中国关于AIGC的法律

以下是一份关于 AIGC 伦理检查清单的相关内容： AIGC 概述： GenAI（生成式 AI）是能够从已有数据中学习并生成新数据或内容的 AI 应用，利用 GenAI 创建的内容即 AIGC（AIGenerated Content）。 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）》等形成共同监管形势。 AIGC 的分类及应用： 主要分为语言文本生成、图像生成和音视频生成。 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。 图像生成依赖于 GANs、VAEs 和 Stable Diffusion 等技术，应用于数据增强和艺术创作，代表项目有 Stable Diffusion 和 StyleGAN 2。 音视频生成利用扩散模型、GANs 和 Video Diffusion 等，广泛应用于娱乐和语音生成，代表项目有 Sora 和 WaveNet。 还可应用于音乐生成、游戏开发和医疗保健等领域，展现出广泛的应用前景。 AIGC 触发的法律与道德风险： 重伦理道德，主要体现在两方面： 国家安全：不得生成煽动颠覆国家政权、推翻社会主义制度，危害国家安全和利益、损害国家形象，煽动分裂国家、破坏国家统一和社会稳定，宣扬恐怖主义、极端主义。 伦理道德：不得宣扬民族仇恨、民族歧视，暴力、淫秽色情，以及虚假有害信息等法律、行政法规禁止的内容。 GenAI 工具和 AIGC 提供者应注意在算法设计、训练数据选择、模型生成和优化、提供服务等过程中，采取有效措施防止产生民族、信仰、国别、地域、性别、年龄、职业、健康等歧视。

AIGC 即 AI generated content，又称为生成式 AI，意为人工智能生成内容。例如 AI 文本续写，文字转图像的 AI 图、AI 主持人等，都属于 AIGC 的应用。 AIGC 能够通过机器学习和深度学习算法，根据输入的数据和指令生成符合特定要求的内容，在内容创作、广告、媒体等领域有着广泛的应用。其具体应用包括： 1. 文字生成：使用大型语言模型（如 GPT 系列模型）生成文章、故事、对话等内容。 2. 图像生成：使用 Stable Diffusion、DALLE 等模型生成艺术作品、照片等。 3. 视频生成：使用 Runway、KLING 等模型生成动画、短视频等。 AIGC 与 UGC（普通用户生产）、PGC（专业用户生产）都是内容生成的不同方式。UGC 由用户生成内容，优势在于内容丰富多样，能反映用户真实想法和创意，适用于社交媒体、社区论坛等互动性强的平台。PGC 由专业人士或机构生成内容，优势在于内容质量高、专业性强，适用于新闻媒体、专业网站等需要高质量内容的平台。 能进行 AIGC 的产品项目和媒介很多，包括且不限于： 1. 语言文字类：OpenAI 的 GPT，Google 的 Bard，百度的文心一言，还有一种国内大佬下场要做的的 LLM 等。 2. 语音声音类：Google 的 WaveNet，微软的 Deep Nerual Network，百度的 DeepSpeech 等，还有合成 AI 孙燕姿大火的开源模型 Sovits。 3. 图片美术类：早期有 GEN 等图片识别/生成技术，去年大热的扩散模型又带火了我们比较熟悉的、生成质量无敌的 Midjourney，先驱者谷歌的 Disco Diffusion，一直在排队测试的 OpenAI 的 Dalle·2，以及 stability ai 和 runaway 共同推出的 Stable Diffusion。 其中，SD 是 Stable Diffusion 的简称，是由初创公司 StabilityAI、CompVis 与 Runway 合作开发，2022 年发布的深度学习文本到图像生成模型。它主要用于根据文本的描述产生详细图像，是一种扩散模型（diffusion model）的变体，叫做“潜在扩散模型”（latent diffusion model; LDM）。SD 的代码模型权重已公开发布，可以在大多数配备有适度 GPU 的电脑硬件上运行。当前版本为 2.1 稳定版（2022.12.7）。源代码库：github.com/StabilityAI/stablediffusion 。我们可以通过一系列的工具搭建准备，使用 SD 进行想要的图片 AIGC。

AIGC 即 AI generated content，又称为生成式 AI，意为人工智能生成内容。例如 AI 文本续写，文字转图像的 AI 图、AI 主持人等都属于 AIGC 的应用。 AIGC 常见的产品项目和媒介众多。语言文字类有 OpenAI 的 GPT、Google 的 Bard、百度的文心一言等；语音声音类有 Google 的 WaveNet、微软的 Deep Nerual Network、百度的 DeepSpeech 等；图片美术类有早期的 GEN 等图片识别/生成技术，去年大热的扩散模型带火了我们熟悉的 Midjourney、先驱者谷歌的 Disco Diffusion、一直在排队测试的 OpenAI 的 Dalle·2 以及 stability ai 和 runaway 共同推出的 Stable Diffusion 等。 SD 是 Stable Diffusion 的简称，是由初创公司 StabilityAI、CompVis 与 Runway 合作开发，2022 年发布的深度学习文本到图像生成模型，主要用于根据文本的描述产生详细图像，是一种扩散模型的变体，叫做“潜在扩散模型”。其代码模型权重已公开发布，可以在大多数配备有适度 GPU 的电脑硬件上运行，当前版本为 2.1 稳定版。源代码库为 github.com/StabilityAI/stablediffusion 。 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，包括文字生成、图像生成、视频生成等。 AIGC、UGC 和 PGC 都是内容生成的不同方式。AIGC 由人工智能生成内容，优势在于快速、大规模生成内容，适用于自动化新闻、广告创作等；UGC 由用户生成内容，优势在于内容丰富多样，适用于社交媒体、社区论坛等；PGC 由专业人士或机构生成内容，优势在于内容质量高、专业性强，适用于新闻媒体、专业网站等。 AIGC 在 CRM 领域有着广阔的应用前景，主要包括个性化营销内容创作、客户服务对话系统、产品推荐引擎、CRM 数据分析报告生成、智能翻译和本地化、虚拟数字人和营销视频内容生成、客户反馈分析等方面。不过在应用过程中，仍需解决算法偏差、版权和知识产权等伦理法律问题。

以下是一些 AIGC 行业应用的案例： 在内容创作方面： 文字生成：使用大型语言模型（如 GPT 系列模型）生成文章、故事、对话等内容。 图像生成：使用 Stable Diffusion、DALLE 等模型生成艺术作品、照片等。 视频生成：使用 Runway、KLING 等模型生成动画、短视频等。 在制造业领域： 产品设计和开发：利用 AI 生成工具如 Adobe Firefly、Midjourney 等，可以根据文字描述快速生成产品的 3D 模型、渲染图、插图等设计元素，大幅提高产品设计效率。 工艺规划和优化：结合大语言模型的自然语言处理能力，可以自动生成制造工艺流程、设备选型、质量控制等方案，优化生产过程。 设备维护和故障诊断：利用 AI 模型分析设备运行数据，可以预测设备故障，并自动生成维修建议，提高设备可靠性。 供应链管理：AI 可以根据历史数据和市场变化，自动生成采购计划、库存预测、物流优化等内容，提高供应链管理效率。 客户服务：基于对话模型的 AI 客服机器人，可以自动生成个性化的客户回复，提升客户体验。 在医疗行业： 疾病的诊断与预测、药物研发以及个性化医疗。例如，麻省理工学院利用 AI 发现了一种名为 Halicin 的新型广谱抗生素。 在广告营销行业： 从初期的市场分析、中期的客户转化以及后期的客户复购均可参与，为消费者提供更个性化、智能化和互动性强的营销体验，还能降低内容制作成本并加速创意实现。

小朋友们，今天我们来了解一下很有趣的 AIGC 哦！ AIGC 就是利用特别厉害的人工智能技术来生成各种各样内容的一种方式。它能通过学习很多很多的数据，按照我们给的要求生成内容。 AIGC 可以生成好多东西呢，比如文字，像故事、文章、对话；还能生成好看的图片、有趣的视频。 AIGC 跟其他生成内容的方式不太一样，比如 UGC 是由像你们这样的用户自己生成的内容，像在社交媒体上发的照片、文章。PGC 呢，则是由专业的叔叔阿姨们生成的高质量内容，像新闻报道、影视作品。 AIGC 里面还有很多相关的技术名词哦。AI 就是人工智能，它能像我们的大脑一样思考。机器学习是电脑自己找规律学习，有监督学习、无监督学习和强化学习。监督学习是有标签的训练数据，无监督学习是自己发现规律，强化学习就像训练小狗一样从反馈里学习。深度学习是一种参照人脑的方法，有神经网络和神经元。生成式 AI 能生成文本、图片、音频、视频等。 2017 年 6 月，谷歌团队发表了一篇很重要的论文，提出了 Transformer 模型，它处理数据可厉害了，比其他的模型更能处理长距离的文本。 小朋友们，现在是不是对 AIGC 有一点了解啦？

国内类似于文心一言的 AIGC 应用有： 语言文字类：百度的文心一言、阿里云的通义千问等。 语音声音类：Google 的 WaveNet、微软的 Deep Nerual Network、百度的 DeepSpeech 等，还有合成 AI 孙燕姿大火的开源模型 Sovits。 图片美术类：早期有 GEN 等图片识别/生成技术，去年大热的扩散模型又带火了我们比较熟悉的、生成质量无敌的 Midjourney，先驱者谷歌的 Disco Diffusion，一直在排队测试的 OpenAI 的 Dalle·2，以及 stability ai 和 runaway 共同推出的 Stable Diffusion。

目前关于 AI 诈骗的法律法规方面，有以下相关信息： 拜登签署的 AI 行政命令要求最强大的 AI 系统开发者与美国政府分享安全测试结果等关键信息。依照《国防生产法》，开发对国家安全、经济安全或公共卫生和安全构成严重风险的基础模型的公司，在训练模型时必须通知联邦政府，并分享所有红队安全测试的结果。商务部将为内容认证和水印制定指导方针，以明确标记 AI 生成的内容，联邦机构将使用这些工具让美国人容易知道从政府收到的通信是真实的，并为私营部门和世界各地的政府树立榜样。 在英国，产品安全法律确保在英国制造和投放市场的商品是安全的。特定产品的立法（如电气和电子设备、医疗设备和玩具）可能适用于某些包含集成 AI 的产品。消费者权利法可能在消费者签订基于 AI 的产品和服务销售合同时保护消费者。侵权法提供了一个补充制度，在民事过错造成损害时可能提供赔偿。但目前尚不清楚消费者权利法在包含集成 AI 的产品或基于服务的背景下是否能提供适当水平的保护。

以下是关于学习法律如何使用 AI 来提高学习效率的方法和建议： 1. 数据分析处理：将数据清洗、提取、模型选择、训练和结果解释等环节分开处理，针对每个环节优化 AI 性能，便于发现和修正问题。 2. 提问方式：针对复杂问题，采用逐步深化和细化的方式提问。先提出宽泛问题，再根据回答进一步细化或深化。 3. 提供学习内容：给 AI 提供大量数据和示例，包括高质量的参考材料、操作指南、行业最佳实践、案例研究等，同时编写详细流程和知识。 4. 利用专业术语引导：在 Prompt 中使用法律术语引导 AI 回答方向。 5. 总结与组织：在提供法律建议时，用简洁明了的语言总结核心观点和注意事项，使用引号、分隔符号及连接词组织 Prompt。 6. 设定角色和能力：赋予 AI 专注于民商事法律领域、擅长案例研究等角色，提升工作效率。 7. Prompt 方法总结：格式为【设定角色+任务目标+上下文和背景信息+（正面要求）详细需求和细节性信息+（负面要求）限制和不需要的内容+回答的语言风格和形式】 8. Prompt 技巧：讲清楚背景和目的，学会提出好问题，拆解工作流程，切分环节，具体落实到工作细节。 需要注意的是，以上内容仅供参考，在实际应用中请结合自身情况进行调整和实践。

在法律行业，进行案例搜索时最好使用法律行业垂类的 AI 产品，通用型 AI 可能存在查不出来、数据不全或生成内容不满足需求的情况。以下是一些案例检索的 Prompt 指令词示例及相关场景： 场景一：案例检索 Prompt 指令词：请搜索近五年内关于商标侵权案件中“混淆可能性”标准的具体判例，并提供相似度最高的三个案例的关键要点摘要。 预计效果：AI 系统将检索相关数据库，找出符合要求的判例，并提炼出这些案例中有关“混淆可能性”标准的关键判决理由和结果，形成摘要报告。 其他例子： Prompt 指令词：检索近三年内所有涉及软件算法专利侵权的案例，分析法院判决中关于技术特征对比和侵权判定的标准，为即将面临的专利侵权案件提供参考。 Prompt 指令词：比对不同地区法院在处理劳动争议案件时对加班费计算标准的差异判决，总结对雇主有利的判决趋势，为客户提供合规操作指导。 Prompt 指令词：研究环境法相关案例，特别是涉及工业废弃物处理的法律责任，为客户提供合规处理建议，以降低潜在的法律风险。 Prompt 结构提示：【案例领域或类型+明确需要查找的重点内容+查找案例的目的+其他希望 AI 做的事情】 场景二：类案检索 Prompt 指令词：（与场景一类似） 预计效果：（与场景一类似） 其他例子：（与场景一类似） Prompt 结构提示：（与场景一类似） 场景四：法规研究与解读 Prompt 指令词：根据最新修订的《数据安全法》，解析企业在处理个人信息时应遵循的主要原则，并给出具体操作建议。 预计效果：AI 助手将依据《数据安全法》的最新条款，解析企业处理个人信息所必须遵循的原则，并结合实践情况提出详细的操作指南或合规建议。 其他例子： Prompt 指令词：分析新出台的《网络安全法》对电子商务平台的具体影响，特别是数据保护和用户隐私方面的规定，为客户提供合规操作指南。 Prompt 指令词：【输入一段具体法律规定如：国际贸易规定】，以上是国际贸易法规的最新变化，为客户提供跨境交易的合规指南，特别是关税和进出口限制方面的内容。 Prompt 指令词：解读新修订的税法对中小企业的影响，提供税务规划和避税策略的建议，确保客户在合法范围内优化税务负担。 Prompt 结构提示：【需求 or 目的+根据具体法条或者根据某部法律+具体需要研究或则具体的研究细节内容】 场景五：法律意见书撰写或非诉交易文件材料 Prompt 指令词：针对我方当事人涉及的版权纠纷案，输入【已有的证据材料】+【相关法律条文】，撰写一份初步法律意见书，论证我方主张的合理性和胜诉的可能性。 预计效果：AI 将基于商标法的相关条款和案例法，提供关于商标侵权案件的诉讼策略。这将包括对原告商标权利的详细分析、被告侵权行为的法律评估、关键证据的搜集建议、可能的法律抗辩点以及在适当情况下和解或调解的策略。AI 的目标是帮助律师构建一个全面的诉讼计划，以提高胜诉几率并为客户争取最大利益。 其他例子： Prompt 指令词：为一起涉及专利侵权的案件制定诉讼策略，分析专利的有效性、被告的侵权行为以及可能的抗辩理由，提出如何证明侵权和计算损害赔偿的建议。 Prompt 指令词：针对一起劳动合同纠纷案件，分析员工的权益和雇主的责任，提出诉讼策略，包括主张的权益、证据收集的重点以及如何证明雇主的违约行为。 Prompt 指令词：在一场涉及知识产权许可的诉讼中，分析许可协议的条款和双方的权利义务，提出诉讼策略，包括如何证明许可协议的违反、计算损失赔偿以及可能的合同解除条件。 其他可以尝试的场景：模拟法庭 Prompt 指令词：模拟一场涉及商业合同违约的法庭审理，分析原告主张的违约责任和被告提出的免责抗辩，预测法庭可能的判决，并提出如何优化法庭陈述和证据呈现的建议。 预计效果：AI 将根据商业合同法的相关规定和案例法，模拟法庭审理过程。AI 将提供对原告和被告双方可能的论点、证据和法律依据的分析，预测法庭可能的判决结果，并给出如何更有效地在法庭上进行陈述、展示证据和进行交叉审问的建议。这将帮助律师准备更有说服力的法庭策略，以期达到最佳的诉讼结果。 其他例子：（与上述类似）

以下是关于“AI 治理与法律”维度的相关内容： 在全球范围内，对于 AI 的立法、监管、伦理讨论大范围落后于技术发展。 美国方面，对于中国的硬件科技限制进一步升级。最先进的 AGI 世界模型不开源，开源模型会落后闭源一个代际，但会服务更广泛的各种专业应用。AGI 将对全行业科技发展起到推动作用，有更好 AGI 的国家会有更快的全面技术进步。 欧洲是目前唯一对 AI 治理有一定讨论的地区，但也大多停留在纸面。 英国的情况是，AI 可能增加不公平偏见或歧视的风险，可能会削弱公众对 AI 的信任。产品安全法确保在英国制造和投放市场的商品是安全的，特定产品的立法可能适用于一些包含集成 AI 的产品，但 AI 技术的特定安全风险应密切监测。消费者权利法可能在消费者签订基于 AI 的产品和服务销售合同时提供保护。 欧盟方面，自 1956 年“人工智能”概念提出后，其理论范围和技术方法不断扩展。2021 年《AI 法案》提案对人工智能的定义更宽泛，而 2022 年《AI 法案》妥协版本中，欧盟理事会及欧洲议会认为“AI 系统”的定义范围应适当缩窄，并侧重强调机器学习的方法。 我国相关法规讨论的出发点完全在于“对于舆论的影响”，根本没有触及 AGI 本身的伦理问题，决策路径大概是政治>经济>>AI 伦理。

以下是为您生成的关于人工智能理论与法律的 PPT 大纲： 幻灯片 1：标题页 报告：人工智能理论与法律 幻灯片 2：介绍 简述人工智能的发展现状 引出人工智能理论与法律的主题 幻灯片 3：编程和数学能力 强调其作为理性思考和抽象思维能力的象征 提及 GPT4 在编程和数学领域的能力 幻灯片 4：GPT4 在专业领域的表现 展示 GPT4 在医学和法律领域的初步测试结果 美国医学执照考试准确率约 80% 多州律师考试准确率高于 70% 幻灯片 5：最新一代 LLM 在法律方面的表现 指出如 Google 的 PaLM、GPT3.5 已展现出人类水平能力 幻灯片 6：研究方法的差异 解释本研究与其他相关工作在方法上的不同 您可以根据以上大纲内容进行 PPT 的制作，进一步丰富每个幻灯片的具体内容和配图，以达到更好的展示效果。

在法律领域，当优先考虑的风险处于法律空白地带时，监管机构需要与政府合作以确定潜在行动。例如，在法律服务部门，只有六种特定的法律服务活动受到监管机构的监督，这些“保留法律服务活动”在 2007 年《法律服务法》（HM Government）中有明确规定，且只能由获得授权（或豁免）的人员进行。AI 驱动的系统可能会提供诸如撰写遗嘱或合同等其他服务（许多人可能认为这属于法律服务），但却不受法律服务监管机构的监督。对于 AI 监管，应采取创新的方法，例如调整监管机构的职权范围、更新监管机构的法规，或者进行额外的立法干预。我们的方法得益于强大的主权议会制度，能够可靠地针对新兴问题引入有针对性和适度的措施，包括在必要时调整现有立法。

以下是一些中国国产好用的免费视频 AI 工具： Hidreamai（国内，有免费额度）：https://hidreamai.com//AiVideo 。支持文生视频、图生视频，提示词使用中文、英文都可以，文生视频支持正向提示词、反向提示词、运镜控制、运动强度控制，支持多尺寸，可以生成 5s 和 15s 的视频。 ETNA（国内）：https://etna.7volcanoes.com/ 。是一款由七火山科技开发的文生视频 AI 模型，能根据用户简短的文本描述生成相应的视频内容。生成的视频长度在 8 15 秒，画质可达 4K，最高 38402160，画面细腻逼真，帧率 60fps。 Dreamina（国内内测，有免费额度）：https://jimeng.jianying.com/aitool/video/generate 。支持文生视频、图生视频、视频生视频，支持图生视频首尾帧功能，提示词使用中文、英文都可以。 可灵（免费）：https://klingai.kuaishou.com/ 。支持文生视频、图生视频，支持图生视频首尾帧功能，提示词可使用中文。 此外，还有一些其他的相关工具： Leiapix：https://www.leiapix.com/ ，免费，可把一张照片转动态。 Krea：https://www.krea.ai/ ，12 月 13 日免费公测。 luma： ，30 次免费。 hailuoai：https://hailuoai.video/ ，新账号 3 天免费，过后每天 100 分，语义理解能力强。 Opusclip：https://www.opus.pro/ ，可利用长视频剪成短视频。 Raskai：https://zh.rask.ai/ ，短视频素材可直接翻译至多语种。 invideoAI：https://invideo.io/make/aivideogenerator/ ，输入想法生成脚本和分镜描述，生成视频后可人工二编合成长视频。 descript：https://www.descript.com/?ref=feizhuke.com 。 veed.io：https://www.veed.io/ ，有一次免费体验，可自动翻译自动字幕。 clipchamp：https://app.clipchamp.com/ ，免费，高级功能付费。 typeframes：https://www.revid.ai/?ref=aibot.cn ，有免费额度。

很抱歉，目前知识库中没有关于如何做好中国市场的知识库让 AI 学习并给出详细三年计划的相关内容。但一般来说，要做好这个计划，您可以从以下几个方面考虑： 1. 市场调研：深入了解中国市场的特点、需求、竞争态势等，为 AI 提供丰富准确的数据。 2. 数据整理：将收集到的市场信息进行分类、清洗和标注，以便 AI 能够有效学习。 3. 设定目标：明确三年中在市场份额、客户满意度、品牌知名度等方面的具体目标。 4. 阶段规划：第一年着重基础建设，如数据积累和模型训练；第二年优化模型，拓展应用场景；第三年实现规模化应用和持续优化。 5. 技术支持：确保有足够的技术团队来维护和更新 AI 系统。 6. 反馈机制：建立有效的反馈渠道，根据市场变化和用户反馈及时调整 AI 的学习方向。 以上只是一个初步的框架，您还需要根据具体的行业和市场情况进行进一步的细化和完善。

以下是为您提供的中国人工智能产业相关研究报告： 《中国生成式 AI 行业市场热点月度分析（2024 年 5 月）》：行业移动端渗透率达 12%，月活用户超 4000 万，用户画像以高学历、白领为主。可通过获取。 《中国新一代人工智能科技产业发展报告（2024）》：指出中国人工智能产业正从“极化”向“扩散”发展。报告基于 4311 家 AI 企业的数据分析，展示了中国 AI 产业的创新版图。可通过获取。 《数说安全：2024 安全大模型技术与市场研究报告》：深入探讨了 AIGC 大语言模型在网络安全领域的应用和影响。可通过获取。 《微盟&爱分析：2024 年企业 AI 应用趋势洞察报告》：通过案例分析展示了 AI 技术如何助力企业提升生产力，并预测 AI 将在企业级应用中持续拓展服务边界，同时 AI Agent 将为企业级 AI 应用带来新想象空间。可通过获取。

在中国使用 ChatGPT 的方法（针对苹果系统）： 1. 在 AppleStore 下载 chatgpt：中国区正常无法下载，需切换到美区。美区 AppleID 注册教程可参考知乎链接：。最终在 AppleStore 搜索并下载安装，注意别下错。 2. 支付宝购买苹果礼品卡并充值、订阅付费 App： 打开支付宝，将地区切换到美区任意区，往下滑，找到【品牌精选 折扣礼品卡】，点击进去，看到【大牌礼品卡】，往下滑找到【App Store & iTunes US】礼品卡，按需求金额购买，建议先买 20 刀。 支付宝购买礼品卡。 在 apple store 中兑换礼品卡。 在 chatgpt 中购买订阅 gpt plus，若中途不想继续订阅，可到订阅列表中取消订阅。 使用 ChatGPT 4o： 1. 开启对话：打开 ChatGPT 应用或网页，点击开始对话。会员在苹果或安卓手机上购买，电脑上也能登录。 2. 体验最新语音对话功能：将版本切换到 ChatGPT 4o，点击右下角“耳机🎧”图标，选择一个声音，即可体验流畅的语音对话。 此外，还有关于利用 ChatGPT 学习英文的方法：推特博主的英语老师制作了一个 GPT 工作流，基于个人日常需求生成定制素材。具体使用方法为：先把特定 prompt 喂给 ChatGPT（建议开新对话专门用于学习英文），然后输入英文和中文表达，ChatGPT 会返回更地道的表达，对俚语部分加粗，还会结合欧美流行内容举一反三给出更多例子。输入特定语句，ChatGPT 会输出对话回顾并建议 3 个推荐任务以强化记忆。建议使用方式包括开窗口复制 prompt、手机端打开历史记录、点右上角耳机图标打电话（可练口语和听力）、结束后看回顾帮助阅读。群友也写了类似版本在讯飞上尝试，效果不错。

AI 在中国国内财务领域有以下应用： 1. 风控和反欺诈：用于识别和阻止欺诈行为，降低金融机构的风险。 2. 信用评估：评估借款人的信用风险，帮助金融机构做出更好的贷款决策。 3. 投资分析：分析市场数据，帮助投资者做出更明智的投资决策。 例如摩根大通通过处理大量数据集、检测模式并整合多个变量，利用人工智能完善经济和货币预测，为政策选择提供信息，改善利率、流动性管理和宏观审慎措施的决策。

以下是近几个月中国 AI 行业的一些重要进展： 过去 12 个月，人工智能行业流量增长显著。2022 年 9 月研究起始时，分析的工具产生 2.418 亿次访问，到 2023 年 8 月达到 28 亿次访问量。 从去年 11 月 ChatGPT 成为最快达到 100 万用户的平台后，行业热度持续攀升，2023 年 5 月访问量达到约 41 亿的峰值。 2023 年上半年国内笃信靠资金和卡能发展类 GPT 架构，但下半年纷纷转向“垂直应用”“商业化”，不提 AGI。目前国内最领先的模型水平大概在准 ChatGPT3.5 水平，和 GPT4 有差距。 百度的“文心 4.0”是当前国内能力较好的模型之一，即将发布的阿里的“通义千问”。 中国开源项目在今年赢得全球粉丝，成为积极开源贡献者。DeepSeek 在编码任务中表现出色，阿里巴巴发布的 Qwen2 系列视觉能力令人印象深刻，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。