”。
    • 政府和大型科技公司将继续承受计算需求逼近电网极限的压力。
    • 需警惕 AI 介入选举的影响。
  • 其他情况：
    • OpenAI 的 o1 模型重新定义 AI 在数学、科学和推理方面的极限。
    • 中国的模型无视制裁正在崛起。
    • 生成式 AI 初创公司盈利丰厚，但可持续性存疑。

相关报告链接：

内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

2024 年人工智能现状：辉煌、戏谑和“牛市”

亲爱的读者们，热烈欢迎踏入这篇关于2024年人工智能现状的奇妙文章——《AI现状报告》第七版！这里不仅展示了AI领域的辉煌成就和艰巨挑战，还穿插了一些让人捧腹大笑的荒诞画面。这份报告就像是一碗热辣辣的四川火锅，麻辣鲜香，让人欲罢不能。[heading3]研究篇：边缘竞赛（及以后）[content]OpenAI的o1模型：这个新来的“壮汉”正在疯狂推动深度强化学习的推理，代价嘛，就是和现在全球都在降本增效的“降本”格格不入。它解决问题的能力一流，但每个token的成本，都让你自我怀疑，是的“世界上只有一种病，就是穷病”而“日渐见底的荷包，显然是你我的问题，不是它的问题……”毕竟一个一心进取、不断自我突破的OpenAI有什么坏心眼呢，是吧！🙂Meta的Llama 3：Meta这次可是拼了，不顾一切（甚至忘了Chinchilla最优限制），用15万亿token训练出了Llama 3.1模型。Llama的力量现在是大白于天下，但“开放”的程度嘛，得看你怎么定义“开放”🙂数据污染闹剧：是的！一些模型的出色表现可能是因为……作弊，而且方法既不先进也不高端——训练集被基准数据污染。因此目前的通用测试对它们来说，就是明晃晃的开卷考试。看起来AI正在追随“每个有天赋的孩子”的脚步，通过已经给了答案的内定考试？!

2024 年人工智能现状：辉煌、戏谑和“牛市”

更多资金，更多问题：预计明年会有团队花费超过10亿美元来训练单个大型模型。生成式AI的热潮不会消退，只会变得更加“奢华”。😱计算压力的挑战：政府和大型科技公司将继续承受计算需求的压力，这些需求已经逼近电网的极限。这就像一个健身网红的体重增长超过了突破了牛顿定理、超过了人类健身房的承重能力——总有一天，天花板可能会真的塌下来。😱AI介入选举：虽然预期的AI对选举和就业的影响尚未成真，但这并不意味着我们可以掉以轻心。但请记住，AI的影响就像潘多拉魔盒：一旦打开，将会在接下来的几年里、几十年甚至百年亦或是人类此后的历史中都无处不在。而众所周知，诚如百年前的黑格尔所预言的那样，我们人类啊！从历史中获得唯一的教训就是……我们没有从历史中获得任何教训！🤔总而言之，言而总之，人工智能领域依然是一个充满惊喜、伦理挑战和很多真金白银的奇妙世界。在这个舞台上，OpenAI、Meta和来自东方的神秘力量等各方势力竞相角逐，2024年的AI领域更像是一场激动人心的UFC（无限制综合格斗冠军赛）比赛而非平静的学术研讨会。所以，请准备好你的爆米花和GPU吧——新的一年里，AI将继续突破界限、挑战极限，甚至可能重新定义一些我们熟悉的词汇！

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)

其他人在问
好用的视频创作AI工具有哪些
以下是一些好用的视频创作 AI 工具： 1. 根据视频脚本生成短视频的工具： ChatGPT + 剪映：ChatGPT 生成视频小说脚本，剪映根据脚本自动分析并生成素材和文本框架，实现从文字到画面的快速转化。 PixVerse AI：在线 AI 视频生成工具，支持将多模态输入转化为视频。 Pictory：AI 视频生成器，用户提供文本描述即可生成相应视频内容。 VEED.IO：提供 AI 图像和脚本生成器，帮助从图像制作视频并规划内容。 Runway：将文本转化为风格化视频内容，适用于多种场景。 艺映 AI：专注人工智能视频，提供文生视频、图生视频、视频转漫等服务。 2. 给视频配音效的 AI 工具： Wavel Studio：支持 30 多种语言配音，音质自然流畅，能自动去除背景噪音和杂音，提供添加字幕和文本叠加层工具，界面友好且有多种自定义选项。 Elai.io：支持 65 多种语言配音，音色和语调真实，自动将唇形与语音同步，生成字幕提高视频可访问性，支持多位配音者。 Rask AI：支持 130 多种语言配音，包括稀有和濒危语言，采用先进语音合成技术，音质高保真，提供语音参数自定义和音效添加工具，与多种视频编辑平台和工作流程整合。 Notta：提供快速实惠的多语言配音解决方案，保留原声说话风格和细微差别，提供调整语音速度和音调工具，支持批量处理。 Dubverse：支持 60 多种语言配音，音质接近真人，提供文本转语音和语音克隆功能，提供语音参数自定义和情感添加工具，与多种视频平台和社交媒体渠道整合。 此外，在进行 AI 短片创作时，除了使用上述工具，还需考虑故事来源。比如原创，可基于自身或周围人的经历、做过的梦、想象的故事等；也可改编经典 IP、名著、新闻或进行二创。剧本写作方面，短片创作篇幅较小、情节和角色相对简单，可从自身或朋友经历改编入手，或对触动自己的短篇故事进行改编。多与他人讨论故事，有助于修改和进步。
2024-12-20
免费的可以进行excel数据处理的AI工具
以下是一些免费的可以进行 Excel 数据处理的 AI 工具： 1. Excel Labs：这是一个 Excel 插件，基于 OpenAI 技术新增了生成式 AI 功能，允许用户在 Excel 中利用 AI 进行数据分析和决策支持。 2. Microsoft 365 Copilot：微软推出的 AI 工具，整合了多种办公软件，用户可通过聊天形式告知需求，让 Copilot 自动完成如数据分析或格式创建等任务。 3. Formula Bot：提供数据分析聊天机器人和公式生成器两大功能，用户能通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI：支持 Excel 和 Google Sheets 的 AI 插件，除公式生成外，还能根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 这些工具通过 AI 技术提升了 Excel 的数据处理能力，让用户能更高效地进行数据分析和决策。随着技术发展，未来可能会有更多 AI 功能集成到 Excel 中，进一步提高工作效率和数据处理的智能化水平。但请注意，内容由 AI 大模型生成，请仔细甄别。
2024-12-20
excel数据整理的AI工具
以下是一些用于 Excel 数据整理的 AI 工具： 1. Excel Labs：这是一个 Excel 插件，基于 OpenAI 技术新增了生成式 AI 功能，可在 Excel 中直接利用 AI 进行数据分析和决策支持。 2. Microsoft 365 Copilot：微软推出的 AI 工具，整合了包括 Excel 在内的多种办公软件，用户通过聊天形式告知需求，Copilot 会自动完成任务，如数据分析、格式创建等。 3. Formula Bot：提供数据分析聊天机器人和公式生成器两大功能，用户能通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI：支持 Excel 和 Google Sheets 的 AI 插件，除公式生成外，还能根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 随着技术的不断发展，未来可能会有更多 AI 功能被集成到 Excel 中，进一步提高工作效率和数据处理的智能化水平。但需注意，内容由 AI 大模型生成，请仔细甄别。
2024-12-20
我的论文aicg率太高了，我如何降低aigc率
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。
2024-12-20
制图ai
以下是一些关于制图 AI 的相关信息： 常用的 AI 绘图工具： 1. Creately：是一个在线绘图和协作平台，利用 AI 功能简化图表创建过程，适合绘制流程图、组织图、思维导图等。具有智能绘图功能、丰富的模板库和预定义形状以及实时协作功能。官网：https://creately.com/ 2. Whimsical：专注于用户体验和快速绘图的工具，适合创建线框图、流程图、思维导图等。具有直观的用户界面、支持拖放操作以及多种协作功能。官网：https://whimsical.com/ 3. Miro：在线白板平台，结合 AI 功能，适用于团队协作和各种示意图绘制，如思维导图、用户流程图等。具有无缝协作、丰富的图表模板和工具以及支持与其他项目管理工具集成的特点。官网：https://miro.com/ 4. Lucidchart：强大的在线图表制作工具，集成 AI 功能，可自动化绘制流程图、思维导图、网络拓扑图等多种示意图。具有拖放界面、支持团队协作和实时编辑、丰富的模板库和自动布局功能。官网：https://www.lucidchart.com/ 5. Microsoft Visio：专业的图表绘制工具，适用于复杂的流程图、组织结构图和网络图。其 AI 功能可帮助自动化布局和优化图表设计。集成 Office 365，方便与其他 Office 应用程序协同工作，具有丰富的图表类型和模板，支持自动化和数据驱动的图表更新。官网：https://www.microsoft.com/enus/microsoft365/visio/flowchartsoftware 6. Diagrams.net：免费且开源的在线图表绘制工具，适用于各种类型的示意图绘制。支持本地和云存储（如 Google Drive、Dropbox），具有多种图形和模板，易于创建和分享图表，可与多种第三方工具集成。官网：https://www.diagrams.net/ 使用 AI 绘制示意图的步骤： 1. 选择工具：根据具体需求选择合适的 AI 绘图工具。 2. 创建账户：注册并登录该平台。 3. 选择模板：利用平台提供的模板库，选择适合需求的模板。 4. 添加内容：根据需求添加并编辑图形和文字，利用 AI 自动布局功能优化图表布局。 5. 协作和分享：若需要团队协作，可邀请团队成员一起编辑。完成后导出并分享图表。 辅助创建 CAD 图的 AI 工具： 1. CADtools 12：Adobe Illustrator 插件，为 AI 添加 92 个绘图和编辑工具，包括图形绘制、编辑、标注、尺寸标注、转换、创建和实用工具。 2. Autodesk Fusion 360：集成 AI 功能的云端 3D CAD/CAM 软件，能创建复杂几何形状和优化设计。 3. nTopology：基于 AI 的设计软件，可创建复杂 CAD 模型，包括拓扑优化、几何复杂度和轻量化设计等。 4. ParaMatters CogniCAD：基于 AI 的 CAD 软件，可根据用户输入的设计目标和约束条件自动生成 3D 模型，适用于拓扑优化、结构设计和材料分布等领域。 5. 生成设计工具：一些主流 CAD 软件，如 Autodesk 系列、SolidWorks 等，提供基于 AI 的生成设计工具，可根据用户输入的设计目标和约束条件自动产生多种设计方案。 需要注意的是，这些工具通常需要一定的 CAD 知识和技能才能有效使用。对于 CAD 初学者，建议先学习基本的 3D 建模技巧，然后尝试使用这些 AI 工具来提高设计效率。
2024-12-20
学习AI
新手学习 AI 可以参考以下步骤： 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），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作品。 在知识库提供了很多大家实践后的作品、文章分享。 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。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始学习，掌握编程语法、数据结构、算法等基础知识。 2. 尝试使用 AI 工具和平台： 体验 ChatGPT、Midjourney 等 AI 生成工具。 探索面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、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 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 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。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。
2024-12-20
国内C端AI设备现状及市场容量
目前国内 C 端 AI 设备市场正处于快速发展阶段，但具体的现状和市场容量会受到多种因素的影响。 在现状方面，C 端 AI 设备的种类日益丰富，涵盖了智能音箱、智能手表、智能家居设备等多个领域。这些设备在功能上不断创新和优化，为用户提供更加智能化、便捷化的服务。 然而，关于市场容量的确切数据会因市场调研机构、统计时间和方法的不同而有所差异。一般来说，随着消费者对智能化生活需求的增长，C 端 AI 设备的市场容量呈现出逐步扩大的趋势。但要获取准确、详细和最新的市场容量数据，建议参考权威的市场研究报告和专业的行业分析。
2024-12-18
ai的现状和未来发展趋势
目前人工智能的现状和未来发展趋势如下： 现状： 更多资金投入：预计明年会有团队花费超过 10 亿美元来训练单个大型模型，生成式 AI 的热潮持续且更加“奢华”。 计算压力挑战：政府和大型科技公司承受着逼近电网极限的计算需求压力。 AI 介入选举：虽预期影响尚未成真，但需保持警惕。 未来发展趋势： 专业化细分：从通用能力转向专注特定领域或功能，如图像生成（Midjourney、Stable Diffusion 等）、视频制作（Pika、Runway 等）、音频处理等，各细分领域不断提升核心能力，提供更精准高质量服务。 商业模式创新：包括 ToB 市场深耕（如针对内容创作者的 ReadPo）、新型广告模式（如天宫搜索的“宝典彩页”）等，从技术展示向解决用户痛点和创造商业价值转变。 应用场景不断扩展，包括但不限于： 自动驾驶，提高交通安全性和效率。 交通管理，优化信号灯和交通流量，缓解拥堵。 物流和配送，优化路线和计划，降低运输成本。 无人机送货，快速送达偏远地区。 教育，提供个性化学习体验。 农业，分析农田数据，提高农作物产量和质量。 娱乐，开发虚拟现实和增强现实体验。 能源，优化能源使用，提高能源效率。 未来人工智能将对我们的生活产生更加深远的影响。
2024-12-07
ai现状
2024 年人工智能现状如下： 研究方面： OpenAI 的 o1 模型在推动深度强化学习推理方面表现出色，但每个 token 的成本较高。 Meta 用 15 万亿 token 训练出 Llama 3.1 模型，但其开放程度有待定义。 存在数据污染闹剧，一些模型的出色表现可能是因为训练集被基准数据污染。 未来预测： 预计明年会有团队花费超 10 亿美元训练单个大型模型，生成式 AI 热潮持续且更“奢华”。 政府和大型科技公司将继续承受计算需求逼近电网极限的压力。 需警惕 AI 介入选举的影响。 其他情况： OpenAI 的 o1 模型重新定义 AI 在数学、科学和推理方面的极限。 中国的模型无视制裁正在崛起。 生成式 AI 初创公司盈利丰厚，但可持续性存疑。 相关报告链接： 英文解读链接：
2024-11-20
AGI发展现状
AGI（通用人工智能）的发展现状如下： OpenAI 自 2015 年成立以来，一直将 AGI 作为战略目标之一，随着技术发展，如 ChatGPT、多模态大模型和 AI Agent 等，我们似乎越来越接近这一目标。 AGI 有五个发展等级： 聊天机器人：具备基本对话能力，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。 推理者：具备人类推理水平，能解决复杂问题，如 ChatGPT，可根据上下文和文件提供详细分析和意见。 智能体：不仅具备推理能力，还能执行全自动化业务，但目前许多产品执行任务后仍需人类参与。 创新者：能够协助人类完成新发明，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。 组织：最高级别，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。 AlphaGeometry 结合神经语言模型的预测功能和基于规则的推理引擎找出解决方案，并采用生成大量合成训练数据的方法解决数据短缺问题。 Sam 表示通用人工智能（AGI）的发展指日可待，但它对世界的影响可能比预期小。OpenAI 正在与美国军方合作开发开源网络安全软件，努力预防退伍军人自杀，且开发武器和有害工具不被允许。 2024 年内 AGI 的机会点包括：图片超短视频的精细操控；有一定操控能力的生成式短视频；AI 音频能力长足进展；“全真 AI 颜值网红”出现；游戏 AI NPC 有里程碑式进展；AI 男/女朋友聊天基本成熟；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；AI 的商业模式开始有明确用例；可穿戴全天候 AI 硬件层出不穷；中国 AI 达到或超过 GPT4 水平，美国出现 GPT5，世界上开始现“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；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 年的发展预测包括：AI 3D 技术、物理规则成熟；全真 AI 虚拟人成熟；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。
2024-10-29
人工客服机器人发展现状
目前人工客服机器人的发展情况如下： 聊天机器人工作状况良好，可通过 LangSmith 跟踪检查其最新运行情况。 设计可能已满足需求，代码封闭，行为符合预期。 但存在潜在问题，对单个提示压力较大，若添加更多工具或工具更复杂，机器人使用工具的效率和整体行为可能受影响。 后续将展示如何通过根据用户意图将其引导至专业代理或子图，来更精确控制不同用户体验。
2024-09-10
帮我写一篇有关aigc的行业分析，标题为《AIGC行业洞察与概览》，其中框架内容包含以下部分，整体3万字 - 概念导入（AI、AIGC） - AI与人的区别 - AI衍生发展历程（诞生、发展、现状-中外各平台产品及语言模型介绍） - AI在社会各领域的应用实践 - AI技术的底层逻辑概览 - AI的弊端以及风险
以下是为您生成的《AIGC 行业洞察与概览》的部分内容： 一、概念导入 （一）AI 人工智能（Artificial Intelligence，简称 AI）是一种目标，旨在让机器展现智慧。 （二）AIGC GenAI（即生成式 AI）是一种能够从已有数据中学习并生成新的数据或内容的 AI 应用，利用 GenAI 创建的内容即 AIGC（全称 AIGenerated Content）。AIGC 是利用人工智能技术生成内容的新型生产方式，包括文本、图像、音频和视频等内容。 二、AI 与人的区别 三、AI 衍生发展历程 （一）诞生 （二）发展 （三）现状 1. 中外各平台产品及语言模型介绍 （1）语言文本生成利用马尔科夫链、RNN、LSTMs 和 Transformer 等模型生成文本，如 GPT4 和 GeminiUltra。 （2）图像生成依赖于 GANs、VAEs 和 Stable Diffusion 等技术，代表项目有 Stable Diffusion 和 StyleGAN 2。 （3）音视频生成利用扩散模型、GANs 和 Video Diffusion 等，代表项目有 Sora 和 WaveNet。 四、AI 在社会各领域的应用实践 AIGC 技术可以用于多种应用，如自动撰写新闻文章、生成艺术画作、创作音乐、制作视频游戏内容等。 五、AI 技术的底层逻辑概览 （一）机器学习：一种让机器自动从资料中找到公式的手段。 （二）深度学习：一种更厉害的手段，类神经网络，具有非常大量参数的函数。 （三）大语言模型：是一类具有大量参数的“深度学习”模型，Large Language Models，简称 LLMs。 六、AI 的弊端以及风险 作为一种强大的技术，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《网络安全法》《数据安全法》及《个人信息保护法》构成，并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法（试行）》等形成了共同监管的形势。 由于篇幅限制，目前仅能为您提供约 2000 字的内容，距离 3 万字还有较大差距。后续还需要进一步丰富和完善各个部分的细节及案例分析等。
2024-09-03