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

deepseek的产生对AI行业的影响

Answer

DeepSeek 的产生对 AI 行业具有多方面的影响：

  1. 华尔街分析师的反应：
    • DeepSeek 展示出媲美领先 AI 产品性能的模型，但成本仅为其一小部分，在全球主要市场的 App Store 登顶。
    • Jefferies 警告其技术可能打破资本开支狂热，Citi 对其技术突破提出质疑。
    • 高盛预测其可能改变科技巨头与初创公司的竞争格局，降低 AI 行业进入门槛。
  2. 实际使用体验：
    • 在文字能力上表现突出，尤其在中文场景中高度符合日常、写作习惯，但在专业论文总结方面稍弱。
    • 数学能力经过优化，表现不错；编程能力略逊于 GPT，据用户反馈。
    • GRPO 算法替代传统 PPO，降低价值函数估计难度，提高语言评价场景的灵活性与训练速度。
  3. 训练成本方面：
    • 训练成本远高于传闻的 600 万美元，总计约 13 亿美元。
    • 定价低于实际成本，导致高额亏损。
    • Mixture-of-Expert 方法降低计算需求，但大规模内存使用可能反而增加总成本。
  4. 竞争格局影响：
    • 以低成本开发顶级 AI 模型的 Mistral AI 被中国 DeepSeek 迅速赶超。
    • DeepSeek 的“极简算力”模式可能削弱 Mistral 的竞争优势。
Content generated by AI large model, please carefully verify (powered by aily)

References

XiaoHu.AI日报

🔔Xiaohu.AI日报「1月27日」✨✨✨✨✨✨✨✨1⃣️💹华尔街分析师对DeepSeek的反应：DeepSeek展示出媲美领先AI产品性能的模型，但成本仅为其一小部分，在全球主要市场的App Store登顶。Jefferies警告其技术可能打破资本开支狂热，Citi对其技术突破提出质疑。高盛预测其可能改变科技巨头与初创公司的竞争格局，降低AI行业进入门槛。🔗[https://www.xiaohu.ai/c/xiaohu-ai/deepseek](https://www.xiaohu.ai/c/xiaohu-ai/deepseek)2⃣️📝DeepSeek的实际使用体验：在文字能力上表现突出，尤其在中文场景中高度符合日常、写作习惯，但在专业论文总结方面稍弱。数学能力经过优化，表现不错；编程能力略逊于GPT，据用户反馈。GRPO算法替代传统PPO，降低价值函数估计难度，提高语言评价场景的灵活性与训练速度。🔗[https://x.com/imxiaohu/status/1883843200756170873](https://x.com/imxiaohu/status/1883843200756170873)🔗[https://www.xiaohu.ai/c/ai/grpo-deepseek-r1-8c6cff0c-deb8-4937-a419-7066af987e43](https://www.xiaohu.ai/c/ai/grpo-deepseek-r1-8c6cff0c-deb8-4937-a419-7066af987e43)3⃣️🎙️复旦大学OpenMOSS发布实时语音交互模型：

XiaoHu.AI日报

🔔Xiaohu.AI日报「1月27日」✨✨✨✨✨✨✨✨1⃣️💹华尔街分析师对DeepSeek的反应：DeepSeek展示出媲美领先AI产品性能的模型，但成本仅为其一小部分，在全球主要市场的App Store登顶。Jefferies警告其技术可能打破资本开支狂热，Citi对其技术突破提出质疑。高盛预测其可能改变科技巨头与初创公司的竞争格局，降低AI行业进入门槛。🔗[https://www.xiaohu.ai/c/xiaohu-ai/deepseek](https://www.xiaohu.ai/c/xiaohu-ai/deepseek)2⃣️📝DeepSeek的实际使用体验：在文字能力上表现突出，尤其在中文场景中高度符合日常、写作习惯，但在专业论文总结方面稍弱。数学能力经过优化，表现不错；编程能力略逊于GPT，据用户反馈。GRPO算法替代传统PPO，降低价值函数估计难度，提高语言评价场景的灵活性与训练速度。🔗[https://x.com/imxiaohu/status/1883843200756170873](https://x.com/imxiaohu/status/1883843200756170873)🔗[https://www.xiaohu.ai/c/ai/grpo-deepseek-r1-8c6cff0c-deb8-4937-a419-7066af987e43](https://www.xiaohu.ai/c/ai/grpo-deepseek-r1-8c6cff0c-deb8-4937-a419-7066af987e43)3⃣️🎙️复旦大学OpenMOSS发布实时语音交互模型：

宝玉 日报

🫧宝玉日报「1月31日」✨✨✨✨✨✨✨✨1⃣️💰DeepSeek训练成本：训练成本远高于传闻的600万美元，总计约13亿美元。定价低于实际成本，导致高额亏损。Mixture-of-Expert方法降低计算需求，但大规模内存使用可能反而增加总成本。🥜总结：DeepSeek展示了AI领域的持续创新，但并未如传言般“颠覆”。🔗[https://x.com/dotey/status/1885368473364103402](https://x.com/dotey/status/1885368473364103402)🔗来源：[https://www.linkedin.com/posts/gillesbackhus_i-want-to-share-a-few-condensed-things-about-activity-7291076837080723457-JSVH/](https://www.linkedin.com/posts/gillesbackhus_i-want-to-share-a-few-condensed-things-about-activity-7291076837080723457-JSVH/)2⃣️🇫🇷Mistral AI面临挑战：以低成本开发顶级AI模型，但被中国DeepSeek迅速赶超。曾获法国政府、英伟达、a16z等支持，估值达20亿美元。DeepSeek的“极简算力”模式可能削弱Mistral的竞争优势。🔮未来：或被科技巨头收购，或需要重新定位。🔗[https://x.com/dotey/status/1885226709152092573](https://x.com/dotey/status/1885226709152092573)3⃣️⚡扎克伯格：AI变革在即！

Others are asking
国内ai变成应用
国内 AI 应用发展迅速，在多个领域取得了突破： 早期应用：主要基于 NLP 技术，如聊天机器人和客服机器人。随后，中英文翻译、语音识别、人脸识别等技术取得突破，应用广泛，如语音助手、智能翻译设备、人脸识别支付系统等。但这些技术突破大多限于特定领域，模型应用范围相对狭窄。 新发展路线：OpenAI ChatGPT 等大型语言模型展示了新方向，通过大规模模型预训练，涌现出多功能于一体的智能应用。 编程工具：字节的 Trae 是很厉害的 AI 编程工具，国内版已上线，支持多款模型。目前处于公测阶段免费，能让不懂技术的人开发简单应用程序，未来超级产品经理或成为现实。 图像类产品： 可灵：由快手团队开发，用于生成高质量图像和视频，图像质量高，最初采用内测邀请制，现开放使用，价格相对较高，有不同收费选项。 通义万相：作为国产 AI 工具，在中文理解和处理方面出色，可选择多种艺术和图像风格，生成图像质量高、操作界面简洁直观、用户友好度高，可与阿里其他产品和服务无缝整合，目前免费，但存在一些局限性，如某些类型图像无法生成、处理非中文或国际化内容可能不够出色等。
2025-03-25
如何训练AI智能体
以下是关于训练 AI 智能体的一些信息： 1. 可以将一些创新的 prompt 融入工作流中，以更高效地训练智能体。这种方法不仅能改进现有的大语言模型，还能探索新的应用领域，实现低成本、高效能和模型效益最大化，突破单纯依赖算法的方式。 2. 采用流式训练方式提升训练速度和质量，例如将孔明灯换成泡泡，基于 Transformer 模型进行流匹配，这种方式优于扩大模型。 3. 利用多种 AI 生成工具，如输入简单提示词就能创作音乐的 so no 音频生成工具，能创建个人 AI 智能体的豆包，输入文本可生成播客的 Notebook LN。 4. 了解 AI 工程平台，如 define 等，涉及数据清洗管道、数据存储和检索、编辑生成平台、构建 prompt 技巧、智能体概念、插件调用、运维平台、模型层和缓存机制等，还能接入多家大模型。以 coach 平台为例，新版本有很多模板，有众多插件工具，包括必应搜索、链接读取、代码执行器等，还有工作流，可创建应用 APP，有新手教程和文档，可创建智能体，通过工作流节点调用和 prompt 构建提示词，还能调用插件、图像流、知识库等，商城中有各种智能体和插件模板，知识库可添加多种格式内容。 5. 了解一些为大模型提供数据、企业模型和算力服务的平台，如魔搭社区等，有按任务划分的模型库、数据集和在线应用供体验。
2025-03-25
mermaid编辑工具
Mermaid 是一款用于创建各种图表的工具，它支持多种类型的图表，如思维导图、时序图、UML 图等。以下是关于 Mermaid 编辑工具的一些信息： 可以使用 Mermaid 语法创建简单的思维导图，例如：GRAPH CODE 判断 大语言模型 自然语言处理 机器学习 深度学习 执行 文本分析 情感分析 算法优化 神经网络 结束。 可用于将代码转化为图表，如在“code to diagram”的搜索结果中，Mermaid 不仅支持十几种图像，还提供了在线编辑器，生成器的网址为：https://mermaid.live/ 。 可以通过 ChatGPT 结合自然语法生成 Mermaid 图形语法，生成流程包括确定制作目标、通过自然语言描述逻辑、在线校验测试是否成功。例如，要求 ChatGPT 基于给定内容生成高速公路上车辆切入场景的时序图。
2025-03-25
怎么零基础学习ai
以下是零基础学习 AI 的建议： 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，欢迎实践后的分享。 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，学习编程语法、数据结构、算法等基础知识。 2. 尝试使用 AI 工具和平台： 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向中学生的 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。 总之，无论是零基础还是中学生，学习 AI 可以从编程基础、工具体验、知识学习、实践项目等多个方面入手，全面系统地学习 AI 知识和技能。
2025-03-25
AI编程
以下是关于 AI 编程的相关内容： Trae 国内版 Trae 是字节跳动旗下的 AI 原生编程工具，类似 Cursor、Windsurf 等 IDE 工具，可让用户通过自然语言编写出网页、软件。它具有以下特性： 1. 对国内用户友好，有中国官网、中文界面、国内模型，稳定且快速。 2. 使用完全免费，无需折腾会员，下载后可直接使用，支持豆包 1.5pro 和满血版 DeepSeek R1、V3 模型。 3. 内置预览插件，写完代码一键运行，所见即所得。 新手入门 AI 编程的建议 1. 打通学习与反馈循环，从验证环境、建立信心、理解基本概念开始，实现“理解→实践→问题解决→加深理解”的循环。 2. 使用流行语言和框架（如 React、Next.js、TailwindCSS）。 3. 先运行再优化，小步迭代，一次解决一个小功能。 4. 借助 AI 生成代码后请求注释或解释，帮助理解代码。 5. 遇到问题时采取复现、精确描述、回滚三步走。 用好 AI 编程工具（如 Cursor）的关键技能 1. 准确描述需求，清晰表达目标和问题。 2. 具备架构能力，将复杂系统拆解为松耦合的模块，便于 AI 高效处理。 3. 拥有专业编程能力，能够判断 AI 生成代码的优劣。 4. 具备调试能力，快速定位问题并解决，可独立或借助 AI 完成调试。 Trae 国内版的网址为：Trae.com.cn ，或点击文末【阅读原文】直接访问。
2025-03-25
你是一个财务总监，市场分析师，但是你没有数据，现在需要你寻找一下有没有可以自动查找数据，并且根据数据生成饼状图的 AI工具
以下是为您推荐的可以自动查找数据并根据数据生成饼状图的 AI 工具： 1. Claude Financial Data Analyst：可视化金融数据分析工具，能生成多种图表，包括饼图。上传文档后可快速生成动态图表，适用于趋势分析和分布分析。详细介绍：https://xiaohu.ai/p/14811 ，GitHub：https://github.com/anthropics/anthropicquickstarts/tree/main/financialdataanalyst ，https://x.com/imxiaohu/status/1847617781594030583 。 2. PandasAI：让 Pandas DataFrame“学会说人话”的工具，用户可以以 Pandas DataFrame 的形式提出有关数据的问题，会以自然语言、表格或者图表等形式进行回答，目前仅支持 GPT 模型，OpenAI API key 需自备。示例：pandas_ai.run 。GitHub 链接：https://github.com/gventuri/pandasai 。 3. DataSquirrel：自动进行数据清理并可视化执行过程，帮助用户在无需公式、宏或代码的情况下快速将原始数据转化为可使用的分析/报告的数据分析工具。平台符合 GDPR/PDPA 标准。链接：https://datasquirrel.ai/ 。
2025-03-25
飞书多维表格里的字段捷径怎么关联deepseek
飞书中将飞书多维表格里的字段捷径与 DeepSeek 关联的相关内容如下： 基于其他博主开源的视频生成工作流进行功能优化，实现视频全自动创建。通过表单输入主题观点，提交后自动创建文案短视频，创建完成后推送视频链接到飞书消息。涉及工具包括 Coze 平台（工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成）、飞书（消息）、飞书多维表格（字段捷径、自动化流程）。大体路径为：通过 Coze 创建智能体，创建工作流，使用 DeepSeek R1 根据用户观点创建文案，再创建视频；发布 Coze 智能体到飞书多维表格；在多维表格中使用字段捷径，引用该智能体；在多维表格中创建自动化流程，推送消息给指定飞书用户。 做一个专属的好文推荐网站（DeepSeek R1 + 飞书多维表格）时，新建带有 AI 能力的飞书多维表格，逐一添加字段，使用“DeepSeek R1”时需要关联火山方舟的账号信息，并勾选相关选项。 在 Coze 应用 + 多维表格的高速数据分析中，使用 Coze、飞书多维表格、自定义 AI 字段捷径（Agent）来实现数据的高效抓取与批量 AI 化处理。Coze 定义智能体，发布到飞书多维表格字段捷径，多维表格中使用和配置自定义的 AI 字段捷径，Coze 应用采用交互式界面将数据导入到飞书多维表格，并驱动多维表格自动运行，通过多维表格仪表盘对数据进行可视化。目的是让大家了解如何最高效率使用 AI，并将方案泛化到实际工作中。
2025-03-25
我公司想部署一个deepseek-R1，用云服务器请问大概需要多少钱？
部署 DeepSeekR1 模型使用云服务器的价格因云计算厂商而异： 华为昇腾社区：部署 DeepSeekR1 模型用 BF16 权重进行推理至少需要 4 台 Atlas 800I A2（864G）服务器，用 W8A8 量化权重进行推理则至少需要 2 台 Atlas 800I A2。服务器调用 Docker 下载部署权重资源，非 API 调用模式。 阿里云（人工智能平台 PAI）：以 R1 为例，所需计算资源价格 316.25/小时。模型部署成在线服务，在人工智能平台 PAI 下的模型部署下的模型在线服务 EAS。 阿里云（阿里云百炼）：免费额度：10000000/10000000，通过 API 调用。 腾讯云（自建服务器）：多机分布式部署，节点数量：2 个，单节点配置：HCCPNV6 机型，可在线体验（需开通 T1 平台服务）。 腾讯云（调用 API）：API 调用 DeepSeek 系列模型限时免费。即日起至北京时间 2025 年 2 月 25 日 23:59:59，所有腾讯云用户均可享受 DeepSeekV3、DeepSeekR1 模型限时免费服务，单账号限制接口并发上限为 5。在此之后，模型价格将恢复至原价。 京东云：“deepseekr1:1.5b、“deepseekr1:7b”、“deepseekr1:32b”，1.89/小时起；服务器部署的方式。 gitee ai：R1 价格 0.1 元/次，基于沐曦曦云 GPU 及曦源一号国产替代算力集群，有在线体验。 需要注意的是，价格可能会有所变动，具体以各云计算厂商的最新公布为准。
2025-03-25
deepseek论文生成指令
以下是关于 Deepseek 的相关信息： 提示词方法论： 进阶控制技巧： 思维链引导：分步标记法，如请逐步思考“问题分析→方案设计→风险评估”；苏格拉底式追问，如在得出最终结论前，请先列举三个可能存在的认知偏差。 知识库调用：领域限定指令，如基于 2023 版中国药典，说明头孢类药物的配伍禁忌；文献引用模式，如以 Nature 2022 年发表的论文为参考，解释 CRISPRCas9 最新突破。 多模态输出。 高级调试策略： 模糊指令优化：包括宽泛需求添加维度约束，如原句“写小说”→修正“创作以 AI 觉醒为背景的悬疑短篇，采用多视角叙事结构”；主观表述量化标准，如原句“写得专业些”→修正“符合 IEEE 论文格式，包含 5 项以上行业数据引用”。 迭代优化法：首轮生成获取基础内容，特征强化，如请加强第三段的技术细节描述，风格调整，如改用学术会议报告语气，添加结论部分，最终校验，如检查时间逻辑一致性，列出可能的事实性错误。 高阶能力调用： 文风转换矩阵，如作家风格移植“用鲁迅杂文风格写职场 PUA 现象”，文体杂交“将产品说明书改写成《史记》列传格式”，学术口语化“把这篇论文摘要翻译成菜市场大妈能听懂的话”。 领域穿透技术，如行业黑话破解“解释 Web3 领域的‘胖协议瘦应用’理论”，商业决策支持。 场景化实战策略：创意内容生成，技术方案论证。 效能增强技巧： 对话记忆管理：上下文锚定，如“记住当前讨论的芯片型号是麒麟 9010”；信息回溯，如“请复述之前确认的三个设计原则”；焦点重置，如“回到最初讨论的供应链问题”。 输出质量控制：如过度抽象，修正指令为“请具体说明第三步操作中的温度控制参数”；信息过载，修正指令为“用电梯演讲格式重新组织结论”；风格偏移，修正指令为“回归商务报告语气，删除比喻修辞”。 特殊场景解决方案： 长文本创作：分段接力法，如“先完成故事大纲→逐章扩展→最后进行伏笔校验”“确保新章节与前文的三处细节呼应”。 敏感内容处理：概念脱敏法，如“用经济学原理类比说明网络审查机制”；场景移植法，如“假设在火星殖民地讨论该议题”。 用于生成 2048 游戏代码： 新手推荐使用 Deepseek，网址为 https://www.deepseek.com/zh ，国内能访问，网页登录方便，目前完全免费。 还可以使用 Cursor，网址为 https://www.cursor.com/ ，使用 Cursor 可以不用下载上一步中的 Pycharm。 此外还有通义灵码、JetBrains 自身的助手插件、Marscode 及 Tencent cloud AI code Assistant 等等。高能力的通用语言大模型通过明确的指令也可以得到 python 代码，不过使用下来还是 Deepseek 和晓颖 AI 助手在生成 2048 游戏上更为简便准确。
2025-03-25
deepseek辅助写论文
DeepSeek 在辅助写论文方面具有一定的优势和特点： 1. 优势：在写文方面表现出色，但长文可能会过于发散，文风用力过猛，导致审美疲劳，且模型多样性不够，相同 prompt 提问多次答案雷同。 2. 配合使用：写理性文章时，可先与 DeepSeek 讨论思路，再用 Cloud 3.5 批量生成。 3. 控制字数：可以使用 O1 模型对创作的字数进行控制，也可通过多轮对话让 AI 增删改查来调整字数。 同时，还有用户使用 DeepSeek 辅助完成了多种任务，如 Yvonne 用其写论文。但需要注意的是，晋江文学发布了 AI 写作辅助规范，明确了 AI 使用边界，其核心原则是 AI 只能提升写作效率，不能取代人类的原创性。
2025-03-25
deepseek官网地址
DeepSeek 的相关网址如下： 官网使用地址：https://chat.deepseek.com/（有手机客户端：扫描下面二维码） 模型下载地址：https://github.com/deepseekai/DeepSeekLLM?tab=readmeovfile API 文档地址： 集合·DeepSeek 提示词方法论：https://waytoagi.feishu.cn/wiki/ISVZwe05Tio9hEkFSF5cIjZ7nVf 魔改版本：https://huggingface.co/ValueFX9507/TifaDeepsex14bCoTGGUFQ4 、https://huggingface.co/mradermacher/DeepSeekR1DistillQwen7BabliteratedGGUF 早期 DeepSeek 官网：https://www.deepseek.com/ ，进入右上角的 API 开放平台。
2025-03-24
deepseek的优势是什么？
DeepSeek 的优势包括以下方面： 1. 性能与成本：展示出媲美领先 AI 产品的性能，但成本仅为其一小部分，在全球主要市场的 App Store 登顶。 2. 文字能力：在文字能力上表现突出，尤其在中文场景中高度符合日常、写作习惯，但在专业论文总结方面稍弱。 3. 数学能力：经过优化，表现不错。 4. 模型特点： 推理型大模型：通过理解用户的真实需求和场景来提供答案，不需要用户提供详细步骤指令。 更懂人话：能够理解用户用“人话”表达的需求，无需特定提示词模板。 深度思考：回答问题时能够进行深度思考，非简单罗列信息。 文风转换器：可以模仿不同作家的文风进行写作，适用于多种文体和场景。 5. 开源与创新：开源了多模态模型 JanusPro，在参数上领先，具备多种能力，通过优化训练策略、海量数据和大规模参数实现更强智能表现，统一 Transformer 架构，提供多种规模，全面开源，支持商用，部署使用便捷，Benchmark 表现优异。
2025-03-24
有关国内Ai Agent的行业分析
以下是关于国内 AI Agent 的行业分析： 市场研究报告： 《爱分析：2024 中国 AI Agent 市场研究报告》深入分析了 AI Agent 的市场定义、发展阶段、核心组件及其在企业用户场景中的应用。 《爱分析：2024 年 AI Agent 实施的明路应用实践报告》指出企业实施 AI Agent 的主要目标是降低运营成本，尤其是在知识库管理、数据分析、营销与客户服务等领域。 行业发展现状： 2024 年是大模型持续落地的一年，行业内普遍认为明年将迎来 Agent 的爆发。 从大模型落地具体方式来看，2024 上半年中国 MaaS 市场规模达 2.5 亿元，中国 AI 大模型解决方案市场规模达 13.8 亿元，百度智能云在这两个市场中均获得第一名。 百度智能云旗下有千帆行业场景解决方案，沉淀了制造、能源、交通，政务、金融、汽车、教育、互联网八大行业解决方案。在 2024 百度世界大会上，百度智能云千帆大模型平台发布了工作流 Agent 能力。 AI Agent 特点： 是一种智能代理系统，接近人类大脑，可形成记忆、达成行动规划、自动交互、主动预测。 具有个性化特点，能随着用户使用了解其习惯和想法并作出喜好预测。 能够自主完成任务，如 Auto GPT 可在用户输入目标后自主执行任务、递归地开发和调试代码。 具备多 Agent 协作能力，如斯坦福大学的 SmallVille 项目和 Fixie AI。 应用场景： 目前 AI Agent 应用大多集中在 2B 场景，面向个人消费者的产品较少，个人消费者方向目前主要是“私人助理”场景。
2025-03-25
我的行业是专门的信息安全服务商（针对网络安全、数据安全等），请帮我分析有什么AI工具是可以跟我的行业进行结合使用，我需要学习哪些内容
以下是一些与您所在的信息安全服务行业相结合的 AI 工具及您需要学习的内容： AI 工具： 1. 自然语言处理模型，如 ChatGPT、文心一言、通义千问等，可用于分析和理解大量的安全相关文本数据。 2. 图像识别模型，如 DALLE 等，有助于检测和识别网络中的异常图像或数据安全中的图像相关问题。 需要学习的内容： 1. 了解 GenAI（生成式 AI）和 AIGC 的基本概念，包括其工作原理、应用场景和潜在风险。 2. 熟悉相关法律法规，如国内的《网络安全法》《数据安全法》《个人信息保护法》以及相关管理规定，以确保在使用 AI 工具时符合法律要求。 3. 掌握 AI 工具在信息安全领域的应用方法和技巧，例如如何利用自然语言处理模型进行安全文本分析，如何防范图像识别模型可能带来的安全漏洞。 4. 研究 AI 带来的特定风险，如未经授权收集信息、提供虚假信息、侵害个人隐私等，并学习相应的防范和应对措施。 5. 关注 AI 技术在网络安全攻击方面的新趋势，如利用大型语言模型进行自动化、加速和增强网络攻击的手段，以及相应的防御策略。
2025-03-24
如果我要把多篇会议纪要整理成一片行业调研报告，需要如何做
要将多篇会议纪要整理成一篇行业调研报告，您可以按照以下步骤进行： 1. 让 AI 阅读学习：提供一篇优秀的行业调研报告，让 AI 总结其中的方法论，输出一份“行业调研报告”的研究方法和操作框架。 2. 问 AI：询问文章在收集行业数据时所使用的一手数据和二手数据，并让其推荐一些靠谱的行业资料收集网站。 3. 要求 AI：表明您想参考以上内容写一份特定“XXX 行业调研报告”，让其作为“行业调研报告撰写专家”，为您推荐 10 个“XXX 行业”信息网站和 5 个“XXX 行业”研究微信公众号，并输出一份“XXX 行业调研报告”框架。 4. 要求 AI：针对上述“XXX 行业调研报告”框架，丰富每一章节内容，每章内容字数大于 200 字。 5. 经过以上 4 个步骤，AI 会为您生成一个“XXX 行业调研报告”的初稿。之后，您可以根据自身需求，让 AI 进一步完善每一个章节的内容，并结合自己的独特经验和知识，对文章内容进行润色和调整。 需要注意的是，要使调研报告有深度，可以通过以下两个途径： 1. 自身对行业比较了解，整理深度洞察和见解。 2. 一步一步深度咨询 AI，借助 AI 的海量知识，一边学习、一边研究、一边洞察总结。（通过借助 AI，可以加速我们的学习和研究能力） 操作示例可获取“kimi 对话原文”链接： 欢迎与 JessieZTalk 交流，在 AIGC 的路上共同进步！
2025-03-24
有哪些AI相关的行业报告
以下是一些 AI 相关的行业报告： 2024 年 6 月 18 日： 《》，讨论了生成式人工智能在支付领域的潜力及银行业的探索，预测了其在提高支付效率和创造收入方面的作用。 华西证券：AIGC 行业深度报告（14）《》，介绍了英伟达新一代 GPU 架构带来的零部件升级，以及华为的昇腾 910C 芯片和 Atlas 900 SuperCluster 展示的国产算力集群潜力。 《》，通过访谈 30 余位专家，分析了端到端技术的发展、参与者、驱动力和挑战，预计 2025 年模块化端到端系统将商业化应用。 《》，来自微软，指出英国科技行业和数字优势，以及面临的基础设施、数字技能和数字技术采用的瓶颈。 2023 年 11 月 15 日： 《》，基于对 235 家企业数字化负责人的调研，63.5％的企业已将 AIGC 列入发展战略。 《》，结合华为实践和展望，与各界专家学者座谈研讨而成。 《》，介绍越狱、提示攻击、与传统安全的关系及大语言模型的安全问题。 《2024 年度 AI 十大趋势报告》： 包含众多细分领域报告，如 AI 创投、AI 智能助手产品分析、中国 AI 大模型创业格局、AI 教育硬件全景、AI 视频生成研究、中国具身智能创投、Scaling Laws 尺度定律科普、AIGC 音乐应用产业、中国 AIGC 产业全景、中国 AIGC 应用全景、AIGC 教育行业全景、中国 AIGC 广告营销产业全景、中国 AIGC 数据标注产业全景、中国 AIGC 算力全景与趋势、中国仿生机器人产业全景、ChatGPT 科普、WAIC2023 十大 AI 商业落地趋势、2024 中国 Robotaxi 年度格局、2023 中国智能驾驶格局等。 还有一些深度报告，如存算一体芯片深度报告、XR深度报告、AI 制药深度报告、卫星互联网深度报告、计算生物深度报告、虚拟人深度报告、脑机接口深度报告、隐私计算深度报告、类脑计算深度报告。 如需下载部分报告，。
2025-03-23
小白如何通过学习AI跨行进入游戏行业
对于小白想要通过学习 AI 跨行进入游戏行业，以下是一些建议： 1. 学习基础的 AI 知识：包括机器学习、深度学习的基本概念和算法，了解常见的模型如神经网络等。 2. 掌握相关编程语言：例如 Python，它在 AI 开发中广泛应用。 3. 研究游戏中的 AI 应用：了解游戏中的智能角色、路径规划、策略制定等方面是如何运用 AI 技术的。 4. 实践项目：通过参与开源项目或自己创建小型的游戏 AI 项目，积累实际经验。 5. 学习游戏开发知识：了解游戏引擎、游戏设计原则等，以便更好地将 AI 技术融入游戏开发中。 6. 参加相关培训课程或在线学习资源：获取系统的学习和指导。 7. 建立人脉：与游戏行业的专业人士交流，了解行业动态和需求。 8. 制作优秀的作品集：展示自己在游戏 AI 方面的成果和能力，增加求职竞争力。
2025-03-21
AI对健身教练行业会有哪些改变
AI 对健身教练行业可能带来以下改变： 1. 售前客服方面：AI 减重顾问能够解决相关问题，提高服务效率和质量。 2. 健康监护方面：学员离开健身营后，AI 可进行健康监护，持续关注学员的健康状况。 3. 学员体验方面：能显著提高学员的体验，为学员提供更全面、个性化的服务。 此外，在全行业中，AI 在基础办公提效方面，如 ppt、excel、会议报告、策划会、文案包装、图文海报、客服机器人 bot 等，从单个任务 task 到角色 role 再到角色间协同 collaboration 都能显著提高工作效率。在人力资源管理领域，AI 的应用覆盖了从招聘初期到员工绩效评估再到员工培训与发展的各个环节。在游戏行业，大模型不仅能降低成本，还能打造创新玩法，提供更好的游戏体验，让游戏 NPC“活起来”生成新的数字世界。在其他领域，也已经开始出现专门为协助特定任务而设计的 AI 驱动工具和教练，如搭配服装、提供职业建议、提升沟通能力等。
2025-03-21
Monica和Openai的记忆功能是如何让大模型产生记忆的？是什么原理？
大模型的记忆功能实现方式较为复杂，不同的模型可能有所不同。 OpenAI 的模型中，大模型 LLM 扮演了“大脑”的角色，其记忆功能可能通过“Agent = LLM + 规划 + 记忆 + 工具使用”的基础架构来实现。但需要注意的是，对于 ChatGPT 这类模型，实际上其本质上并没有直接的记忆功能。它能理解之前的交流内容，是因为每次将之前的对话内容作为新的输入重新提供给模型。这种记忆功能并非由大型模型直接实现，而是通过在别处进行存储来达成。 如果对话内容过长，可能会影响模型的整体性能。解决这个问题的一个简单方法是启动另一个对话框。对于之前的数据，通常只能进行总结。
2025-03-01
目前通过AI给自己擅长的领域赋能，且已经产生收益的案例有哪些
以下是一些通过 AI 给自己擅长的领域赋能且已经产生收益的案例： 在法律法规领域，AI 已在多个方面带来重大进展和效率提升，如交通监控、银行账户欺诈检测、工业大规模安全关键实践的控制，以及加速新药发现和应对气候变化的技术等。 在企业应用方面，工作流程自动化平台 ServiceNow 通过 AI 驱动的 Now Assist 实现了近 20%的事件避免率；Palo Alto Networks 利用 AI 降低了处理费用的成本；Hubspot 利用 AI 扩大了能够支持的用户规模；瑞典金融科技公司 Klarna 通过将 AI 融入用户支持，在运行率方面节省了 4000 多万美元。如今，成千上万的公司正在将 AI 整合到他们的工作流程中，以扩张规模和降低成本。
2025-02-20
如何更好的使用知识库，我在知识库中增加了很多文档，但是反而感觉导致AI产生大量幻觉和混乱
以下是关于如何更好使用知识库以及 RAG 相关的知识： RAG 技术是 AI 领域的重要技术，但存在一些常见误区： 不能随意输入任何文档就期望得到准确回答，RAG 流程包含离线环节（文档解析、切割及向量化写入向量数据库）和在线检索环节（用户问题理解、初步检索、重排序及大模型生成），任何环节都会影响最终质量，且有效实现 RAG 系统需要考虑多个复杂因素，如文档预处理、高效索引、相关性排序等。 RAG 虽然能显著减少幻觉，但不能完全消除，只要有大模型参与，就可能产生幻觉。 RAG 仍消耗大模型的 Token，最终还是将知识库中检索的结果给到 LLM，由 LLM 进行重新整理输出。 对于使用知识库的建议： 知识库在不断更新，常来逛逛。 遇到问题先搜索，搜不到就提问。 好用的内容要收藏，方便下次查找。 每个人都有自己的节奏，不要着急。 一旦有了自己的方向和持续玩的 AI 角度，知识库中的大量高质量教程就是最好的助力。 当成为高手并愿意分享时，为社区留下内容。 开源知识库和社区的意义在于共建、共学、互相帮助。 不要怕犯错，大胆尝试。 RAG（RetrievalAugmented Generation）即检索增强生成，由检索器和生成器组成，检索器从外部知识中快速找到与问题相关的信息，生成器利用这些信息制作精确连贯的答案，适合处理需要广泛知识的任务，能提供详细准确的回答。
2025-02-11
到今天，大语言模型还会产生“幻觉”吗
截至今天，大语言模型仍会产生“幻觉”。 大语言模型偶尔会根据输入输出一些荒谬或不符合事实的内容，目前各家大语言模型在该问题上的表现都不尽如人意。产生“幻觉”的原因包括： 1. 样本存在错误（Imitative Falsehoods）：如果大语言模型学习的“教材”中有错误，它也容易给出错误回答。缓解该问题的一个办法是上采样（Up Sampling）。 2. 信息过时（Outdated Factual Knowledge）：以前正确的信息现在可能过时了。 此外，大语言模型通过训练数据猜测下一个输出结果，可能因错误数据导致给出错误答案，优质数据集对其很重要。如果在其训练过程中，模型被暴露于大量知识之中，它并没有完美地记忆所见到的信息，并不十分清楚自己的知识边界，可能会尝试回答有关深奥话题的问题，并虚构听起来有道理但实际不正确的内容。 在构建应用程序时，可以使用一些技术来避免这种情况，例如要求模型先从文本中找到相关引文，然后使用引文回答问题，并将答案追溯回源文件，这通常有助于减少“幻觉”的发生。
2025-01-22
AI是如何产生的，AI是什么
AI（人工智能）的起源最早可追溯到上世纪。1943 年，心理学家麦卡洛克和数学家皮特斯提出机器的神经元模型，为后续神经网络奠定基础。1950 年，计算机先驱图灵最早提出图灵测试，作为判别机器是否具备智能的标准。1956 年，在美国达特茅斯学院，马文·明斯基和约翰·麦凯西等人共同发起召开了著名的达特茅斯会议，“人工智能”一词被正式提出，并确立为一门学科。 人工智能是一门研究如何使计算机表现出智能行为的科学。例如，对于“根据照片判断一个人的年龄”这类无法明确编程的任务，正是人工智能感兴趣的。 在技术原理方面，相关技术名词众多。AI 即人工智能，机器学习包括监督学习、无监督学习、强化学习。监督学习有标签的训练数据，无监督学习学习的数据无标签。强化学习从反馈里学习。深度学习参照人脑有神经网络和神经元。生成式 AI 可以生成文本、图片、音频、视频等内容形式，LLM 是大语言模型。2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出 Transformer 模型，它完全基于自注意力机制处理序列数据，比 RNN 更适合处理文本的长距离依赖性。
2025-01-11
意识是什么 怎么产生的
意识是一种复杂且神秘的现象。从根本上说，它在大脑中产生，虽然科学家尚未完全研究出其核心机制，但目前认为： 大脑通过数亿万计的神经元连接产生意识，让我们有了记忆的感觉，无数的想法在这个生物的神经网络里时刻涌现。 意识体现在觉察、反思、自主能力上，是帮助个体主动反思做决策的轮子，本质是对上下文的推理补全。 大脑主要用于创造想法，而非储存，我们的大脑无法记住所有看过的细节，在神经元连接中产生意识，让我们用合适的神经通路连接想法，并通过主观的自我“意识”解释出来。
2025-01-01