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

大模型家族、类别、应用场景

Answer

大模型主要分为以下两类：

  1. 大型语言模型：专注于处理和生成文本信息，主要应用于自然语言处理任务，如文本翻译、文本生成、情感分析等。
  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，可以应用于更广泛的领域，例如图像识别与描述、视频分析、语音识别与生成等。

大型多模态模型与大型语言模型的不同点包括：

  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，大型多模态模型应用领域更广泛。
  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。

对于聊天大模型的深度用户，把同一个问题让不同的大模型解答是高频操作，主要适用于以下场景：

  1. 对回答的精准性、全面性要求较高的问题，因为不同大模型在解决不同问题时各有优劣。
  2. 需要多方交叉验证，规避模型幻觉的客观事实类问题。

常用的模型网站有：

  1. Civitai|Stable Diffusion models,embeddings,hypernetworks and more
  2. Models-Hugging Face
  3. SD-WebUI资源站
  4. 元素法典AI模型收集站-AI绘图指南wiki(aiguidebook.top)
  5. AI绘画模型博物馆(subrecovery.top)

下载模型后需要将之放置在指定的目录下，不同类型的模型放置目录不同：

  1. 大模型（Ckpt）：放入 models\Stable-diffusion
  2. VAE 模型：一些大模型需要配合 vae 使用，对应的 vae 同样放置在 models\Stable-diffusion 或 models\VAE 目录，然后在 webui 的设置栏目选择。
  3. Lora/LoHA/LoCon 模型：放入 extensions\sd-webui-additional-networks\models\lora，也可以在 models/Lora 目录
  4. Embedding 模型：放入 embeddings 目录

模型的类型可以通过Stable Diffusion 法术解析检测。

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

References

十七问解读生成式人工智能

大型模型主要分为两类：一是大型语言模型，专注于处理和生成文本信息；二是大型多模态模型，这类模型能够处理包括文本、图片、音频等多种类型的信息。[heading1]问题八、大型多模态模型与大型语言模型有何不同？[content]1.二者处理的信息类型不同。大型语言模型专注于处理和生成文本信息，通过分析大量的文本数据来理解和生成自然语言。而大型多模态模型不仅能处理文本信息，还能理解和生成图片、音频等多种类型的信息，这使得它们能够在更多样化的任务中应用。2.应用场景也有所不同。大型语言模型主要用于自然语言处理任务，如文本翻译、文本生成、情感分析等。而大型多模态模型由于能够处理多种信息类型，可以应用于更广泛的领域，例如图像识别与描述、视频分析、语音识别与生成等。3.在数据需求方面也有所不同。大型语言模型主要依赖于大量的文本数据进行训练，而大型多模态模型则需要多种类型的数据进行训练，包括文本、图片、音频等，以便在不同模态间建立关联。[heading1]问题九、有了大模型，是不是还有小模型？[content]当我们谈论所谓的“小模型”时，实际上是在相对地比较。与那些拥有海量参数和训练数据的大型模型相比，这些模型的规模显得更小一些。因此，在日常交流中，我们习惯将它们称作“小模型”。但如果要更精确地描述，这些模型其实是被设计来完成特定任务的，比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（比如猫🐱、狗🐶）。

军师联盟BOT｜同时询问多个大模型并返回汇总梳理后的结果

原文链接：https://developer.volcengine.com/articles/7386930202595000357#heading19作者:时髦Simon[heading1]一，应用简介[content][heading3]主要功能[content]由5个不同大模型组成的【军师联盟】为您倾情答疑解惑！我们不仅帮您提炼他们“英雄所见略同”的【共识意见】还会为您罗列他们“八仙过海各显神通”的【差异看法】[heading3]效果示例[heading1]二，适用场景[content]对于聊天大模型的深度用户来说，把同一个问题让不同的大模型去解答是一个高频的操作。主要场景有：1.对回答的精准性、全面性要求较高的问题。因为不同的大模型在解决不同的问题时都各有优劣，兼听则明，偏听则暗。2.需要多方交叉验证，规避模型幻觉的客观事实类问题。

SD新手：入门图文教程

模型能够有效地控制生成的画风和内容。常用的模型网站有：[Civitai|Stable Diffusion models,embeddings,hypernetworks and more](https://link.zhihu.com/?target=https%3A//civitai.com/)>[Models-Hugging Face](https://link.zhihu.com/?target=https%3A//huggingface.co/models)>[SD-WebUI资源站](https://link.zhihu.com/?target=https%3A//www.123114514.xyz/models/ckpt)>[元素法典AI模型收集站-AI绘图指南wiki(aiguidebook.top)](https://link.zhihu.com/?target=https%3A//aiguidebook.top/index.php/model/)>[AI绘画模型博物馆(subrecovery.top)](https://link.zhihu.com/?target=https%3A//aimodel.subrecovery.top/)[heading3]模型安装[content]下载模型后需要将之放置在指定的目录下，请注意，不同类型的模型应该拖放到不同的目录下。模型的类型可以通过[Stable Diffusion法术解析](https://link.zhihu.com/?target=https%3A//spell.novelai.dev/)检测。大模型（Ckpt）：放入models\Stable-diffusionVAE模型：一些大模型需要配合vae使用，对应的vae同样放置在models\Stable-diffusion或models\VAE目录，然后在webui的设置栏目选择。Lora/LoHA/LoCon模型：放入extensions\sd-webui-additional-networks\models\lora，也可以在models/Lora目录Embedding模型：放入embeddings目录

Others are asking
AI应用的类别
以下是一些 AI 应用的类别： 1. AI 摄影参数调整助手：使用图像识别、数据分析技术，在摄影 APP 中实现根据场景自动调整摄影参数，市场规模达数亿美元。 2. AI 音乐情感分析平台：运用机器学习、音频处理技术，通过音乐情感分析软件分析音乐的情感表达，市场规模达数亿美元。 3. AI 家居智能照明系统：借助物联网技术、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，市场规模达数十亿美元。 4. AI 金融风险预警平台：利用数据分析、机器学习，通过金融风险预警软件提前预警金融风险，市场规模达数十亿美元。 5. AI 旅游路线优化平台：采用数据分析、自然语言处理，如马蜂窝路线优化功能根据用户需求优化旅游路线，市场规模达数亿美元。 6. AI 游戏道具推荐系统：使用数据分析、机器学习，在游戏内商城推荐功能中根据玩家需求推荐游戏道具，市场规模达数亿美元。 7. AI 天气预报分时服务：运用数据分析、机器学习，如彩云天气分时预报提供精准的分时天气预报，市场规模达数亿美元。 8. AI 医疗病历分析平台：借助数据分析、自然语言处理，通过医渡云病历分析系统分析医疗病历，辅助诊断，市场规模达数十亿美元。 9. AI 会议发言总结工具：利用自然语言处理、机器学习，如讯飞听见会议总结功能自动总结会议发言内容，市场规模达数亿美元。 10. AI 书法作品临摹辅助工具：采用图像识别、数据分析，在书法临摹软件中帮助书法爱好者进行临摹，市场规模达数亿美元。 11. AI 菜谱口味调整工具：运用自然语言处理、数据分析，如下厨房口味调整功能根据用户反馈调整菜谱口味，市场规模达数亿美元。 12. AI 语言学习纠错平台：借助自然语言处理、机器学习，如英语流利说纠错功能帮助语言学习者纠正错误，市场规模达数十亿美元。 13. AI 电影剧情分析系统：利用数据分析、自然语言处理，如豆瓣电影剧情分析工具分析电影剧情，提供深度解读，市场规模达数亿美元。 14. AI 办公文件分类系统：采用数据分析、机器学习，如腾讯文档分类功能自动分类办公文件，方便管理，市场规模达数亿美元。 15. AI 美容护肤方案定制平台：借助图像识别、数据分析，如美丽修行定制方案功能根据用户肤质定制护肤方案，市场规模达数亿美元。
2025-02-05
如何训练一个自己的模型用来识别不同的图片类别
训练自己的模型来识别不同的图片类别可以参考以下方法： 对于扩散模型（如 Midjourney）： 强大的扩散模型训练往往消耗大量 GPU 资源，推理成本高。在有限计算资源下，可在强大预训练自动编码器的潜在空间中应用扩散模型，以在复杂度降低和细节保留间达到平衡，提高视觉保真度。引入交叉注意力层可使其成为灵活的生成器，支持多种条件输入。 Midjourney 会定期发布新模型版本以提升效率、连贯性和质量。最新的 V5 模型具有更广泛的风格范围、更高的图像质量、更出色的自然语言提示解读能力等。 用 SD 训练贴纸 LoRA 模型： 对于原始形象，可通过 MJ 关键词生成不同风格的贴图，总结其特征。注意关键词中对颜色的限制，保持正面和负面情绪数据比例平衡。若训练 25626 大小的表情包，初始素材可能够用，若训练更高像素图片，可能需进一步使用 MJ 垫图和高清扩展功能。 进行高清化时，从 256 到 1024 分辨率，输入左图并加入内容和风格描述，挑选合适的图片。 多模态模型（以 StableDiffusion 为例）： 多模态模型包括文生图、图生图、图生视频、文生视频等，底层逻辑通常从生图片源头开始。 扩散模型（如 StableDiffusion 中使用的）的训练是对图片加减噪点的过程。先对海量带有标注文字描述的图片逐渐加噪点，模型学习每一步图片向量值和文字向量值的数据分布演变规律，完成训练。输入文字后，模型根据文字向量指导充满噪点的图片减噪点生成最终图片。扩散模型加减噪点方式与大脑构思图片方式类似，且多模态模型会关联文字向量值和图片像素点向量值。
2025-01-31
大模型家族、类别、应用场景
大模型主要分为以下两类： 1. 大型语言模型：专注于处理和生成文本信息，主要应用于自然语言处理任务，如文本翻译、文本生成、情感分析等。其训练主要依赖大量的文本数据。 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，可以应用于更广泛的领域，例如图像识别与描述、视频分析、语音识别与生成等。其训练需要多种类型的数据，包括文本、图片、音频等。 此外，还有相对规模较小的模型，这些模型通常是为完成特定任务而设计的。 大模型的应用场景包括： 1. 对于回答的精准性、全面性要求较高的问题，不同的大模型各有优劣，可兼听获取更好的答案。 2. 需要多方交叉验证，规避模型幻觉的客观事实类问题。 常用的模型网站有： 1. 2. 3. 4. 5. 下载模型后，不同类型的模型放置位置不同： 1. 大模型（Ckpt）：放入 models\\Stablediffusion 2. VAE 模型：一些大模型需要配合 vae 使用，对应的 vae 同样放置在 models\\Stablediffusion 或 models\\VAE 目录，然后在 webui 的设置栏目选择。 3. Lora/LoHA/LoCon 模型：放入 extensions\\sdwebuiadditionalnetworks\\models\\lora，也可以在 models/Lora 目录 4. Embedding 模型：放入 embeddings 目录
2025-01-06
大模型家族、类别、应用场景
大模型主要分为以下两类： 1. 大型语言模型：专注于处理和生成文本信息，主要应用于自然语言处理任务，如文本翻译、文本生成、情感分析等。 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，可以应用于更广泛的领域，例如图像识别与描述、视频分析、语音识别与生成等。 大型多模态模型与大型语言模型的不同点包括： 1. 处理的信息类型不同：大型语言模型专注于文本，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，大型多模态模型应用领域更广泛。 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。 对于聊天大模型的深度用户，常见的应用场景有： 1. 对回答的精准性、全面性要求较高的问题，因为不同大模型各有优劣。 2. 需要多方交叉验证，规避模型幻觉的客观事实类问题。 常用的模型网站有： 1. 2. 3. 4. 5. 下载模型后，不同类型的模型放置位置如下： 1. 大模型（Ckpt）：放入 models\\Stablediffusion 2. VAE 模型：一些大模型需要配合 vae 使用，对应的 vae 同样放置在 models\\Stablediffusion 或 models\\VAE 目录，然后在 webui 的设置栏目选择。 3. Lora/LoHA/LoCon 模型：放入 extensions\\sdwebuiadditionalnetworks\\models\\lora，也可以在 models/Lora 目录 4. Embedding 模型：放入 embeddings 目录
2025-01-06
帮我生成一个 AI 写作领域的产业图谱，只关注应用层，按照产品的类别来分类和举例
以下是 AI 写作领域应用层的产业图谱分类及举例： |序号|产品|主题|使用技术|市场规模|一句话介绍| ||||||| |1|Grammarly、秘塔写作猫|AI 智能写作助手|自然语言处理|数十亿美元|利用 AI 技术辅助用户进行高质量写作。| |2|阿里小蜜等电商客服|AI 智能客服外包服务|自然语言处理、机器学习|数十亿美元|为企业提供智能客服解决方案。|
2024-10-28
AI编程的落地场景是什么
以下是 AI 编程的一些落地场景： 1. 智能体开发：从最初只有对话框的 chatbot 到具有更多交互方式的应用，低代码或零代码的工作流在某些场景表现较好。 2. 证件照应用：以前实现成本高，现在可通过相关智能体和交互满足客户端需求。 3. 辅助编程： 适合原型开发、架构稳定且模块独立的项目。 对于像翻译、数据提取等简单任务，可通过 AI 工具如 ChatGPT 或 Claude 解决，无需软件开发。 支持上传图片、文档，执行代码，甚至生成视频或报表，大幅扩展应用场景。 4. 自动化测试：在模块稳定后引入，模块变化频繁时需谨慎。 5. 快速迭代与发布 MVP：尽早发布产品，不追求完美，以天或周为单位快速迭代。 需要注意的是，AI 编程虽强，但目前适用于小场景和产品的第一个版本，在复杂应用中可能导致需求理解错误从而使产品出错。在进度不紧张时可先尝试新工具，成熟后再大规模应用。同时，压缩范围，定义清晰的 MVP（最小可行产品），先完成一个 1 个月内可交付的版本，再用 1 个月进行优化迭代。
2025-02-21
不同ai模型的应用场景
以下是不同 AI 模型的应用场景： 基于开源模型： Civitai、海艺 AI、liblib 等为主流创作社区，提供平台让用户利用 AI 技术进行图像创作和分享，用户无需深入了解技术细节即可创作出较高质量的作品。 基于闭源模型： OpenAI 的 DALLE 系列： 发展历史：2021 年初发布 DALLE，2022 年推出 DALLE 2，2023 年发布 DALLE 3，不断提升图像质量、分辨率、准确性和创造性。 模型特点：基于变换器架构，采用稀疏注意力机制，DALLE 2 引入 CLIP 模型提高文本理解能力，DALLE 3 优化细节处理和创意表现。 落地场景：2C 方面可控性强于 Midjourney，但复杂场景和细节处理能力不如 Midjourney；2B 方面与 Midjourney 场景类似。 商业化现状：通过提供 API 服务，使企业和开发者能集成到应用和服务中，采取分层访问和定价策略。 伦理和合规性：加强对生成内容的审查，确保符合伦理和法律标准。 大模型： 文本生成和内容创作：撰写文章、生成新闻报道、创作诗歌和故事等。 聊天机器人和虚拟助手：提供客户服务、日常任务提醒和信息咨询等服务。 编程和代码辅助：用于代码自动补全、bug 修复和代码解释。 翻译和跨语言通信：促进不同语言背景用户之间的沟通和信息共享。 情感分析和意见挖掘：为市场研究和产品改进提供数据支持。 教育和学习辅助：创建个性化学习材料、自动回答学生问题和提供语言学习支持。 图像和视频生成：如 DALLE 等模型可根据文本描述生成相应图像，未来可能扩展到视频内容生成。 游戏开发和互动体验：创建游戏中的角色对话、故事情节生成和增强玩家沉浸式体验。 医疗和健康咨询：理解和回答医疗相关问题，提供初步健康建议和医疗信息查询服务。 法律和合规咨询：帮助解读法律文件，提供合规建议，降低法律服务门槛。 这些只是部分应用场景，随着技术进步和模型优化，AI 模型在未来可能会拓展到更多领域和场景。同时，也需注意其在隐私、安全和伦理方面的挑战。
2025-02-21
能在局域内网，没有网络，离线的场景使用的AI编程工具，可以是单独运行的，也可以是JetBrains IDEs中作为插件使用的
以下是一些可以在局域内网、没有网络、离线场景使用的 AI 编程工具： 1. PyCharm：是 JetBrains 推出的智能代码补全工具，支持 Java、Python 和 JavaScript 等多种语言。因其高准确性著称，帮助开发人员节省编程时间。价格：起价每月 24.90 美元。 2. AIXcoder：AI 驱动的编程助手，支持 Java、Python 和 JavaScript 等语言。它提供了自动任务处理、智能代码补全、实时代码分析以及输入时的错误检查功能。价格：暂无信息。 3. Ponicode：AI 驱动的代码工具，旨在帮助开发人员优化编码流程。利用自然语言处理和机器学习，根据用户的描述生成代码。由 CircleCI 维护。 4. Jedi：开源的代码补全工具，主要作为 Python 静态分析工具的插件运行，适用于各种编辑器和 IDE。价格：免费。 此外，还有以下相关工具： 1. Cursor：网址：https://www.cursor.com/ ，通过对话获得代码。 2. Deepseek：网址：https://www.deepseek.com/zh ，方便国内访问，网页登录方便，目前完全免费。 3. 通义灵码：在 Pytharm 中，“文件”“设置”“插件”红色框位置搜索“通义灵码”进行安装（目前免费）。 4. JetBrains 自身的助手插件：在 Pytharm 中，“文件”“设置”“插件”红色框位置搜索“Jetbrains AI assistant”进行安装（收费，目前有 7 天免费试用）。 5. AskCodi：一款 AI 代码助手，提供各种应用程序用于代码生成、单元测试创建、文档化、代码转换等。由 OpenAI GPT 提供支持，可以作为 Visual Studio Code、Sublime Text 和 JetBrains 的 IDE 的扩展/插件使用。 6. ODIN（Obsidian 驱动信息网络）：是一个插件，可以在 Obsidian 中使用。它提供了一些功能，包括通过图形提示栏进行 LLM 查询、图形可视化、下拉菜单功能等。安装 ODIN 需要先安装 Obsidian 并按照指示进行插件的安装和启用。
2025-02-21
在没有明确答案的场景，怎么做RL？
在没有明确答案的场景下做 RL 可以参考以下内容： 分析关键要素：包括状态空间、行为空间和奖励模型。 方法推测：如采用类似 AlphaGo/AlphaZero 的概率较大。原因包括 OpenAI 员工受相关理念影响，且有将搜索方法和 LLM 融合的尝试。 对于领域泛化能力：o1 的思考能力能否泛化到 Reward 不好量化的领域是关键。OpenAI 可能已找到一些非数理学科的 Reward 定义方法，例如针对写作文列出好文章的标准作为 Reward 标准。 以 DeepSeek R1 为例：在“冷启动”阶段通过少量人工精选的思维链数据初步引导，随后主要依靠强化学习，在奖励系统（准确率奖励和格式奖励）的反馈下自主探索推理策略，实现自我进化。Alpha Zero 完全摒弃人类数据进行纯强化学习，展现出创造性风格。DeepSeek R1 更注重学习推理底层策略，培养通用推理能力以实现跨领域运用。
2025-02-21
waytoAGI解决的核心场景是什么，有哪些应用案例
WaytoAGI 是一个 AI 开源社区，其核心场景包括： 1. 提供 AI 领域的最新进展、教程、工具和一线实战案例，引领并推广开放共享的知识体系。 2. 倡导共学共创等形式，孵化了如 AI 春晚、离谱村等大型共创项目。 3. 作为思想交流平台，汇聚行业顶尖创作者和 KOL。 应用案例方面： 1. 在上海国际 AIGC 大赛中，如《嘉定汇龙》项目中，利用多种 AI 技术如 stable diffusion 艺术字生成、comfyui 转绘、steerablemotion、runway 文生视频、图生视频等，并通过合成剪辑完成作品。 2. 社区内有像三思这样的高手分享具体教程。
2025-02-21
养老场景实时健康监测与风险预警在技术上怎么实现，用AI大模型实现，请给出一个可行的方案
以下是一个利用 AI 大模型实现养老场景实时健康监测与风险预警的可行方案： 首先，需要明确相关的概念和技术名词。AI 即人工智能，机器学习是电脑找规律学习，包括监督学习、无监督学习和强化学习。监督学习是基于有标签的训练数据，学习输入和输出之间的映射关系，包括分类和回归。无监督学习是在无标签数据中自主发现规律，例如聚类。强化学习是从反馈中学习以最大化奖励或最小化损失，类似训小狗。深度学习参照人脑，具有神经网络和神经元，因层数多被称为深度，神经网络可用于多种学习方式。生成式 AI 能生成文本、图片、音频、视频等内容形式，LLM 是大语言模型，生成图像的扩散模型不属于大语言模型，像谷歌的 BERT 模型可用于语义理解，如上下文理解、情感分析、文本分类。 在技术里程碑方面，2017 年 6 月谷歌团队发表的《Attention is All You Need》论文首次提出了 Transformer 模型，其完全基于自注意力机制处理序列数据，不依赖循环神经网络或卷积神经网络。 对于养老场景的实时健康监测与风险预警，可利用传感器收集老人的生理数据，如心率、血压、血糖等。这些数据通过物联网传输到服务器，利用深度学习算法对数据进行分析和处理。例如，使用基于 Transformer 模型的大模型，对历史健康数据和当前实时数据进行学习和分析，建立老人的健康模型。通过与正常健康指标的对比，及时发现异常情况，并结合无监督学习中的聚类算法，对不同健康状况的老人进行分类，以便提供个性化的预警和建议。同时，利用强化学习不断优化模型的预警准确性和及时性。 总之，通过整合传感器数据采集、物联网传输、深度学习算法分析和模型优化等环节，借助 AI 大模型实现养老场景的实时健康监测与风险预警。
2025-02-20
适合当作搜索引擎的大模型是什么？
以下是一些适合当作搜索引擎的大模型： Perplexity.ai：本质是个可联网的搜索引擎，完全免费，支持网页版、APP（目前支持 iOS，安卓即将推出）、Chrome 插件。网页版能力全面，能够根据提问从互联网上搜寻信息并给出总结后的答案。很多 Chat GPT 中调用插件才能解决的事情（联网查询、旅行、住宿、商品推荐）靠 Perplexity 就可以解决了。能给出信息来源网址，根据搜索内容给出继续对话的问题建议。支持筛选 Academic（包含不同领域的学术研究论文）、Wolfram｜Alpha（包含数学、科学、经济学、语言学、工程学、社会科学、文化等领域的知识库）、Wikipedia（维基百科）、Youtube、Reddit（娱乐、社交和新闻网站）、News 进行搜索。访问地址： 。但要注意不要在开着浏览器翻译能力的同时使用，很可能会报错。另外，不使用 Copilot 能力的效果比较灾难，无法给出具体的酒店建议，只是列举了几个可以查酒店的渠道。
2025-02-22
2024 年值得关注的中文大模型全景图
2024 年，AI 大模型在生产和生活中落地速度迅猛，被称为国内大模型落地元年。以下是一些值得关注的情况： 国内大模型行业形成了以百度、阿里、字节等科技大厂和创业“AI 六小虎”为主要玩家的竞争格局。 2024 年 1 至 11 月，国内大模型中标项目数量和金额大幅增长，中标项目共 728 个，是 2023 年全年的 3.6 倍；中标金额 17.1 亿元，是 2023 年全年的 2.6 倍。中标项目数前五的行业分别是运营商、能源、教育、政务、金融。 厂商方面，百度以 40 个中标项目数、2.74 亿元的中标金额排名所有厂商之首，科大讯飞居第二。 在金融行业，百度以 14 个中标数量、3734.4 万元中标金额排名第一；科大讯飞居第二。 在智能终端行业，超半数手机厂商都在使用文心大模型，包括三星、荣耀、vivo、OPPO、小米等主流手机品牌；上汽大众、吉利汽车、蔚来汽车、长安汽车等十余家车企已接入百度文心大模型。 百度表现突出，截至 11 月，其文心大模型日均调用量超过 15 亿次，千帆平台帮助客户精调了 3.3 万个模型、开发了 77 万个企业应用。今年三季度财报披露，百度智能云营收达 49 亿元，同比增长 11%。 2024 年 9 月 AI 行业大事记： 9 月 12 日：李继刚再现神级 Prompt，玩法持续翻新；Mistral 发布首个多模态模型 Pixtral 12B。 9 月 13 日：商汤 Vimi 相机开放微博小程序；元象开源中国最大 MoE 大模型 XVERSEMoEA36B；OpenAI 发布 o1 模型。 9 月 14 日：人工智能生成合成内容标识办法；Jina AI 发布 ReaderLM、Jina Embeddings V3。 9 月 18 日：DeepSeek 发文庆祝登上 LMSYS 榜单国产第一，几小时后 Qwen 新模型表示不服。 9 月 19 日：云栖大会；通义万相 AI 生视频上线；快手可灵 1.5 模型新增运动笔刷能力。 9 月 20 日：腾讯元器智能体对外发布；秘塔科技产品经理 JD 走红 AI 圈；阶跃跃问接入 Step2 万亿参数 MoE 语言大模型。 9 月 21 日：大模型测试基准研究组正式成立。 9 月 23 日：钉钉 365 会员上线。 9 月 24 日：讯飞星火 API 全新升级；豆包大模型全系列发布&更新。 9 月 25 日：Vidu API 正式开放，加速企业级视频创作；OpenAI 发布高级语音功能；西湖心辰开源 WestlakeOmni。 大模型进入产业落地后，除了大模型本身能力质量要过硬外，落地应用所需要的全栈技术能力、工程化配套工具等对落地效果有直接影响。企业想要真正将大模型在自身场景落地，需要具备构建算力、数据治理、模型训练、场景落实、应用搭建、持续运营、安全合规等整套能力，大模型的竞争正在加速成为体系化之战。
2025-02-21
怎样操作来源模型
以下是关于操作来源模型的相关内容： 对于某些模型，如 Llama3.1 8B Instruct，操作方式如下： 1. 选择自定义提示词（也可选择预定义的话题，即黑色按钮，黑色按钮会有新手使用指引）。然后左边会出现熟悉的 chat 界面。 2. 输入对话内容，等待左右两边的内容生成。若右边的分析未刷新，在相关按钮间切换。 3. Activation Mode 可获得整段的推理判断；Attribution Mode 需选中一个 token，它会分析对应的最大关联内容。 对于 ComfyUI 玩 SDXL 的模型，操作要点包括： 1. 添加噪波：disable，运行后操作：fixed，步数：30，开始降噪步数：20，结束降噪步数：30，返回噪波：disable。 2. 若将 refiner 的模型连上提示词导致第一个 base 模型的链接断开，可通过加入新节点（右键点击【新建节点】【实用工具】【Primitive 元节点】），在文本节点上单击右键选择【转换文本为输入】，将元节点与文本节点相连接，复制出正负提示词节点分别给 base 模型和 refiner 模型，再将 base 模型的一套输出给第一个采样器节点，refiner 模型的一套输出给第二个采样器节点，使两个模型同时起作用。 对于 Tusiart 模型： 1. 首页包括模型、帖子、排行榜，可查看大手子炼成的模型、图片，不同模型有 checkpoint 和 lora 等标签，还有 XL 标签属于 SDXL 新模型，点击可看模型详细信息及返图区。 2. 基础模型（checkpoint）是生图必需的，任何生图操作必须选定，lora 是低阶自适应模型，可有可无，但对细节控制有价值。 3. ControlNet 可控制图片中特定图像，VAE 类似于滤镜可调整生图饱和度，选择 840000 即可。 4. Prompt 提示词是想要 AI 生成的内容，负向提示词 Negative Prompt 是想要 AI 避免产生的内容。
2025-02-21
大模型和小模型区别是什么？是否大模型都属于生成式AI，小模型属于判别式AI，为什么大模型有幻觉小模型没有？
大模型和小模型的区别主要体现在以下几个方面： 1. 规模和参数数量：大模型通常具有更多的参数和更复杂的架构，能够处理更大量和更复杂的数据。 2. 能力和性能：大模型在语言理解、生成等任务上往往表现更出色，能够生成更准确、丰富和连贯的内容。 3. 应用场景：大模型适用于广泛的通用任务，而小模型可能更专注于特定的、较狭窄的领域。 并非大模型都属于生成式 AI，小模型都属于判别式 AI。生成式 AI 能够生成新的内容，如文本、图片等；判别式 AI 则主要用于对输入进行分类或判断。模型的分类与其大小并无直接的必然联系。 大模型出现幻觉的原因主要是其通过训练数据猜测下一个输出结果，可能会因错误或不准确的数据导致给出错误的答案。而小模型相对来说数据量和复杂度较低，出现幻觉的情况相对较少，但这并非绝对，还取决于模型的训练质量、数据的准确性等多种因素。优质的数据集对于大模型减少幻觉现象非常重要。
2025-02-21
如果想用AI创作表情包，推荐用什么AI大模型
如果您想用 AI 创作表情包，以下是一些推荐的 AI 大模型及相关平台： 1. MewXAI：这是一款操作简单的 AI 绘画创作平台。其功能包括 MX 绘画，拥有众多超火模型和上百种风格，支持文生图、图生图；MX Cute 是自研的可爱风动漫大模型；MJ 绘画在表情包制作等方面表现出色；还有边缘检测、室内设计、姿态检测、AI 艺术二维码、AI 艺术字等多种功能。访问地址：https://www.mewxai.cn/ 2. 在开发 AI Share Card 插件的过程中，选用的是 GLM4flash 模型。它具有较长的上下文窗口、响应速度快、并发支持高、免费或价格较低等优点。 请注意，以上内容由 AI 大模型生成，请仔细甄别。
2025-02-21