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

AI怎么与传统行业结合

Answer

AI 与传统行业的结合具有多种方式和可能性，但也面临一些挑战。

在医疗保健领域，AI 可用于医学影像分析以辅助诊断疾病，加速药物研发，提供个性化医疗方案，以及控制手术机器人提高手术精度和安全性。

金融服务方面，AI 能用于风控和反欺诈、信用评估、投资分析以及提供 24/7 客户服务等。

零售和电子商务中，AI 可实现产品推荐、搜索和个性化服务、动态定价以及聊天机器人服务。

制造业里，AI 能够进行预测性维护、质量控制、优化供应链以及控制工业机器人提高生产效率。

然而，当前大多数“AI 应用/AI 转型”还在走“数字化转型”的老路，把 AI 往现有流程上套，讲“固化流程”“节约成本”的故事。但在技术加速迭代的今天，这样做基本等于“做出来就是过时的”，会把企业业务模式凝固在当下，剥夺企业主动进化的能力。

我们不应止于对 AI 的焦虑，AI 的力量不应仅用于现有业务流程的优化，而更应用于对未来业务的重新定义。例如在电力发明时，我们不应从“如何让电力赋能马车”出发，而应从“电力能创造和满足什么新的需求”出发。

在广告营销行业，AI 生成及分发技术极大创新了广告的内容形式和触达消费者的形式。它能提高营销内容生产效率，实现精准链接和高效触达，推动营销服务商商业模式革新，优化企业工作流。我国经济持续稳定发展，AI 成为新增长引擎，带来广告内容的更新迭代和需求增多。预计 2030 年我国广告营销市场规模将接近两万五千亿，若 5 年后获得 10%以上市场份额，国内 AI 营销总市场规模可达千亿级。

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

References

AGI 万字长文（下）| 2024，分叉与洪流

现在的AI不仅仅是流量密码，也是股价密码；于是，是个公司都会想方设法往AI上沾边。私下也有很多朋友问我：美妆/白酒/奢侈品如何联动AI？AI如何赋能农业/传统制造业?AI如何赋能HR/行政/采购/公关？……其实，大多数都有点难。因为AI也并不是万能的，以及我们和AGI还差的很远。像我去年12月份的文章[《AI原生公司|未来打工人》](http://mp.weixin.qq.com/s?__biz=MzkyMTY1MTM4Mw==&mid=2247483844&idx=1&sn=3adfc54f294c53fdf51105cdb4e23ec3&chksm=c181101cf6f6990af5116997115fdfcf95360bb55a14f05ea9aed00239c88dfb440d03055533&scene=21#wechat_redirect)写的，目前大多数的"AI应用/AI转型”还在走“数字化转型”的老路：把AI往现有流程上一套，还在讲“固化流程”、“节约成本”的故事。但在技术加速迭代的今天，这样做基本就等于“做出来就是过时的”：把企业的业务模式凝固在今天，同时又剥夺了企业主动进化的能力。现在这种情况下反映出来的，更多是人们对于AI的焦虑：所以才会希望AI拿来就能用，马上能起效果。但我们不能止于焦虑：AI的力量并不应该只用在现有业务流程的优化上，而更应该用在对于未来业务的重新定义之上。这才是“AI原生公司”应该的做法。就像在电力发明的时候，我们不应该从“如何让电力赋能马车”出发，而应该从“电力能创造和满足什么新的需求”出发。

2024年度AI十大趋势报告：AI如何影响文化产业

广告的内容形式以及触达消费者的形式均得到极大的创新。随着AI生成及分发技术的深入发展，预计未来将持续改变广告行业，升级各种类型广告形式。•提高营销内容生产效率，实现精准链接和高效触达过往营销行业受制于生产力天花板只能做到「⼀面千人」，AI营销的新趋势是制投⼀体，即所有的内容生产都是根据投放触点及人群对应生成并进行精准投放。用户的个性化需求与企业自身的品牌、产品通过AI大模型能力实现全局最优触达，做到「千人千面」。•推动营销服务商商业模式革新，优化企业工作流营销服务商开始通过大模型及AI生成技术优化企业内部整个工作流程，打通全链路数据，探索新的商业模式，提供新的产品、服务、场景，从而降本增效，提升毛利率，给用户带来全新体验。4、AI引擎助力广告营销行业加速成长我国经济持续稳定发展，AI成为新增长引擎，带来广告内容的更新迭代和需求增多，企业为应对市场竞争，更好地满足消费者需求和提升自⼰的品牌，实施专业化营销策略的动力得以增强。△图：2018-2025年中国营销行业市场规模统计及预测根据国家市场监督管理总局、中国国际公共关系协会等统计数据，经量子位智库测算，我国广告营销市场规模预计2030年将接近两万五千亿。如果假设5年后可以获得10%以上市场份额，则2030年国内AI营销总市场规模可达千亿级。《2024年度AI十大趋势报告》全文来源｜量子位《2024年度AI十大趋势报告》、新元新文旅研究院编辑｜贾雨凝【版权声明】

问：请问 AI 有哪些应用场景？

人工智能（AI）已经渗透到各行各业，并以各种形式改变着我们的生活。以下是一些人工智能的主要应用场景：1.医疗保健:医学影像分析:AI可以用于分析医学图像，例如X射线、CT扫描和MRI，以辅助诊断疾病。药物研发:AI可以用于加速药物研发过程，例如识别潜在的药物候选物和设计新的治疗方法。个性化医疗:AI可以用于分析患者数据，为每个患者提供个性化的治疗方案。机器人辅助手术:AI可以用于控制手术机器人，提高手术的精度和安全性。2.金融服务:风控和反欺诈:AI可以用于识别和阻止欺诈行为，降低金融机构的风险。信用评估:AI可以用于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。投资分析:AI可以用于分析市场数据，帮助投资者做出更明智的投资决策。客户服务:AI可以用于提供24/7的客户服务，并回答客户的常见问题。3.零售和电子商务:产品推荐:AI可以用于分析客户数据，向每个客户推荐他们可能感兴趣的产品。搜索和个性化:AI可以用于改善搜索结果并为每个客户提供个性化的购物体验。动态定价:AI可以用于根据市场需求动态调整产品价格。聊天机器人:AI可以用于提供聊天机器人服务，回答客户的问题并解决他们的问题。4.制造业:预测性维护:AI可以用于预测机器故障，帮助工厂避免停机。质量控制:AI可以用于检测产品缺陷，提高产品质量。供应链管理:AI可以用于优化供应链，提高效率和降低成本。机器人自动化:AI可以用于控制工业机器人，提高生产效率。5.交通运输:

Others are asking
AI生成PPT
以下是关于 AI 生成 PPT 的相关内容： 卓 sir 的制作流程：先让 GPT4 生成 PPT 大纲，然后将大纲导入 WPS 启用 WPS AI 一键生成 PPT，再让 chatPPT 添加动画，最后手动修改细节。其中，生成符合要求的大纲最费时间。 市面上大多数 AI 生成 PPT 的思路：AI 生成 PPT 大纲、手动优化大纲、导入工具生成 PPT、优化整体结构。 相关推荐：gamma、AIPPT、islide AI 等产品，其中 gamma 被认为在审美方面表现较好。 扩展阅读：《AI 生成 PPT 工具红黑榜，这三款千万别用》《AI+PPT 等效率工具的研报》 您可以根据自己的需求和喜好选择合适的方法和工具来生成 PPT。
2025-02-26
文生营销图AI
以下是关于文生营销图 AI 的相关教程： Liblibai 简易上手教程： 1. 定主题：确定您需要生成的图片的主题、风格和要表达的信息。 2. 选择 Checkpoint：根据主题选择内容贴近的 Checkpoint，如麦橘、墨幽的系列模型。 3. 选择 lora：寻找与生成内容重叠的 lora，以控制图片效果和质量。 4. 设置 VAE：选择 840000 那一串。 5. CLIP 跳过层：设为 2。 6. Prompt 提示词：用英文写需求，使用单词和短语组合，用英文半角逗号隔开，无需语法和长句。 7. 负向提示词 Negative Prompt：用英文写要避免的内容，同样是单词和短语组合，用英文半角逗号隔开。 8. 采样方法：一般选 DPM++2M Karras，也可参考模型作者推荐的采样器。 9. 迭代步数：选 DPM++2M Karras 时，在 30 40 之间，多了意义不大且慢，少了效果差。 10. 尺寸：根据喜好和需求选择。 11. 生成批次：默认 1 批。 Tusiart 简易上手教程： 1. 定主题：确定图片的主题、风格和要表达的信息。 2. 选择基础模型 Checkpoint：根据主题选择贴近的 Checkpoint，如麦橘、墨幽的系列模型。 3. 选择 lora：寻找与生成内容重叠的 lora，以控制图片效果和质量。 4. ControlNet：用于控制图片中特定的图像，如人物姿态等，属于高阶技能。 5. 局部重绘：下篇再教。 6. 设置 VAE：选择 840000 那一串。 7. Prompt 提示词：用英文写需求，使用单词和短语组合，用英文半角逗号隔开，无需语法和长句。 8. 负向提示词 Negative Prompt：用英文写要避免的内容，同样是单词和短语组合，用英文半角逗号隔开。 9. 采样算法：一般选 DPM++2M Karras，也可参考模型作者推荐的采样器。 10. 采样次数：选 DPM++2M Karras 时，在 30 40 之间，多了意义不大且慢，少了效果差。 11. 尺寸：根据喜好和需求选择。 关于【SD】文生图提示词： 1. 避免使用太大的数值，如 1920x1080，可能导致奇怪构图，可使用高清修复放大图像倍率，记住高宽比主要控制画面比例。 2. 调整好参数后生成图片，若质感不足，可添加标准化提示词，如：，绘图，画笔等，让画面更趋近于固定标准。
2025-02-26
AI LOGO工具
以下是一些生成 Logo 的 AI 产品： 1. Looka：这是一个在线 Logo 设计平台，使用 AI 理解用户的品牌信息和设计偏好，生成多个设计方案供选择和定制。 2. Tailor Brands：AI 驱动的品牌创建工具，通过用户回答问题生成 Logo 选项。 3. Designhill：其 Logo 制作器利用 AI 技术创建个性化设计，用户可选择元素和风格。 4. LogoMakr：提供简单易用的设计工具，用户能拖放设计，利用 AI 建议的元素和颜色方案。 5. Canva：广受欢迎的在线设计工具，提供 Logo 设计模板和元素，有 AI 辅助设计建议。 6. LogoAI by Tailor Brands：Tailor Brands 推出的 AI Logo 设计工具，根据输入快速生成方案。 7. 标小智：中文 AI Logo 设计工具，利用人工智能技术帮助创建个性化 Logo。 这些 AI 产品让无设计背景的用户也能轻松创建专业 Logo。使用时，用户可根据品牌理念和视觉偏好，通过简单交互获得系列方案，并进一步定制优化至满意。 此外，您还可以访问网站的 AI 生成 Logo 工具版块获取更多好用的工具：https://waytoagi.com/category/20 。 在第六期“一起做个 LOGO 吧”活动中，活动时间为 2024 年 6 月 9 日至 2024 年 6 月 16 日。活动目标包括探索制作 LOGO 方法、创造独特生成技巧、制作代表学习成果的作品。参与方式为使用 SD 等 AI 工具出图并将作品发送至 SD 学社微信群。会创建在线文档收集作品，6 月 16 日举行群内投票选出前三名，注意事项包括确保设计原创、允许作品公开展示以及在截止日期前提交。 在 AI 制作游戏 PV《追光者》中，故事背景创作阶段结合 chatGPT 发散制作游戏世界观，引导 ChatGPT 用分镜形式描述，使用 new bing 共创细致的故事分镜。生图阶段利用 ChatGPt 制作 midjourney 提示词工具，进入 midjourney 绘图包括制作 logo。还统一了 MJ 风格描述词，建立 AI 描述词模板，运用 midjourney 尝试制作不同风格 logo，最后用 PS 合成。
2025-02-26
我想知道ai学习路径
以下是为您提供的 AI 学习路径： 一、了解 AI 基本概念 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、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。同时，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。 二、开始 AI 学习之旅 在「」中，您可以找到为初学者设计的课程，特别推荐李宏毅老师的课程。您还可以通过在线教育平台（如 Coursera、edX、Udacity）按照自己的节奏学习，并争取获得证书。 三、选择感兴趣的模块深入学习 AI 领域广泛，涵盖图像、音乐、视频等。您可以根据自身兴趣选择特定模块深入学习，比如掌握提示词的技巧，这上手容易且实用。 四、实践和尝试 理论学习后，实践是巩固知识的关键。您可以尝试使用各种产品进行创作，知识库中也有很多实践后的作品和文章分享，欢迎您在实践后进行分享。 五、体验 AI 产品 与现有的 AI 产品互动，如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人，了解其工作原理和交互方式，获得对 AI 实际应用表现的第一手体验。 六、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。 七、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。 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。 希望以上内容对您有所帮助。
2025-02-26
AI 自动化和工作流编排有什么好的工具和方案
以下是一些关于 AI 自动化和工作流编排的工具和方案： 1. RPA 软件：很早就出现在工作流编排领域，目标是使基于桌面的业务流程和工作流程实现自动化，现在越来越多的 RPA 软件带上了 LLM。 2. ComfyUI：将开源绘画模型 Stable Diffusion 进行工作流化操作模式，用户在流程编辑器中配置 pipeline，通过不同节点和连线完成模型操作和图片生成，其 DSL 配置文件支持导出导入，提高了流程的可复用性，降低了时间成本。 3. Dify.AI：工作流设计语言与 ComfyUI 有相似之处，定义了一套标准化的 DSL 语言，方便使用导入导出功能进行工作流复用。 4. Large Action Model：采用“通过演示进行模仿”的技术，检查人们与界面的互动并模仿操作，从用户提供的示例中学习。 5. Auto GPT/Agent/Baby AGI：基于 GPT4 语言模型的开源应用程序，用户输入目标后可自主执行任务、递归地开发和调试代码。能用于自动化任务、创建自主的 AI 代理、完成各种任务等，访问地址为： 。 此外，在工作流编排中还涉及到一些概念和技术： 1. 短期记忆和长期记忆：短期记忆将所有的上下文学习看成是利用模型的短期记忆来学习；长期记忆通过外部的向量存储和快速检索来存储和召回信息。 2. 工具：学会调用外部不同类型 API 来获取模型缺少的额外信息、代码执行能力、访问专有信息源等。 3. 动作：大模型结合问句、上下文的规划、各类工具，最终决策出需要执行的动作。 4. Agentic Workflow 可以从提升效率、提高质量、节省时间的角度思考，通过将复杂任务分解成较小步骤，融入更多人类参与到流程中的规划与定义，减少对 Prompt Engineering 和模型推理能力的依赖，提高 LLM 应用面向复杂任务的性能。 但需要注意的是，Agentic Workflow 虽然美好，但使用的用户目前较少，可能是出现周期、工作流使用的上手难度等因素导致，并且在复杂流程上的开发并不是那么稳定可靠。
2025-02-26
AI教程
以下为为您提供的 AI 教程相关内容： 1. 五步学会用 AI 制作动画视频播客：五个步骤教您从零到一制作动画版视频播客，适合有一定技术基础的朋友，轻松上手创作动画视频！相关链接： 2. Poe AI 平台：这是一个支持与多个智能 AI 机器人（如 GPT4 等）进行实时在线交流的聊天网站。注册账号后可免费使用，部分功能需付费订阅。不同 AI 机器人有不同特点，可按需选择。官网地址是：https://poe.com/ ，可在官网帮助中心找到具体教程。
2025-02-26
AI在教育领域的结合场景
AI 在教育领域有以下结合场景： 1. 个性化学习平台：通过集成算法和大数据分析，实时跟踪学生学习进度，诊断学习难点，提供个性化学习建议和资源。例如 Knewton 平台，通过分析数百万学生行为模式，精准预测学习难点并提前给出解决方案，提升学习效率。 2. 自动评估：利用自然语言处理技术（NLP）自动批改学生作文和开放性答案题。如 Pearson 的 Intelligent Essay Assessor，能够分析和理解写作内容，给出准确评分和反馈，减轻教师批改负担，提高评估效率和一致性。 3. 智能辅助教学工具：如 AI 教师引导学生通过对话学习、解答疑问并提供即时反馈。Google 的 AI 教育工具 AutoML 用于创建定制学习内容，提高学习动机和知识掌握程度。 4. 虚拟现实（VR）和增强现实（AR）：学生可通过 VR 头盔进入虚拟化学实验室进行安全实验操作并得到 AI 系统反馈。如 Labster 的虚拟实验室平台，提供高科技实验室场景，让学生尝试复杂实验流程。 5. 提前收集教育领域需求：包括办公提效、家校沟通、个性化教育、心理疏导、备课体系、作业批改、出题建议、建立孩子成长体系记录、孩子成长的游戏、朗读评判、文生图和视频在备课中的应用、学科教育辅助、分析学生行为并给出策略、教师模拟培训和公开课备课辅助等。 6. 相关企业和产品：具身智能、3D 眼镜、AI 绘本、AI 图书、学习机、飞书多维表格、蚂蚁智能体、Coze 智能体、Zeabur 云平台、0 编码平台、大模型（通义、智谱、kimi、deepseek 等）、编程辅助、文生图（可灵、即梦等）。
2025-02-25
deepseep怎么结合其他ai软件形成工作流
以下是 Deepseek 结合其他 AI 软件形成工作流的相关内容： 工作流程详解： 1. 内容获取： 输入新闻链接，系统自动提取核心内容。 开始节点，入参包括新闻链接和视频合成插件 api_key 。 添加网页图片链接提取插件，承接新闻链接。 获取网页里的图片，以 1ai.net 的资讯为例。 利用大模型节点提取图片链接，只拿提取的链接集合的第一条，搞定新闻主要图片。 调整图片的节点，将 url 属性的图片内容转化为 image 属性的图片。 使用链接读取节点，提取文字内容。 在提取链接后面接上大模型节点，用 DeepseekR1 模型重写新闻成为口播稿子。 可在提示词里添加个性化台词防伪。 手动接入推理模型，DeepseekR1 基础版本限额使用。 效果展示： 提供了相关视频示例。 灵感来源： 观察到 Coze 平台上多种视频自动化玩法，介绍如何通过 DeepSeek+Coze 实现新闻播报的自动化生成工作流。 核心功能： 一键提取新闻内容。 智能生成播报文案。 AI 语音合成播报。 自动化视频制作。 全流程无人工干预。 韦恩的相关工作流： 创建名为 r1_with_net 的对话流。 开始节点直接使用默认的。 大模型分析关键词设置：模型为豆包通用模型lite，输入为开始节点的 USER_INPUT，系统提示词为“你是关键词提炼专家”，用户提示词为“根据用户输入`{{input}}`提炼出用户问题的关键词用于相关内容的搜索”。 bingWebSearch搜索：插件为 BingWebSearch，参数为上一个节点大模型分析输出的关键词，结果为 data 下的 webPages。 大模型R1 参考搜索结果回答：在输入区域开启“对话历史”，模型为韦恩 AI 专用 DeepSeek，输入包括搜索结果和开始节点的 USER_INPUT，开启 10 轮对话历史。 结束节点设置：输出变量选择大模型R1 参考搜索结果回答的输出，回答内容里直接输出:{{output}} 。 测试并发布工作流：输入测试问题，测试完成后直接发布工作流。
2025-02-23
java程序员，怎么吧AI结合到公司的业务上去，K12教育公司
对于 Java 程序员将 AI 结合到 K12 教育公司的业务中，以下是一些可能的方向和建议： 首先，可以考虑利用自然语言处理技术来改善学生与学习平台的交互体验。例如，开发智能客服，能够自动回答学生和家长常见的问题，提高服务效率。 其次，通过机器学习算法对学生的学习数据进行分析，从而实现个性化的学习推荐。比如根据学生的学习进度、成绩、学习习惯等因素，为他们推荐适合的课程、练习和学习资源。 另外，运用图像识别技术来辅助教学材料的制作和评估。例如，自动识别和批改学生的手写作业、试卷等。 还可以开发智能辅导系统，为学生提供实时的学习指导和答疑服务。 最后，利用语音识别和合成技术，打造有声读物、语音教学等功能，丰富教学形式。 但在将 AI 引入业务的过程中，需要注意数据的安全性和合法性，以及确保技术的可靠性和稳定性。同时，要充分考虑教育的特点和学生的需求，以实现有效的融合和应用。
2025-02-23
ai结合物联网
AI 与物联网的结合具有广阔的发展前景和多种应用场景： 1. 存在能联网检索的 AI，例如 ChatGPT Plus 用户可开启 web browsing 功能实现联网，Perplexity 结合了 ChatGPT 式问答和普通搜索引擎功能，Bing Copilot 可简化在线查询和浏览活动，还有 You.com 和 Neeva AI 等搜索引擎提供基于人工智能的定制搜索体验并保护用户数据隐私。这些 AI 搜索工具的出现标志着信息检索领域的重要发展，通过结合 AI 技术和搜索引擎，提升了数据集命中预期，为实际应用带来更多可能。 2. 预计 2025 年将开始出现更为综合性的多模态交互，AI 能够通过物联网、特定信息等多种感知通道进行协同。多模态输入和输出使 AI 交互性更强、交互频次更高，适用场景更丰富，AI 产品整体水平显著提升。 3. Agent 作为融合感知、分析、决策和执行能力的智能体，能够根据用户历史行为和偏好，主动提供建议、提醒并个性化执行能力，为用户提供高度个性化的任务。从 2025 年开始，AI Agent 有望广泛投入使用，带来独属于 AI 2.0 时代的交互方式、产品形态和商业模式。 4. 从个性化推荐到直接生成个性化内容，AIGC 能够使用户体验的个性化程度明显提升，这对产品的差异化竞争有重大意义，目前在 AI 教育、AI 陪伴、AI 营销等领域已有明显进展，硬件端搭载的多款 AI 智能助手也已开始以高度个性的个人助理作为宣传重点。 5. 全模态智能体将成为我们和所有智能设备的新交互界面，家庭和办公环境的电子设备只要联网就能成为智能体的感知器或终端，结合具身智能技术，将带来全新体验。
2025-02-21
给出实际的操作案例，结合deepseek、kimi、豆包工具。
以下是结合 deepseek、kimi、豆包工具的实际操作案例： 在 2025 年 1 月的国内月活榜中： deepseek 作为聊天机器人，网址为 chat.deepseek.com，活跃用户达 7068 万人，环比变化为 24.3616%，所属公司为深度求索。 豆包作为聊天机器人，网址为 doubao.com，活跃用户为 779 万人，环比变化为 0.1911%，所属公司为字节跳动。 kimi 作为聊天机器人，网址为 kimi.moonshot.cn，活跃用户为 591 万人，环比变化为 0.1135%，所属公司为月之暗面。 在 2025 年 1 月的国内流量榜中： deepseek 作为聊天机器人，网址为 chat.deepseek.com，访问量达 22541 万，环比变化为 20.4093%，所属公司为深度求索。 豆包作为聊天机器人，网址为 doubao.com，访问量为 3457 万，环比变化为 0.1041%，所属公司为字节跳动。 kimi 作为聊天机器人，网址为 kimi.moonshot.cn，访问量为 3282 万，环比变化为 0.1283%，所属公司为月之暗面。 此外，在使用效果方面，DeepSeek 的思考与表达被认为碾压了包括豆包和 kimi 在内的其他模型，其思考过程细腻、自洽、深刻、全面，输出结果在语气、结构、逻辑上天衣无缝。
2025-02-20
目前通过AI工具的结合是否可以根据已调研完成的病例数据输出一份医学报告
目前，通过 AI 工具的结合，在一定程度上可以根据已调研完成的病例数据输出医学报告。例如 GPT4V 在医学图像理解方面显示出了有效性，能够为各种医学图像生成完整的放射学报告。在一些案例中，如腹部 X 射线图像和右膝的 MRI 图像，GPT4V 能正确识别研究并提供准确诊断。但也存在一些错误，比如在手部/腕部 X 射线图像中错过远侧桡骨骨折，在胸部 CT 中错误识别结节位置和产生测量误差。尽管生成的报告能保持高质量格式，可作为模板减轻医学专业人士起草报告的工作负担，但由医学专业人士评估生成的报告以确保其正确性和准确性仍是至关重要的。
2025-02-20
大模型与传统系统的区别
大模型与传统系统存在以下区别： 1. 应用场景：传统的智能问答系统在处理政府政策问答等复杂、语义理解难度大的场景时存在困难，而大模型能学习大量文本数据、捕捉和理解问题的上下文，具有超强的泛化和生成自然语言的能力，为政策问答带来新的可能。 2. 训练方式：大模型通过预训练和微调的方式，减少了对人工标注数据的需求，增加了落地应用的可行性。传统系统可能更多依赖人工标注数据和特定规则。 3. 运作逻辑：传统语音技能的 NLU 是通过一系列规则、分词策略等训练而成，运作逻辑规律可观测，具有 ifelse 式的逻辑性。大模型凭借海量数据在向量空间中学习知识的关联性，运作逻辑难以观测，脱离了 ifelse 的层面。 4. 数据和参数：大模型的预训练数据非常大，往往来自互联网上的多种来源，且参数众多。而传统系统在数据规模和参数数量上通常相对较小。 5. 任务完成方式：如在 GPT3 中，模型需要根据用户输入的任务描述或详细例子完成任务，而 ChatGPT 只需像和人类对话一样即可完成任务。 6. 安全性：不同的大模型在安全性方面存在差别。
2025-02-25
传统软件行业融合AI的商业模式
传统软件行业融合 AI 的商业模式具有多种可能性和变革方向： 1. “AI 原生”模式：基于 AI 的能力再造商业模式，而非套用现有流程。 2. To AI 的商业模式：包括模型市场、合成数据、模型工程平台、模型安全等方面。 3. 基于国产芯片的软硬件联合优化，固件生态存在明确机会。 4. 端上智能有望成为全天候硬件 24x7 收集数据，具有较大想象空间。 5. 对于 SaaS 生态的影响： 认知架构带来巨大工程挑战，将模型基础能力转化为成熟可靠的端到端解决方案可能比想象中复杂。 可能引发业务模式全面变革，如从工程、产品和设计部门的瀑布式开发转变为敏捷开发和 A/B 测试，市场策略从自上而下的企业销售转向自下而上的产品驱动增长，商业模式从高价格销售转向基于使用的定价模式。 知名投资机构 Nfx 分析指出，AI 正在强制逆转 SaaS 从“软件即服务”转变为“服务即软件”，软件既能组织任务也能执行任务，传统劳动力市场最终将和软件融合成为新市场。降低企业在知识工作者上的支出，提高在软件市场的支出。企业组织中提供 AI 劳动力的产品有“AI 同事（雇佣）”等形式。
2025-02-21
传统AI、大模型、AGI的区别
传统 AI、大模型、AGI 存在以下区别： 传统 AI： 语音技能 NLU 通常通过一系列规则、分词策略等训练而成。 运作逻辑规律可观测，具有 ifelse 式的逻辑性。 大模型： 凭借海量数据在向量空间中学习知识的关联性。 运作逻辑难以观测，脱离了 ifelse 的层面。 Transformer 是其底层结构，是一个大参数（千亿级别）的回归方程，底层是 function loss 损失函数，能在一定 prompt condition 情况下，repeat 曾经出现过的数据内容，实现“生成”能力。 大语言模型是一个 perfect memory，repeat 曾经出现的内容。与 Alpha Go 相比，Alpha Go 是增强学习模型，有推理能力，而大语言模型这块很弱。 AGI（通用人工智能）： 部分人觉得 LLM（大语言模型）具有 AGI 潜力，但 LeCun 反对。 目前对于能否到达 AGI 阶段尚不明确。 在公众传播层面： AIGC 指用 Stable Diffusion 或 Midjourney 生成图像内容，后来泛指用 AI 生成音乐、图像、视频等内容。 LLM 指 NLP 领域的大语言模型，如 ChatGPT。 GenAI 是生成式人工智能模型，国内官方政策文件使用这个词相对科学，涵盖了 LLM 和 AIGC。 公众传播一般会混用上述名词，但底层是 transformer 结构。
2025-02-18
AI领域，传统机器学习，nlp，深度学习，大语言模型，rag，agent，请生成一张让普通人能看懂的AI领域概念图
以下是为您生成的 AI 领域概念图的相关解释： 人工智能（AI）：一种目标，让机器展现智慧。 生成式人工智能（GenAI）：一种目标，让机器产生复杂有结构的内容。 机器学习：一种手段，让机器自动从资料中找到公式，包括监督学习、无监督学习、强化学习。 监督学习：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：学习的数据没有标签，算法自主发现规律，如聚类。 强化学习：从反馈里学习，最大化奖励或最小化损失。 深度学习：一种更厉害的手段，参照人脑有神经网络和神经元（因为有很多层所以叫深度），神经网络可用于多种学习方式。 大语言模型（LLM）：是一类具有大量参数的“深度学习”模型。对于生成式 AI，生成图像的扩散模型不是大语言模型；对于大语言模型，生成只是其中一个处理任务，如谷歌的 BERT 模型可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类。 AIGC（Artificial Intelligence Generated Content）：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。 ChatGPT：一个应用实例，通过投喂大量资料预训练后，会通过聊天玩“文字接龙游戏”。它是美国 OpenAI 公司开发的一款基于大型语言模型（LLM）的对话机器人，能够根据用户的输入生成连贯且相关的文本回复。 2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它完全基于自注意力机制（SelfAttention）来处理序列数据，比 RNN 更适合处理文本的长距离依赖性。
2025-02-11
AI全称是什么 和传统搜索引擎有什么不同，为什么说AI未来会取代人类
AI 的全称是“Artificial Intelligence”，即人工智能。 AI 搜索引擎与传统搜索引擎的不同主要体现在以下方面： 1. 信息处理方式：AI 搜索引擎能够更高效地处理信息，例如智能摘要功能，可辅助快速筛选信息，实现信息降噪。 2. 信息表达：用自然语言描述就能生成美观可用的图片，降低了创作门槛和周期，使信息表达更简便。 3. 工作流重塑：AI 可以重新构建工作流，如产品经理可使用 AI 进行用户画像、竞品调研、设计产品测试用例、绘制产品功能流程图等。 4. 协同关系：生成式 AI 的人机协同分为 Embedding（嵌入式）、Copilot（副驾驶）、Agent（智能代理）3 种产品设计模式，协作流程有所差异。 5. 知识传播与管理：正在发生的生成式 AI 革命正在吞噬搜索与社交网络时代的全部数字信息，未来知识可能由机器通过 AI 拥有和管理。 关于“AI 未来会取代人类”这种说法是不准确的。虽然 AI 在某些方面表现出强大的能力，但人类具有独特的创造力、情感、判断力和复杂问题解决能力等，AI 更多是辅助和增强人类的能力，而非完全取代。
2025-02-08
传统产品经理如何转型AI产品经理
传统产品经理转型为 AI 产品经理需要具备以下方面的能力和知识： 1. 掌握算法知识： 理解产品核心技术，有助于做出更合理的产品决策。 与技术团队有效沟通，减少信息不对称带来的误解。 评估技术可行性，在产品规划阶段做出更准确的判断。 把握产品发展方向，更好地应对 AI 技术的迅速发展。 提升产品竞争力，发现产品的独特优势并提出创新特性。 增强数据分析能力，处理和分析 AI 算法涉及的数据。 2. 了解 AI 市场： 入门级：通过开源网站或课程了解 AI 概念，使用并实践应用搭建。 研究级：包括技术研究和商业化研究路径，能根据需求场景选择解决方案，或利用工具验证想法。 落地应用级：有成功落地应用的案例并产生商业化价值。 3. 转变产品设计思路和视角： 抛开当前业务体系和框架，从最本质入手，从人的底层心智和需求着手，重新思考产品逻辑，重新设计商业逻辑体系和流程。 实际动手操作，在相关平台上亲手做几个 agent 来感受和收获更多。 总之，传统产品经理转型为 AI 产品经理要关注场景、痛点、价值，对技术框架有认知，不断提升自身能力以适应新的角色要求。
2025-01-07
Deepseek目前已在电商行业应用落地的场景有哪些？
DeepSeek 目前已在电商行业应用落地的场景包括： 电商商品策划：如 。 商品链接分析：如 。 电商产品上架规划：如 。
2025-02-26
制药行业AI赋能企业经营的工具有哪些
很抱歉，您提供的内容中并未直接提及制药行业 AI 赋能企业经营的具体工具。但一般来说，在其他行业中，AI 赋能企业经营可能会用到以下类型的工具： 1. 数据分析和预测工具：帮助企业处理和分析大量数据，以预测市场需求、药物研发趋势等。 2. 自动化流程工具：例如自动化生产流程控制、质量检测等环节。 3. 智能客服工具：为客户提供快速准确的服务和解答。 4. 药物研发辅助工具：利用 AI 算法加速药物研发过程，如虚拟筛选药物靶点等。 由于您提供的资料有限，以上只是一些常见的可能性，具体到制药行业还需要进一步的针对性研究和了解。
2025-02-25
产品经理想进入AI行业，成为AI产品经理，应该怎么准备，能够快速应付面试拿到offer？我的背景是过去3年集中在用户功能产品，有过1份AI多轮对话解决用户求职问题的AI项目经历
如果产品经理想进入 AI 行业成为 AI 产品经理并快速应付面试拿到 offer，可以从以下几个方面准备： 1. 了解 AI 市场： 鱼龙混杂，求职者要做好信息甄别。即使面试通过拿到 offer，除了看 boss 直聘的招聘评价，一定要提前收集其他信息，如在脉脉上搜一下这家公司靠不靠谱。 一些公司实际上没搞懂用 AI 能为自己企业带来什么价值，只是处于焦虑或跟风心态要做 AI，这部分企业可以聊，但要求求职者要有咨询和商业化的思维，能帮公司厘清业务增长机会。 不同公司对 AI 产品经理的定位不同，所以招聘市场上对 AI 产品经理的岗位职责和任职要求也不同，慢慢会统一标准，这也是产品经理转型的机会。 有行业沉淀和认知的产品经理转型会更有机会，类似之前的“互联网+”，目前应用层的机会在“AI+行业”，只懂 AI 或只懂行业是不够的。还有就是业务创新，找到细分的场景痛点并完成 PMF 验证，海外有很多优秀案例。 2. 掌握岗位技能： 本科及以上学历，计算机科学、人工智能、机器学习相关专业背景。 熟悉 ChatGPT、Llama、Claude 等 AI 工具的使用及原理，并具有实际应用经验。 熟练掌握 ChatGPT、Midjourney 等 AI 工具的使用及原理。 负责制定和执行 AI 项目，如 Prompt 设计平台化方法和模板化方法。 了解并熟悉 Prompt Engineering，包括常见的 Prompt 优化策略（例如 CoT、Fewshot 等）。 对数据驱动的决策有深入的理解，能够基于数据分析做出决策。 具有创新思维，能够基于业务需求提出并实践 AI first 的解决方案。 对 AI 技术与算法领域抱有强烈的好奇心，并能付诸实践。 对 AIGC 领域有深入的理解与实际工作经验，保持对 AI 技术前沿的关注。 具备一定的编程和算法研究能力，能应用新的 AI 技术和算法于对话模型生成。 具有一定的编程基础，熟练使用 Python、Git 等工具。 需要注意的是，观察上面的岗位需求，其实公司并不是需要一个 prompt 工程师，而是一个 AI 互联网产品经理。
2025-02-25
金融行业落地大模型的路径
以下是金融行业落地大模型的相关路径： 1. 从整体行业情况来看： 2024 年被称为国内大模型落地元年，国内大模型项目增长迅速，中标项目数量和金额大幅增长。 大模型中标项目数前五的行业包括金融。 厂商方面，百度在金融行业的中标数量和金额排名领先。 2. 具体应用案例： 彭博发布了金融领域的大模型 BloombergGPT，并应用于其所在的垂直领域。 3. 行业人士观点： 通用模型适用不同产业，垂直模型类似于单领域专家，垂直大模型的发展有助于提升各领域模型性能。 商汤科技联合创始人杨帆认为，当模型足够大时，可能加速商业化落地，带来更好的技术能力，缩短产业应用周期。 360 公司创始人周鸿祎表示，大模型是工业革命级的生产力工具，能赋能百行千业。 4. 相关赛事推动： 举办「2024 金融行业·大模型挑战赛」，整合公开金融数据，打造多轮问答评测赛题，提供基础数据表，参赛选手可采用 GLM4 系列模型 API 并运用多种技术手段完成赛题，有多个单位提供支持。
2025-02-24
房地产行业AI能做
在房地产行业，AI 有以下应用： 1. 虚拟布置房产：如 Interior AI 使代理商能够虚拟布置他们的房产。 2. 潜在客户转化：Zuma 帮助物业经理将潜在客户转化为预定的参观。 3. 房地产评估：贝壳找房 APP 的 AI 房地产评估系统通过分析房屋的位置、面积、户型等因素，对房地产进行评估，为买卖双方提供参考。 4. 装修设计：酷家乐装修设计软件利用 AI 生成各种装修设计方案，用户可根据自己的喜好进行选择和调整。
2025-02-23
Ai在电商行业的应用
AI 在电商行业有以下应用： 1. 产品推荐：通过分析客户数据，为每个客户推荐可能感兴趣的产品。 2. 搜索和个性化：改善搜索结果，为客户提供个性化的购物体验。 3. 动态定价：根据市场需求动态调整产品价格。 4. 聊天机器人：提供服务，回答客户问题并解决他们的问题。 在这个领域，电子商务已成为生成式 AI 最富成效的垂直行业之一。相关工具能帮助品牌创建引人注目的产品照片，如将连衣裙的静态照片变成女人穿着裙子在花园行走的形象，预期用途将极度个性化，如展示沙发在用户公寓中的照片。品牌还能通过相关工具创作用于电子邮件或社交媒体的营销材料、编写经过 SEO 优化的产品描述，未来甚至能仅通过描述期望的审美并点击按钮创建完整的电商商店及营销材料。 同时，AIGC 应用在电商领域也存在法律风险。目前关于 AIGC 侵权的关注重点多集中于版权和专利侵权，实际上也可能产生商标侵权和不正当竞争的风险。例如，利用 AIGC 设计商标可能生成与在先注册商标近似的标志，导致商标侵权。在数据采集过程中，若直接抓取竞争者加工过的数据且未付出新的劳动创造就将其作为获取商业利益的工具，可能构成不正当竞争。
2025-02-23