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

有关国产大模型介绍及对比

Answer

以下是关于国产大模型的介绍及对比：

过去一年，国内大模型取得了显著进步。综合能力超过 GPT 3.5 和 Gemini-Pro 的国产模型有 11 个，如百度的文心一言 4.0、阿里云的通义千问 2.0 和 Qwen 72B-Chat、OPPO 的 AndesGPT、清华&智谱 AI 的智谱清言、字节跳动的云雀大模型等。在 SuperCLUE 测评中，国外模型平均成绩为 69.42 分，国内模型平均成绩为 65.95 分，差距约 4 分，且国内外平均水平差距在缩小。

国内开源模型在中文上表现优于国外开源模型，如百川智能的 Baichuan2-13B-Chat、阿里云的 Qwen-72B、Yi-34B-Chat 均优于 Llama2-13B-Chat。国内大模型竞争格局方面，从国内 TOP19 大模型的数量来看，创业公司和大厂的占比几乎持平。

此外，还有针对国产大模型的测评机制，包括以同组提示词下 ChatGPT 4.0 生成的内容做对标参照，对复杂提示词理解和执行、推理能力、文本生成能力、提示词设计能力、长文本归纳总结能力等方面进行多轮测评。

国外的代表性大模型如 GPT4 的不同版本、Claude2、Llama2 有较好的稳定性表现。国内开源模型总体表现较好，成绩最好的开源模型在中文某些场景或任务上接近 GPT 4，大版本的模型通常优于中小版本，众多创业公司是开源模型的主力。

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

References

2023年度中文大模型基准测评报告.pdf

必须看到的是，过去1年国内大模型已经有了长足的进步。综合能力超过G P T 3.5和Gemini-Pro的模型有11个，比如百度的文心一言4.0、阿里云的通义千问2.0和Qw e n 72B-Chat、OPPO的AndesGPT、清华&智谱AI的智谱清言、字节跳动的云雀大模型等都有比较好的表现。•在SuperCLUE测评中，国外模型的平均成绩为69.42分，国内模型平均成绩为65.95分，差距在4分左右。另外国内开源模型在中文上表现要好于国外开源模型，如百川智能的Baichuan2-13B-Chat、阿里云的Qwen-72B、Yi-34B-Cha t均优于Llama2-13B-Chat。•可以看出，国内外的平均水平差距在缩小，11月差距在10分左右。国内大模型竞争格局国内大模型综合表现-SuperCLUE创业公司(9)vs大厂(10)通过SuperCLUE测评结果发现，国内大模型的第一梯队有了更多新的模型加入。头部模型如文心一言4.0、通义千问2.0引领国内大模型的研发进度，部分高质量大模型紧追不舍，分别在闭源应用和开源生态中形成自己独特的优势。创业公司大厂•从国内TOP19大模型的数量来看，创业公司和大厂的占比几乎持平。大厂和创业公司平均成绩对比大厂平均69.42

小七姐：文心一言4.0、智谱清言、KimiChat 小样本测评

测评三家国产大模型，以同组提示词下ChatGPT 4.0生成的内容做对标参照[智谱清言](https://chatglm.cn/main/detail)[文心一言4.0](https://yiyan.baidu.com/)[Kimi Chat](https://kimi.moonshot.cn/chat/)[heading3]二、能力考量[content]复杂提示词理解和执行（结构化提示词）推理能力（CoT表现）文本生成能力（写作要求执行）提示词设计能力（让模型设计提示词）长文本归纳总结能力（论文阅读）[heading3]三、测评轮次[heading4]第一轮：复杂提示词理解和执行[content]1.任务一：Markdown+英文title提示词测试，1个任务4个模型（4次）2.任务二：Markdown+中文title提示词测试，1个任务4个模型（4次）3.任务三：中文title+自然段落提示词测试，1个任务4个模型（4次）[heading4]第二轮：推理能力（CoT表现）[content]逐步推理任务，遍历3个不同类型任务+4个大模型（12次）[heading4]第三轮：文本生成能力（写作要求执行）[content]根据提示词生成文本任务，遍历3个不同类型任务+4个大模型（12次）[heading4]第四轮：提示词设计能力（让模型设计提示词）[content]按提示词要求生成提示词，逐步推理任务，遍历3个不同类型任务+4个大模型（12次）[heading4]第五轮：长文本归纳总结能力（论文阅读）[content]按提供的长文本（上传或在线）进行归纳总结，逐步推理任务，遍历3个不同类型任务+4个大模型（12次）

2023年度中文大模型基准测评报告.pdf

值得关注的是，在本次测评中，国外的代表性大模型如GPT4的不同版本、Claude2、Llama2都很好的稳定性表现，值得国内大模型进一步分析研究。注：计算分值为模型的OPEN分与OPT分值的差值，用以观察模型在主观题和客观题上的不同表现。开源竞争格局开源现状开源模型对比国外代表模型1.国内开源模型现状总体上国内开源模型表现较好，成绩最好的开源模型在中文的某些场景或任务上接近GPT 4，其中Qwe n 72B-Cha t和Yi-34B-Cha t总分上已经超过GPT3.5，Baichuan2-13B-Chat也有接近GPT3.5的表现。2.不同大小（参数量）效果差异总体上大版本（如34B）的模型优于中小版本(13B、6B)的开源模型，更大的版本（如72B）的模型表现要更好。开源模型的发展也从最开始的6B，到13B，到现在更大的34B、72B的开源模型。3.谁在主导开源虽然也有少量大厂（阿里云）参与，但众多的创业公司是开源模型的主力，如智谱AI、百川智能、零一万物和元象科技。第4部分SuperCLUE2.0升级：行业及专项测评基准SuperCLUE2.0升级：行业及专项大模型测评基准

Others are asking
能够生成AI视频的免费国产软件有哪些？
以下是一些能够生成 AI 视频的免费国产软件： 1. Hidreamai：有免费额度，网址为 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。 2. ETNA：网址为 https://etna.7volcanoes.com/ 。这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，支持中文和时空理解。 3. 可灵：网址为 https://klingai.kuaishou.com/ 。在 AI 视频生成领域表现出色，生成的视频质量高，生成速度快，对国内用户的可访问性强。支持文生视频、图生视频，提示词可使用中文，文生视频支持正向提示词、反向提示词、运镜控制、时长选择（5s、10s），支持多种尺寸。 4. Dreamina：处于国内内测阶段，有免费额度，网址为 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，文生视频支持多种控制和尺寸选择，默认生成 3s 的视频。
2025-03-08
国产AGI进程到哪了
2023 年之前，国内 AI 行业自认为和美国差距不大，但 ChatGPT 和 GPT4 的出现打破了这种认知，OpenAI 直接拉开了 2 年的技术差距。上半年国内坚信靠资金和卡能实现“大炼钢铁”，许多大厂和创业公司都想创造国产 AGI，但下半年发现不容易后纷纷转向“垂直应用”“商业化”，不再提 AGI。目前国内最领先的模型水平大概在准 ChatGPT3.5 的水平，和 GPT4 还有不小差距。百度的“文心 4.0”和即将发布的阿里的“通义千问”是国内较好的模型。 2024 年，国内多家厂商竞相推出新型推理模型，AI 与数学结合被视为实现 AGI 的关键。在这一年，AI 音频能力有长足进展，“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和广告中出现，AI Agent 有明确进展，可穿戴全天候 AI 硬件层出不穷，华为昇腾生态开始形成，国内推理芯片开始国产替代。但同时，AI 造成的一些问题也开始进入公众视野，AI 立法、伦理讨论仍大规模落后于技术进展。预计到 2025 2027 年，AI 相关技术还会有更多突破和发展，同时也会带来更多社会问题。
2025-03-06
国产的图片转视频的ai软件有哪些
以下是一些国产的图片转视频的 AI 软件： 1. Pika：一款出色的文本生成视频 AI 工具，擅长动画制作，并支持视频编辑。 2. SVD：如果熟悉 Stable Diffusion，可以直接安装这款最新的插件，在图片基础上直接生成视频，由 Stability AI 开源。 3. Runway：老牌 AI 视频生成工具，提供实时涂抹修改视频的功能，但收费。 4. Kaiber：视频转视频 AI，能够将原视频转换成各种风格的视频。 5. Sora：由 OpenAI 开发，可以生成长达 1 分钟以上的视频。 6. 可灵：由快手团队开发的 AI 应用，主要用于生成高质量的图像和视频，但价格相对较高。 7. 通义万相：在中文理解和处理方面表现出色，多种艺术和图像风格可选，操作界面简洁直观，用户友好度高，重点是现在免费，每天签到获取灵感值即可，但存在一定局限性，如某些类型的图像可能无法生成，处理非中文语言或国际化内容可能不够出色等。 更多的相关网站可以查看：https://www.waytoagi.com/category/38 。内容由 AI 大模型生成，请仔细甄别。
2025-03-05
国产数字人软件那个好
以下是一些国产数字人软件： 1. UltralightDigitalHuman：超轻量级数字人模型，能实时在低功耗设备上流畅运行，只需 3 5 分钟的视频进行训练。优化的数据流和推理过程确保即时的数字人反应。详细介绍： 2. 腾讯发布的 MimicMotion 项目，支持面部特征和唇形同步，不仅用于跳舞视频，也可应用于数字人。相较阿里的方案，有基于置信度的姿态引导机制、基于姿态置信度的区域损失放大技术、创新的渐进式融合策略等优化。项目地址：
2025-02-28
国产ai，除了deepseek能力最强，如元宝ai，文言一心，kimi，纳米ai，通义等，哪个能力最强
以下是关于国产 AI 产品在 2025 年 1 月的一些榜单情况： 在国内流量榜中，排名依次为：deepseek、豆包、Kimi、文心一言、deepseek 开放平台、百度 AI 助手、阿里通义、纳米 AI 搜索、秘塔 AI 搜索。 在国内月活榜中，排名依次为：deepseek、豆包、deepseek 开放平台、Kimi、百度 AI 助手、文心一言、知乎直答、纳米 AI 搜索、沉浸式翻译。 需要注意的是，不同 AI 产品在不同方面可能具有各自的优势，其能力的强弱也会因具体应用场景和用户需求而有所不同。
2025-02-26
图片转视频的国产AI推荐
以下是为您推荐的国产图片转视频的 AI 工具： 1. 可灵：由快手团队开发，生成的图像和视频质量高。在视频生成方面，其视频生成质量卓越，画面清晰、连贯且内容丰富，生成速度快，对于国内用户可访问性强。但价格相对较高，重度用户年费可能达几千元，轻度用户有免费点数和较便宜的包月选项。 2. 通义万相：作为国产 AI 工具，在中文理解和处理方面表现出色，可选择多种艺术和图像风格，操作界面简洁直观，用户友好度高，且目前免费，每天签到获取灵感值即可。但为符合国内监管要求，某些类型图像无法生成，处理非中文语言或国际化内容可能不够出色，处理多元文化内容时可能存在偏差。 更多相关网站可以查看： 内容由 AI 大模型生成，请仔细甄别。
2025-02-18
如何训练自己的模型
训练自己的模型可以参考以下步骤： 1. 选择合适的底模，如 Baichuan27BChat 模型，配置模型本地路径和提示模板。 在 Train 页面里选择 sft 训练方式，加载定义好的数据集，如 wechat 和 self_cognition。 注意学习率和训练轮次的设置，要根据数据集大小和收敛情况来调整。 使用 FlashAttention2 可减少显存需求，加速训练速度。 显存小的情况下，可以减少 batch size 并开启量化训练，内置的 QLora 训练方式很实用。 需要用到 xformers 的依赖。 显存占用约 20G，训练时间根据聊天记录规模大小而定，少则几小时，多则几天。 2. 对于 AI 绘画模型的训练，如 Stable Diffusion： 设置 sample_sampler，可选择多种 sampler，默认是“ddim”。 设置 save_model_as，可选择多种格式，目前 SD WebUI 兼容"ckpt"和"safetensors"格式模型。 完成训练参数配置后，运行训练脚本进行全参微调训练。 选择合适的底模型，如 WeThinkIn_SD_二次元模型。 利用 accelerate 库封装训练脚本，可根据需求切换训练环境参数。 3. 创建图像描述模型： 模型由编码器和解码器组成，编码器将输入图像转换为特征向量，解码器根据特征生成描述文本，二者组合形成完整模型。 自定义损失函数，如使用稀疏分类交叉熵并屏蔽填充部分。 编译模型后开始训练，可使用单个 GPU 训练，每个 epoch 约 15 至 20 分钟，可根据需求增加训练次数。 训练完成后进行推理与生成字幕，重构解码器结构，编写自定义推理循环以生成完整句子。
2025-03-10
最近一个月有哪些令人惊艳的开源大模型
以下是最近一个月令人惊艳的开源大模型： 1. 三月初，Meta 的 LLaMA 泄露给公众，随后社区出现一系列创新，包括指令调整、量化、质量改进、人类评估、多模态、RLHF 等变体，解决了扩展问题，降低了培训和实验的准入门槛。 2. 1 月 20 日，DeepSeek 宣布开源 R1 模型，将大模型行业推进到推理时代，引发了深刻影响。 3. 2024 年 5 月： 谷歌在 Google Cloud Next 2024 上发布一系列生成式 AI 产品和服务。 OpenAI 发布 GPT4 Turbo 模型，并开源评估框架 simpleevals。 xAI 发布首个多模态模型 Grok1.5V 的预览版。 微软 WizardLM 团队发布 WizardLM2，后紧急撤回进行毒性测试。 Mistral AI 开源 Mistral 8x22B 模型。 Meta 发布拥有 4000 亿参数的开源大模型 Llama 3。
2025-03-10
LLM大模型与运维
以下是关于 LLM 大模型与运维的相关内容： 部署方面： 本地部署包括三大部分：本地部署大语言模型、本地部署 FastGPT+OneAPI、本地部署 HOOK 项目或 COW。 下载并安装 Ollama：根据电脑系统，从 https://ollama.com/download 下载，双击打开点击“Install”，安装完成后将下方地址复制进浏览器中确认：http://127.0.0.1:11434/ 。 下载 qwen2:0.5b 模型：Windows 电脑点击 win+R 输入 cmd 回车，Mac 电脑按下 Command（⌘）+Space 键打开 Spotlight 搜索输入“Terminal”或“终端”，然后复制命令行粘贴回车等待自动下载完成。 训练方面： 模型训练比推理复杂得多，是一个计算量极大的过程。获取参数面临计算复杂性问题。例如训练 Llama2 70B 这样的开源模型，需要约 10TB 的文本，通常来源于互联网的抓取，大约 6000 个 GPU，运行约 12 天，费用约 200 万美元，得到的参数文件约 140GB，压缩比约 100 倍，且是有损压缩。 整体架构方面： 基础层：为大模型提供硬件支撑，数据支持，如 A100、数据服务器等。 数据层：包括静态的知识库和动态的三方数据集。 模型层：有 LLm（如 GPT，一般使用 transformer 算法）或多模态模型（如文生图、图生图等，训练数据为图文或声音等多模态数据集）。 平台层：如大模型的评测体系或 langchain 平台等，提供模型与应用间的组成部分。 表现层：即应用层，是用户实际看到的地方。
2025-03-09
lora模型
LoRA 模型相关信息如下： Fooocus 程序默认用到了 3 个 SDXL 的模型，包括一个 base、一个 Refiner 和一个 LoRA。LoRA 模型默认放在 Fooocus_win64_1110\\Fooocus\\models\\loras 。如果单独安装，需要下载三个模型： SDXL 基础模型：https://huggingface.co/stabilityai/stablediffusionxlbase1.0/resolve/main/sd_xl_base_1.0_0.9vae.safetensors refiner 模型：https://huggingface.co/stabilityai/stablediffusionxlrefiner1.0/resolve/main/sd_xl_refiner_1.0_0.9vae.safetensors LoRA 模型：https://huggingface.co/stabilityai/stablediffusionxlbase1.0/resolve/main/sd_xl_offset_examplelora_1.0.safetensors 若部署了 SD 秋叶包，也可共用模型（大模型和 LoRA），可在 Fooocus_win64_1110\\Fooocus\\modules\\path.py 中修改路径为秋叶包模型对应的路径，配置好后点击 run.bat 文件启动。 Lora 全称 LowRank Adaptation Models，中文翻译为低阶自适应模型，作用在于影响和微调画面，通过它可以再现人物或物品的特征。大模型训练复杂且对电脑配置要求高，LoRA 采用在原模型中插入新的数据处理层的方式，避免修改原有模型参数，训练轻量化，显存达到 6G 即可开启训练。 有利用新版 SDXL 生成的 lora 如针线娃娃，需要使用 SDXL1.0 的模型才可以运行，触发词是 BJ_Sewing_doll。想体验可添加公众号【白马与少年】，回复【SDXL】。
2025-03-09
最近的论文AI模型
以下是关于 AI 模型的相关知识： 1. 概念：生成式 AI 生成的内容称为 AIGC。 2. 概念与关系： 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、强化学习。 监督学习使用有标签的训练数据，目标是学习输入和输出之间的映射关系，包括分类和回归。 无监督学习的数据没有标签，算法自主发现规律，经典任务如聚类，例如让模型将一堆新闻文章根据主题或内容特征分成相似组。 强化学习从反馈中学习，以最大化奖励或最小化损失，类似训小狗。 深度学习是一种参照人脑有神经网络和神经元（因层数多而称深度）的方法，神经网络可用于监督学习、无监督学习、强化学习。 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，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），像上下文理解、情感分析、文本分类。 3. 技术里程碑：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（SelfAttention）处理序列数据，无需依赖循环神经网络（RNN）或卷积神经网络（CNN）。
2025-03-09
【深度拆解】ChatGPT-4o背后的技术革新：从语言模型到多模态跨越
ChatGPT4o 背后的技术革新具有重要意义。人类的感知多样，仅靠语言描述世界远远不够，多模态理解非常有用，能更全面学习世界、理解人类需求等。2023 年 9 月 GPT4v 发布，将大语言模型竞赛带入多模态模型时代，如 ChatGPT 能看图说话、画图，Google 的 Gemini 支持多种模态，但 OpenAI 常抢先发布。今年 5 月 OpenAI 发布 GPT4o，向智能体方向迈进，其是之前技术的集大成者，通过端到端神经网络混合训练视觉、语音和文本数据，平均音频输入反应时间为 300 毫秒，能感悟人类表达的情绪等。OpenAI 未公开 GPT4o 技术细节，唯一线索来自内部炼丹师的博客 AudioLM。此外，GPT4 是 OpenAI 的多模态工具，在编程任务中表现出色，ChatGPT 是用户友好界面，可与高级语言模型交互。2024 年 5 月 14 日 OpenAI 发布 GPT4o，效率高、价格降低、延迟缩短。9 月 16 日 OpenAI 推出 o1 系列模型，在复杂任务中表现优异，o1mini 适合编码任务，两个模型已在 ChatGPT 中提供，有免费或收费版本。
2025-03-09
Manus帮我介绍一下
Manus 是一款由中国团队研发的全球首款通用型 AI 代理工具，于 2025 年 3 月 5 日正式发布。它区别于传统聊天机器人（如 ChatGPT），具备自主规划、执行复杂任务并直接交付完整成果的能力，被称为“首个真干活的 AI”。 Manus AI 代理工具的具体技术架构主要基于多智能体（Multiple Agent）架构，运行在独立的虚拟机中。这种架构通过规划、执行和验证三个子模块的分工协作，实现了对复杂任务的高效处理。其核心功能由多个独立模型共同完成，这些模型分别专注于不同的任务或领域，如自然语言处理、数据分析、推理等。这种多模型驱动的设计不仅提高了系统的鲁棒性和准确性，还增强了其处理复杂任务的能力。 Manus AI 的技术架构还包括以下几个关键组件： 1. 虚拟机：Manus AI 运行在云端虚拟机中，用户可以随时查看任务进度，适合处理耗时任务。 2. 计算资源：Manus AI 利用计算资源生成算法，用于筛选简历等具体任务。 3. 生成物：Manus AI 能够生成各种类型的输出，如文本、表格、报告等。 4. 内置多个 agents：Manus AI 通过内置多个智能体，实现了任务的分解和协同工作。 此外，Manus AI 还采用了“少结构，多智能体”的设计哲学，强调在数据质量高、模型强大、架构灵活的情况下，自然涌现 AI 的能力。这种设计使得 Manus AI 在处理复杂任务时更加高效和准确。 当前的 Manus 约等于 AI 操纵着一个没有图形界面的 Linux 虚拟机和浏览器，能感知电脑环境，执行各类操作。它能跑各种 linux 下的指令、库、程序（如 cd、ls 指令、python 等），也能访问各种网页、获取一些 API 接口的数据。但因为没有图形界面，所以没法运行图形程序。访问网页时，阻挠人类使用的各种要素，一样会打扰到 Manus。Manus 提供了用户可视的命令行视窗、浏览器、vscode 两种选项，方便查看运行指令、接管网页和修改文件。您还可以给 Manus 上传文件，想必未来也能对接私有 API，有想象空间。
2025-03-09
帮我找一下与智能体相关的，报告或ppt或演讲。是介绍趋势性质的，不是工具类的
以下是为您找到的与智能体相关的报告、演讲等内容： 《【翻译】Google Agent 白皮书》：探讨了智能体的概念，定义为能够自主观察并操作外部世界以实现目标的应用程序。智能体结合了生成式 AI 模型、工具和编排层，能够进行推理和决策。工具使智能体与外部数据和服务交互，扩展其能力。认知架构是智能体的核心，涉及信息收集、计划、执行和调整的循环，利用提示工程框架指导智能体的任务执行与环境互动。 《吴恩达最新演讲——AI 四大趋势》：在吴恩达的主题演讲中，探讨了智能体（AI Agents）和智能体推理（Agentic Reasoning）的崛起，强调非结构化数据的重要性。演讲指出，生成式 AI 使得应用开发速度大幅提升，快速实验成为创新的新路径，但同时带来了评估的挑战。吴恩达还提出了智能体 AI 的四大设计模式，并强调图像处理革命的潜力。 《01通往 AGI 之路知识库使用指南》：提到了 AI 智能体的进阶、案例拆解及扣子的应用介绍，指出提示词很关键，智能体由大语言模型衍生而来，讲述了智能体进阶案例拆解，推荐景淮老师的相关成果，阐述扣子、千帆百炼属于智能体范畴，扣子更偏 ToC 应用。
2025-03-07
介绍目前市面上的ai工具
目前市面上的 AI 工具主要有以下几类： 1. 聊天工具：方便人们进行交流和获取信息。 2. 绘画工具：能够创作出各种风格的绘画作品。 3. 视频工具：用于视频的制作和处理。 4. 音乐工具：辅助音乐的创作和编辑。 此外，AI 工具还分为线上和线下本地部署两种： 线上 AI 工具的优势在于出图速度快，不依赖本地显卡配置，无需下载大型模型，还能查看其他创作者的作品，但出图分辨率通常有限，制作高清横板图片可能受限。 线下部署的 AI 工具可以添加插件，出图质量较高，但使用时可能导致电脑宕机，配置不高时可能出现显存不足导致出图失败的情况。 线上平台适合找参考、测试模型，线下平台则是主要的出图工具。例如，可以在在线上绘图网站的绘图广场上发现想要的画风，点击创作会自动匹配模型和标签，截取游戏人物底图将算力集中在人物身上，多批次尝试不同画风以找到最符合需求的模型和组合，最后在相关网站下载对应模型到本地加载部署后正式生图。
2025-03-07
介绍一下manus
Manus 是由 Monica 团队发布的真正自主的 AI 代理，具有以下核心亮点： 1. 自主执行：能够直接执行任务，而非仅提供建议。 2. 类人工作模式：可以解压文件、浏览网页、阅读文档、提取关键信息。 3. 云端异步运行：在后台执行任务，完成后自动通知用户。 4. 持续学习与记忆：能从用户反馈中学习，提高未来任务的准确性。 5. “心智与手”理念：象征着 AI 实际执行能力。 其任务示例包括但不限于自动分析和执行任务，并直接交付最终结果。您可以通过以下链接查看演示视频和详细介绍：
2025-03-06
介绍AI进阶操作
以下是关于 AI 进阶操作的介绍： 在 Obsidian 中使用 AI 工具的进阶配置方法包括： 1. 笔记仓库嵌入大模型（Copilot） 2. 笔记内容作为 RAG 嵌入大模型（Smart Conections） 3. 笔记内使用大模型编写内容 在 Liblibai 中，有以下进阶概念和功能： 1. 迭代步数：调整图片内容的次数，并非越多越好，效果提升非线性。 2. 尺寸：影响图片生成的大小，需适中选择，高清图可设置中等尺寸并用高分辨率修复。 3. 生成批次：用本次设置重复生成的图批次数。 4. 每批数量：每批次同时生成的图片数量。 5. 提示词引导系数：影响图像与 prompt 的匹配程度，过高会使图像质量下降。 6. 随机数种子：固定后可对图片进行“控制变量”操作。 7. ADetailer：面部修复插件，高阶技能。 8. ControlNet：控制图片中特定图像，高阶技能。 9. 重绘幅度：图生图时，幅度越大，输出图与输入图差别越大。 此外，杭州站的 AI 活动聚焦在动手操作上，共分为 5 天进行，被定义为带领大家进阶玩转 AI 的实操落地活动，从学习写 prompt 到生成图片再到分组成立项目，活动形式丰富多样，难度和节奏层层递进。
2025-03-04
我如何给小白介绍deepseek的原理
DeepSeek 的原理主要包括以下几个方面： 1. AI 特性定位： 支持文本/代码/数学公式混合输入。 具有动态上下文，对话式连续记忆约 4K tokens 上下文窗口，换算成汉字约 8000 字左右。 任务适应性强，可切换创意生成/逻辑推理/数据分析模式。 2. 系统响应机制： 采用意图识别+内容生成双通道。 自动检测 prompt 中的任务类型、输出格式、知识范围。 对位置权重（开头/结尾）、符号强调敏感。 3. 基础指令框架： 可以套用四要素模板。 掌握格式控制语法，如强制结构使用```包裹格式要求，用{{}}标注需填充内容，使用优先级符号>表示关键要求，!表示禁止项。 4. 进阶控制技巧： 思维链引导，包括分步标记法和苏格拉底式追问。 知识库调用，如领域限定指令和文献引用模式。 支持多模态输出。 此外，DeepSeek 还具有一些设计思路，如将 Agent 封装成 Prompt 并储存在文件，通过提示词文件实现同时使用联网功能和深度思考功能，在模型默认能力基础上优化输出质量等。您可以通过搜索 www.deepseek.com 并按照相关步骤开始使用 DeepSeek。
2025-02-28