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

市面上有哪些ai硬件

Answer

以下是市面上一些常见的 AI 硬件：

  1. Ray-Ban Meta 智能眼镜：由 meta 与雷朋合作推出，Tiktok 作品数约 180000 个，价格为 299 美元。
  2. Vision Pro 眼镜：来自苹果公司，Tiktok 作品数约 38600 个，价格为 3999 美元。
  3. cozmo 玩具机器人：由 Digital Dream Labs 制造，Tiktok 作品数约 10500 个，价格为 399 美元。
  4. Lovot 玩具机器人：由 GROOVE X 生产，Tiktok 作品数约 5931 个，价格为 9000 美元。
  5. Optimus 等身机器人：由特斯拉推出。
  6. AI pin 挂件：由 Humane 制造，Tiktok 作品数约 1200 个，价格为 699 美元。
  7. PLAUD 录音机：由机智连接生产，Tiktok 作品数约 1072 个，价格为 159 美元。
  8. Rabbit-R1 挂件：由 Rabbit Inc 推出，Tiktok 作品数约 1048 个，价格为 199 美元。
  9. Loona 玩具机器人：由可以科技制造，Tiktok 作品数约 753 个，价格为 449 美元。
  10. Timekettle WT2 耳机：由 Timekettle 生产，Tiktok 作品数约 751 个，价格为 299 美元。
  11. OrCam MYEYE 眼镜：由 OrCam 推出，Tiktok 作品数约 532 个，价格为 4250 美元。

这些数据来源于 google、tiktok、twitter、亚马逊等。更多榜单信息您可以访问：https://zw73xyquvv.feishu.cn/wiki/IqcqwTDiYiKttNktBg3cg8HgnLh 。对于榜单内容有疑问想交流的 GenAI 硬件创始人，或者想合作转载内容的公众号博主，请加微信，或者在本文末留言。

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

References

Will's GenAI硬件榜 2024年8月

欢迎阅览由郎瀚威Will发起的GenAI硬件榜单。GenAI硬件的定义：利用了GenAI技术，主要是LLM，包括在音频生成，翻译，视觉采集并解读，和硬件结合，以可穿戴为主，逐步渗透的新品类硬件，以Meta雷朋眼镜为代表。比较大的GenAI硬件，如AI PC，AI手机本期暂未收录。本期以可穿戴，AI助理相关硬件为起点。榜单受众：GenAI硬件创始人，投资人，从业者等。榜单标的：以北美市场的视角，销量，影响力为主。榜单初心：随着Meta眼镜的成功，GenAI硬件爆发在即，本榜单每月从多角度围观这一现象。旨在给创业者提供参考。本次更新（9.19）：1）更新亚马逊销量，独立站流量，新品发布，融资信息，排序标准以媒体综合指数改为Tiktok热度2）完善挂件，戒指，眼镜等分类榜数据[heading1]GenAI硬件榜（2024年8月）[content]总共15个重要榜单，更多榜单文末点击“阅读原文”免费访问或直接访问飞书https://zw73xyquvv.feishu.cn/wiki/IqcqwTDiYiKttNktBg3cg8HgnLhhttps://zw73xyquvv.feishu.cn/wiki/IqcqwTDiYiKttNktBg3cg8HgnLh数据来源：google，tiktok，twitter，亚马逊对于榜单内容有疑问想交流的GenAI硬件创始人，或者想合作转载内容的公众号博主，请加微信，或者在本文末留言。目录：1、GenAI硬件北美公开销量榜2、GenAI硬件亚马逊销量榜

GenAI硬件 Tiktok热度总榜

|序号|Name|分类|公司|TT作品数|价格||-|-|-|-|-|-||1|Ray-Ban Meta智能眼镜|眼镜|meta与雷朋|180000|299||2|Vision Pro|眼镜|apple|38600|3999||3|cozmo|玩具机器人|Digital Dream Labs|10500|399||4|Lovot|玩具机器人|GROOVE X|5931|9000||5|Optimus|等身机器人|特斯拉|2641|||6|AI pin|挂件|Humane|1200|699||7|PLAUD|录音机|机智连接|1072|159||8|Rabbit-R1|挂件|Rabbit Inc|1048|199||9|Loona|玩具机器人|可以科技|753|449||10|Timekettle WT2|耳机|Timekettle|751|299||11|OrCam MYEYE|眼镜|OrCam|532|4250||12|Jibo|玩具机器人|物灵|492|749||13|LOOI|玩具机器人|TangibleFuture|400|129||14|Pixel Buds Pro|耳机|GOOGLE|393|199||15|Rokid Glass 2|眼镜|Rokid|356|2080|

GenAI硬件 Tiktok热度总榜

|GenAI硬件-Tiktok热度榜_序号|Name|分类|公司|扫码访问此榜单_TT作品数|价格|链接||-|-|-|-|-|-|-||1|Ray-Ban Meta智能眼镜|眼镜|meta与雷朋|180000|299|[https://www.tiktok.com/tag/rayban](<nil>)||2|Vision Pro|眼镜|apple|38600|3999|[https://www.tiktok.com/tag/visionpro](<nil>)||3|cozmo|玩具机器人|Digital Dream Labs|10500|399|[https://www.tiktok.com/tag/cozmo](<nil>)||4|Lovot|玩具机器人|GROOVE X|5931|9000|[https://www.tiktok.com/tag/lovot](<nil>)||5|Optimus|等身机器人|特斯拉|2641||[https://www.tiktok.com/tag/teslabot](<nil>)||6|AI pin|挂件|Humane|1200|699|[https://www.tiktok.com/tag/aipin](<nil>)||7|PLAUD|录音机|机智连接|1072|159|[https://www.tiktok.com/tag/plaudnote](<nil>)||8|Rabbit-R1|挂件|Rabbit Inc|1048|199|[https://www.tiktok.com/tag/rabbitr1](<nil>)||9|Loona|玩具机器人|可以科技|753|449|[https://www.tiktok.com/tag/loonarobot](<nil>)||10|Timekettle WT2|耳机|Timekettle|751|299|[https://www.tiktok.com/tag/timekettle](<nil>)||11|OrCam MYEYE|眼镜|OrCam|532|4250|[https://www.tiktok.com/tag/orcammyeye](<nil>)|

Others are asking
有什么翻译文件的 AI 工具
以下是一些翻译文件的 AI 工具： 1. DeepL（网站）：点击页面“翻译文件”按钮，上传 PDF、Word 或 PowerPoint 文件即可。 2. 沉浸式翻译（浏览器插件）：安装插件后，点击插件底部“更多”按钮，选择“制作双语 BPUB 电子书”“翻译本地 PDF 文件”“翻译 THML/TXT 文件”“翻译本地字幕文件”。 3. Calibre（电子书管理应用）：下载并安装 calibre，并安装翻译插件“Ebook Translator”。 4. 谷歌翻译（网页）：使用工具把 PDF 转成 Word，再点击谷歌翻译“Document”按钮，上传 Word 文档。 5. 百度翻译（网页）：点击导航栏“文件翻译”，上传 PDF、Word、Excel、PPT、TXT 等格式的文件，支持选择领域和导出格式（不过进阶功能基本都需要付费了）。 6. 彩云小译（App）：下载后点击“文档翻译”，可以直接导入 PDF、DOC、DOCX、PPT、PPTX、TXT、epub、srt 等格式的文档并开始翻译（不过有免费次数限制且进阶功能需要付费）。 7. 微信读书（App）：下载 App 后将 PDF 文档添加到书架，打开并点击页面上方“切换成电子书”，轻触屏幕唤出翻译按钮。 常见的文章润色 AI 工具包括： 1. Wordvice AI：集校对、改写转述和翻译等功能于一体的 AI 写作助手，基于大型语言模型提供全面的英文论文润色服务。 2. ChatGPT：由 OpenAI 开发的大型语言模型，可用于学生和写作人员的多方面写作辅助。 3. Quillbot：人工智能文本摘要和改写工具，可用于快速筛选和改写文献资料。 4. HyperWrite：基于 AI 的写作助手和大纲生成器，可帮助用户在写作前进行头脑风暴和大纲规划。 5. Wordtune：AI 驱动的文本改写和润色工具，可以帮助用户优化文章的语言表达。 6. Smodin：提供 AI 驱动的论文撰写功能，可以根据输入生成符合要求的学术论文。 以下是 100 个 AI 应用中的 41 60 部分： 1. WPS 文档翻译功能：AI 办公文档翻译工具，使用自然语言处理技术，市场规模达数亿美元。能快速翻译办公文档，提高工作效率。例如用户需要将一份中文报告翻译成英文，只需点击翻译按钮，即可快速得到翻译结果。 2. 美丽修行 APP：AI 美容护肤产品推荐平台，运用数据分析、自然语言处理技术，市场规模达数亿美元。根据用户肤质推荐适合的美容护肤产品。例如根据用户的油性皮肤，推荐控油、保湿的护肤品。 3. 360 儿童手表：AI 儿童安全监控系统，采用图像识别、机器学习技术，市场规模达数亿美元。保障儿童安全，让家长放心。例如当孩子走出安全区域时，手表会自动向家长发送警报。 4. 汽车之家 APP：AI 汽车保养提醒系统，借助数据分析、机器学习技术，市场规模达数亿美元。提醒车主及时进行汽车保养。例如当汽车行驶到一定里程时，APP 会推送保养提醒信息。
2025-03-12
AI视频实操
以下是关于 AI 视频实操的相关内容： 如果您想制作 AI 换脸、AI 数字人视频，可按以下步骤进行： 1. 准备内容：先准备一段视频中播放的内容文字，比如产品介绍、课程讲解、游戏攻略等，也可利用 AI 生成这段文字。 2. 制作视频：使用剪映 App 进行简单处理。在电脑端打开剪映 App，点击“开始创作”，选择顶部工具栏中的“文本”，点击默认文本右下角的“+”号，添加文字内容轨道，然后将准备好的文字内容替换默认文本内容，为数字人提供语音播放内容及生成相应口型。 如果您想用 AI 把小说做成视频，通常包括以下步骤： 1. 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。 2. 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。 3. 图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。 8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。 以下是一些可利用的工具及网址： 1. Stable Diffusion（SD）：一种 AI 图像生成模型，可以基于文本描述生成图像。网址： 2. Midjourney（MJ）：另一个 AI 图像生成工具，适用于创建小说中的场景和角色图像。网址： 3. Adobe Firefly：Adobe 的 AI 创意工具，可以生成图像和设计模板。网址： 4. Pika AI：文本生成视频的 AI 工具，适合动画制作。网址： 5. Clipfly：一站式 AI 视频生成和剪辑平台。网址： 6. VEED.IO：在线视频编辑工具，具有 AI 视频生成器功能。网址： 7. 极虎漫剪：结合 Stable Diffusion 技术的小说推文视频创作提效工具。网址： 8. 故事 AI 绘图：小说转视频的 AI 工具。网址： 请注意，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。
2025-03-12
AI产品经理如何转型
对于 AI 产品经理的转型，以下是一些相关的知识和建议： 技术方面： 了解思维链，谷歌在 2022 年的论文提到其能显著提升大语言模型在复杂推理的能力，即使不用小样本提示，也可在问题后加“请你分步骤思考”。 熟悉 RAG（检索增强生成），外部知识库切分成段落后转成向量，存在向量数据库，用户提问并查找到向量数据库后，段落信息会和原本的问题一块传给 AI，可搭建企业和个人知识库。 知晓 PAL（程序辅助语言模型），2022 年的一篇论文中提出，对于语言模型的计算问题，不让 AI 直接生成计算结果，而是借助如 Python 解释器等工具作为计算工具。 掌握 ReAct 框架，2022 年一篇《React:在语言模型中协同推理与行动》的论文提出，核心在于让模型动态推理并采取行动与外界环境互动，比如用搜索引擎对关键字进行搜索，观察行动结果，可借助 LangChain 等框架简化构建流程。 学习途径： 很多大佬认为要关注或直接阅读技术论文，比如产品经理转型 AI 产品经理需要懂技术脉络，但小白直接看技术论文有难度，虽可让 AI 辅助阅读，仍要完成一定知识储备。林粒粒呀的相关视频是很好的科普入门。 此外，从一些案例来看，比如长春人定居北京的䷎贤峰，有医学学士、计算机 AI 方向硕士背景，做过多种职业，包括医生、码农、产品经理、管理咨询等，目前是一家快消品公司财务总监兼董秘，业余捡回老本行；Sundy 有 5 年产品运营经验，从教育方向到 web3 行业，目标是转行当 AIGC 产品经理。
2025-03-12
AI测评
AI 测评主要包括以下几个方面： 1. AI Review（测试版）：这是一项能让您查看代码库中近期更改以捕获潜在错误的功能。您可以单击各个审阅项在编辑器中查看完整上下文，并与 AI 聊天获取更多信息。为了让其更有利，您可以提供自定义说明让 AI 专注于特定方面，比如性能相关问题。目前有几个查看选项，如查看工作状态、查看与主分支的差异、查看上次提交。 2. 从 AI 助教到智慧学伴的应用探索：未来展望包括 AI 辅助测评，例如作业题目智能生成与优化、主观题 AI 辅助批改、基于平台数据的学情智能分析等。对于教师试讲语言的评价，可从语言的准确性等五个维度打分（每项 5 分，共 25 分），给出总分，并以和蔼可亲的语文老师角色给出 700 字左右中肯评价及改进建议。 3. 【法律法规】《促进创新的人工智能监管方法》：提到工具如保证技术和技术标准可支持供应链风险管理，评估框架时要关注法律责任在 AI 中的有效公平分配，持续收集各方证据以监测框架对 AI 供应链中不同参与者的影响，尤其关注基础模型带来的潜在挑战。并提出了一些咨询问题，如监管者在不同 AI 应用和系统中应用原则可能面临的挑战及解决方法，以及对通过现有法律框架分配 AI 法律责任的看法和改进建议。
2025-03-12
有什么适合外语场景，特别是英语与日语的 AI 工具吗？
以下是一些适合外语场景，特别是英语与日语的 AI 工具： 1. 语言学习应用： Duolingo：使用 AI 个性化学习体验，根据进度和错误调整练习内容，通过游戏化方式提供词汇、语法、听力和口语练习。下载应用，选择语言，按课程指引学习。 Babbel：结合 AI 技术，提供个性化课程和练习，重点在于实际交流所需语言技能。注册账户，选择课程，按学习计划学习。 Rosetta Stone：使用动态沉浸法，通过 AI 分析学习进度，提供适合练习和反馈。注册并选择语言，使用多种练习模式学习。 2. AI 对话助手： ChatGPT：可模拟对话练习，提高语言交流能力。在聊天界面选择目标语言，与 AI 对话，询问语法、词汇等问题，模拟实际交流场景。 Google Assistant：支持多种语言，可进行日常对话练习和词汇学习。设置目标语言，通过语音命令或文本输入互动。 3. 语言学习平台： FluentU：使用真实世界视频，通过 AI 生成个性化词汇和听力练习。选择语言，观看视频并完成练习，积累词汇和提升听力。 Memrise：结合 AI 技术，根据记忆曲线提供复习和练习，增强记忆效果。选择语言，使用词汇卡和练习学习。 4. 发音和语法检查： Speechling：提供口语练习和发音反馈，帮助改进口音和发音准确性。录制语音，提交给 AI 系统或人类教练获取反馈和建议。 Grammarly：提高写作语法和词汇准确性，支持多种语言。将写作内容粘贴到编辑器中获取改进建议。 5. 实时翻译和词典工具： Google Translate：提供实时翻译、语音输入和图像翻译功能，适合快速查找和学习新词汇。输入或语音输入内容查看结果和例句。 Reverso Context：提供单词和短语翻译及上下文例句，帮助理解和学习用法。输入单词或短语查看翻译和例句。 此外，还有一些其他工具，如 Speak、Call Annie 等也可用于提升外语口语能力。使用这些工具时，建议结合实际对话练习，如参与语言交换、加入学习小组或与母语者对话，并定期复习和持续实践。
2025-03-12
我在用AI辅助学习新概念英语第二册，但是deep seek总是报错，我应该换成什么别的AI呢？
如果您在使用 Deep Seek 辅助学习新概念英语第二册时总是报错，可以考虑换成 Wenxiaobai.com 这个平台。它高速响应，完全免费，支持各种平台使用，与 Deep Seek 官网几乎相同，速度快且稳定性高，最新版本还支持文档与图片分析。
2025-03-12
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
小公司, 想部署一个本地ai系统,希望它能够, 对运维, 运营, 客服, 美术, 策划, 程序都能够有很大的帮助, 目前市面上那款 ai 模型比较合适
对于小公司想要部署一个能对运维、运营、客服、美术、策划、程序都有帮助的本地 AI 系统，以下是一些相关信息： 线上和线下本地部署的 AI 特点： 线上部署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，还能参考其他创作者的作品，但出图尺寸受限。线下部署的优势是可添加插件，出图质量高，但使用时电脑可能宕机，配置不高可能爆显存导致出图失败。建议线上用于找参考、测试模型，线下作为主要出图工具。 Ollama： 支持多种大型语言模型，包括通义千问、Llama 2、Mistral 和 Gemma 等，适用于不同场景。 易于使用，适用于 macOS、Windows 和 Linux 系统，支持 CPU 和 GPU。 提供模型库，用户可从中下载不同模型，满足不同需求和硬件条件。 支持自定义模型，可调整参数。 提供 REST API 用于运行和管理模型，以及与其他应用集成。 社区贡献丰富，有多种集成插件和界面。 Google Gemma： 是 Google 发布的家用版小模型，有 2b（20 亿参数）和 7b（70 亿参数）版本。小模型可能不适合复杂任务，但适合提升基础操作效率。部署环境友好，可通过 ollama 方便部署，支持热加载模型文件。2b 反应速度快但互动话题有限，7b 输出质量高但可能卡顿，对非英文语种反馈不稳定。 综合考虑，如果您的公司对出图质量要求较高，且有较好的硬件配置，可以选择线下部署结合线上测试的方式。在语言模型方面，Ollama 具有较多优势，可根据具体需求选择合适的模型进行部署。
2025-03-04
小游戏公司, 想部署一个本地ai系统,希望它能够, 对运维, 运营, 客服, 策划, 程序都能够有很大的帮助, 目前市面上那款 ai 模型比较合适
对于小游戏公司部署本地 AI 系统以帮助运维、运营、客服、策划和程序等方面，以下是一些建议和相关信息： 目前市面上的 AI 模型各有特点。线上 AI 具有出图速度快、不依赖本地显卡配置、无需下载大型模型以及能参考其他创作者作品等优势，但出图尺寸受限。线下部署的 AI 可以添加插件、出图质量高，但可能导致电脑宕机且对配置要求高。 在游戏领域，AI 大模型带来了诸多变化，如游戏内容辅助生成（包括文、图、3D 和音乐），可应用于游戏策划人和美术设计师。文生图和图生图能提高创作效率，动画辅助渲染可改变角色风格，游戏智能运营涵盖智能 NPC 互动、客服、攻略问答和代码脚本生成等，适用于产品经理、运营经理和社区运营经理。 Google 刚刚发布的家用版小模型 Gemma 有 2b（20 亿参数）和 7b（70 亿参数）版本。相对千亿参数的大模型，这类小模型可能不太适合处理复杂任务，但代表了模型本地化提升基础操作效率的趋势。Ollama 是一个开源的大型语言模型服务，方便部署最新版本的 GPT 模型并通过接口使用，支持热加载模型文件，且像小型的 llama 也支持本地部署。部署时，需进入 ollama.com 下载程序并安装，通过命令提示符进行操作和切换模型。2b 反应速度快但互动话题有限，7b 输出质量高但可能卡顿，且对非英文语种反馈不太稳定。 综合考虑，小游戏公司可以根据自身需求和硬件配置选择合适的 AI 模型。如果对出图质量要求高且有较好的硬件配置，可尝试线下部署；若更注重效率和便捷性，线上模型可能更适合。同时，也可以考虑像 Gemma 这样的小模型进行本地化部署以提升基础操作效率。
2025-03-04
小游戏公司, 想部署一个本地ai系统,希望它能够, 对运维, 运营, 客服, 美术, 策划, 程序都能够有很大的帮助, 目前市面上那款 ai 模型比较合适
对于小游戏公司部署本地 AI 系统以帮助运维、运营、客服、美术、策划、程序等方面，以下是一些建议和目前市面上合适的 AI 模型分析： 线上 AI 平台的优势在于出图速度快，对本地显卡配置要求低，无需下载大型模型，还能参考其他创作者的作品，但出图分辨率有限制。 线下部署的优势是可以添加插件，出图质量高，但使用时电脑可能宕机，配置不高还可能爆显存导致出图失败。 综合考虑，建议充分发挥线上和线下平台的优势。线上可用于找参考、测试模型，线下作为主要出图工具。 在图像生成方面，2022 年主流生成式图像应用如 DALLE 2.0、Stable Diffusion 和 Midjourney 使图像生成精细化程度提升，提示对图像生成结果的控制能力增强。 在 3D 模型生成中，AI 能完成 3D 模型生成流程的“一步到位”，大大提升效率。 在游戏开发中，AI 可用于游戏内容辅助生成（如文、图、3D、音乐）、动画辅助渲染、游戏智能运营（包括智能 NPC 互动、客服、攻略问答、代码和脚本生成）等。 对于小游戏公司，Stable Diffusion 可能是一个较为合适的选择，它在 2D 美术素材辅助生成方面能够提高创作效率、降低成本，并且有多种应用场景，如文生图、图生图等。同时，也可以考虑结合线上平台进行参考和测试。
2025-03-04
目前市面上的文心一言，通义，deepseek等，用于写作效果如何
目前市面上的文心一言、通义、DeepSeek 等用于写作的效果各有特点： 文心一言（百度）：大语言模型，可用以文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成。 通义（阿里巴巴）：在特定领域和任务上表现出卓越的能力。 DeepSeek：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。 需要注意的是，不同模型的效果会因用户的具体需求和使用场景而有所差异。
2025-02-26
目前市面上有哪些ai可以实现免费创建并训练大模型，以满足个人需求
目前市面上有以下一些可以免费创建并训练大模型以满足个人需求的途径： 1. 免费云服务器： 阿里、腾讯对新用户提供免费试用服务器，如腾讯云的。服务器系统配置可选择【宝塔】系统。 2. 免费大模型接口： 阿里的接口，创建 API key 即可。 也有免费接口，但国内大模型通常限制一定免费额度的 Token。 谷歌的来学习如何给服务器科学上网及使用海外版 Coze。 此外，关于大模型的相关知识： 1. 架构方面： encoderonly 模型通常适用于自然语言理解任务，如分类和情感分析，最知名的代表模型是 BERT。 encoderdecoder 模型同时结合了 Transformer 架构的 encoder 和 decoder 来理解和生成内容，代表是谷歌的 T5。 decoderonly 模型更擅长自然语言生成任务，目前熟知的众多 AI 助手基本都来自此类架构。 2. 大模型的特点： 预训练数据非常大，往往来自于互联网上，包括论文、代码、公开网页等，一般用 TB 级别的数据进行预训练。 参数非常多，Open 在 2020 年发布的 GPT3 就已经达到 170B 的参数。 在技术原理方面： 1. 生成式 AI 生成的内容叫做 AIGC。 2. 相关技术名词： 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，算法目标是学习输入和输出之间的映射关系，包括分类和回归。无监督学习学习的数据没有标签，算法自主发现规律，经典任务包括聚类。强化学习从反馈里学习，最大化奖励或最小化损失。深度学习参照人脑有神经网络和神经元，神经网络可用于多种学习方式。 生成式 AI 可以生成文本、图片、音频、视频等内容形式。LLM 即大语言模型，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。 3. 技术里程碑：2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它完全基于自注意力机制来处理序列数据，而不需要依赖于循环神经网络或卷积神经网络。
2025-02-26
我要做一个桌面宠物机器人，帮我设计软硬件和后台方案
以下是为您设计的桌面宠物机器人软硬件和后台方案： 硬件方面： 选择合适的主控芯片，如 esp32、stm32、AVR 等。 配置各类传感器，如触摸传感器、声音传感器、光线传感器等，以实现与用户的交互。 设计电机驱动模块，用于控制机器人的动作。 配备显示屏，用于显示表情和信息。 软件方面： 基于 FreeRTOS 开发系统，负责产品 MCU 各外设驱动撰写、架构维护。 开发与手机软件的通信、OTA 等通讯功能。 后台方面： 建立数据存储和处理系统，用于存储用户与机器人的交互数据，并进行分析和处理。 开发远程控制和更新功能，方便用户通过网络对机器人进行管理和升级。 人员配置： 嵌入式工程师： 职责： 1. 基于 FreeRTOS，负责产品 MCU 各外设驱动撰写、架构维护，配合手机软件工程师进行通信、OTA 等通讯功能开发、维护。 2. 负责硬件模块的调试。 3. 参与量产中产线测试程序、校准程序等代码开发。 要求： 1. 有主流嵌入式芯片（例如 esp32、stm32、AVR 等）开发经验。 2. 具有嵌入式软件架构经验。熟悉 FreeRTOS 等嵌入式系统。 3. 会使用示波器、烙铁、风枪等硬件调试工具，有基础的模拟电路知识。 4. 有一年以上嵌入式开发经验，其中有复杂嵌入式项目开发经验者优先。 5. 对嵌入式和硬件有浓厚兴趣，出于兴趣开发过硬件项目者优先。 产品经理： 职责： 1. 在深刻理解产品的基础上，定义和设计情感化桌面机器人的软硬件交互方式。 2. 规划项目周期，与工程师和设计师紧密配合，推进产品的功能迭代和上线。 3. 测试、优化产品的软硬件交互体验。 要求： 1. 情感细腻，热爱生活。 2. 本科及以上学历，人机交互、计算机、设计相关专业优先。 3. 对软/硬件产品的用户体验有深刻的洞察，追求极致体验，对糟糕的产品容忍度低。 4. 对设计学科与前沿科技有深刻的认知，可以与设计师和工程师无缝沟通。 5. 有项目实操经历，执行力强，擅长按计划推动项目落地。
2025-03-11
具身智能软硬件解决方案。
具身智能的软硬件解决方案包括以下方面： 算法层： 技术层级： 任务层级：可细分为任务级、技能级、动作级、基元级、伺服级，通常关注前四个级别。 解决方案层级：通常可拆分为大脑+小脑两个层级。大脑负责人机交互与规划决策，小脑负责运动控制及将语义信息理解转化为动作。 大脑侧：负责人机交互，能通过视觉在语义层面理解场景、任务等并进行决策。大模型的发展对大脑有促进作用，大脑的长期发展高度依赖多模态大模型。如 2024 年 3 月，有鹿机器人发布了基于 LPLM10B 的软硬件结合产品 Master 2000。 整机硬件方案：基于下游场景需求设计运动、感知、计算和通信硬件方案。具身智能厂商倾向于软硬件全流程自主控制，自己制作机体，原因包括机体和数据模式未统一，训练数据与机体构造紧密联系，以及考虑二级供应商是否成熟和整机利润。部分强大厂商如 Tesla 具备制作更底层电机、传感器的能力，软硬件一体化制造能带来更高利润。 智能类型：包括认知智能和物理智能。认知智能涉及思考、规划和决策能力，完全由大脑驱动；物理智能指机器人的感知和与环境的运动互动能力，感知环节由大脑侧算法实现，行动环节由小脑侧算法和硬件配合完成。 发展趋势： 人形化：外形向人类细部特征靠拢，功能具备真实人类运动、灵活和环境判断能力。 成本下降显著：核心零部件成本降低，人形机器人成本及售价呈下降趋势。 构成元素：包括大脑（意图理解、环境感知、规划决策）、小脑（运动控制、语义信息理解转化为动作）、整机硬件方案。
2025-03-07
如何在电脑硬件配置普通的情况下，用AI搭建知识库
在电脑硬件配置普通的情况下，用 AI 搭建知识库可以参考以下几种方法： 使用阿里云百炼： 1. 上传文件：在百炼控制台的中的非结构化数据页签中点击导入数据，根据引导上传相关文档。 2. 建立索引：进入，根据引导创建一个新的知识库，并选择刚才上传的文件，其他参数保持默认即可。 3. 选择向量存储类型时，如果您希望集中存储、灵活管理多个应用的向量数据，可选择 ADBPG。 4. 引用知识：完成知识库的创建后，可以返回进入到刚才创建的应用设置界面，打开知识检索增强开关、选择目标知识库，测试验证符合预期后点击发布。 使用 GPT： 要搭建基于 GPT API 的定制化知识库，涉及到给 GPT 输入（投喂）定制化的知识。但 GPT3.5，也就是当前免费版的 ChatGPT 一次交互（输入和输出）只支持最高 4096 个 Token，约等于 3000 个单词或 2300 个汉字。为了使用 GPT 的语言能力来处理大量的领域知识，OpenAI 提供了 embedding API 解决方案。参考 OpenAI embedding documents。embeddings 是一个浮点数字的向量（列表）。两个向量之间的距离衡量它们的关联性。小距离表示高关联度，大距离表示低关联度。 使用 Dify： 1. 准备数据：收集需要纳入知识库的文本数据，包括文档、表格等格式，并对数据进行清洗、分段等预处理，确保数据质量。 2. 创建数据集：在 Dify 中创建一个新的数据集，并将准备好的文档上传至该数据集，为数据集编写良好的描述。 3. 配置索引方式：Dify 提供了三种索引方式供选择，包括高质量模式、经济模式和 Q&A 分段模式，根据实际需求选择合适的索引方式。 4. 集成至应用：将创建好的数据集集成到 Dify 的对话型应用中，作为应用的上下文知识库使用，在应用设置中，可以配置数据集的使用方式。 5. 持续优化：收集用户反馈，对知识库内容和索引方式进行持续优化和迭代，定期更新知识库，增加新的内容以保持知识库的时效性。
2025-03-05
如何基于你的模型对一台工业设备（钢板划线印字装备）进行故障诊断和预测性维护，从以下几个方面进行分析 1.技术栈：数据采集与通讯，数据库，算法，前端，微服务、应用等，并进行软件选型 2.硬件选型：工业设备、边缘计算设备，软件部署硬件，分别列出性能最优和国产化替代方案 3.算法创新性：要求可发表高水平论文和申请发明专利 4.算法通用性：考虑如何通过一个通用模型经过简单配置适应不同船舶建造工业设备的故障诊断和预测性维护 5.考虑前后合理性，若以此进行招标，如何描述招标内容
以下是为您整合的相关内容： Transformer 模型和 BERT 模型： 模型训练与评估：定义模型后，传递训练数据集和验证数据集及训练时期数，训练完成后评估性能，如达到 85%准确率。 模型性能可视化：绘制准确性和随时间的损失图。 保存与加载模型：使用 model.save 方法导出并保存模型到本地路径，保存后可加载进行预测。 预测示例：对不同情感的评论句子进行预测。 部署模型到 Vertex AI：检查模型签名，上传本地保存的模型到 Google Cloud 存储桶，在 Vertex 上部署模型并获得在线预测。 提示工程： 策略：将复杂任务分解为更简单的子任务。 技巧：使用意图分类识别用户查询中最相关的指令。例如在故障排除场景中，根据客户查询分类提供具体指令，如检查路由器连接线、询问路由器型号、根据型号提供重启建议等。模型会在对话状态变化时输出特定字符串，使系统成为状态机，更好控制用户体验。 OpenAI 官方指南： 战术：将复杂任务拆分为更简单的子任务。 策略：使用意图分类来识别与用户查询最相关的指令。例如在故障排除场景中，基于客户查询分类向 GPT 模型提供具体指令。已指示模型在对话状态变化时输出特殊字符串，将系统变成状态机，通过跟踪状态等为用户体验设置护栏。
2025-02-12
大模型相关的硬件知识请介绍一下
以下是关于大模型相关硬件的知识介绍： 运行大模型需要较高的机器配置，不同类型的大模型有不同的硬件要求。 生成文字大模型： 最低配置：8G RAM + 4G VRAM 建议配置：16G RAM + 8G VRAM 理想配置：32G RAM + 24G VRAM（如果要跑 GPT3.5 差不多性能的大模型） 生成图片大模型（比如跑 SD）： 最低配置：16G RAM + 4G VRAM 建议配置：32G RAM + 12G VRAM 生成音频大模型： 最低配置：8G VRAM 建议配置：24G VRAM 需要注意的是，最低配置可能运行速度非常慢。 大模型的整体架构可以分为以下几层： 1. 基础层：为大模型提供硬件支撑，数据支持等，例如 A100、数据服务器等等。 2. 数据层：这里的数据层指的不是用于基层模型训练的数据基集，而是企业根据自己的特性，维护的垂域数据。分为静态的知识库，和动态的三方数据集。 3. 模型层：包括 LLm 或多模态模型。LLm 即 largelanguagemodel 大语言模型，例如 GPT，一般使用 transformer 算法来实现。多模态模型即市面上的文生图、图生图等的模型，训练所用的数据与 llm 不同，用的是图文或声音等多模态的数据集。 4. 平台层：模型与应用间的平台部分，比如大模型的评测体系，或者 langchain 平台等，提供模型与应用间的组成部分。 5. 表现层：也就是应用层，是用户实际看到的地方。 通俗来讲，大模型就是输入大量语料，来让计算机获得类似人类的“思考”能力，使之能够理解自然语言，能够进行『文本生成』、『推理问答』、『对话』、『文档摘要』等工作。其训练和使用过程可以类比为“上学参加工作”： 1. 找学校：训练 LLM 需要大量的计算，因此 GPU 更合适，只有购买得起大量 GPU 的才有资本训练自己的大模型。 2. 确定教材：大模型需要的数据量特别多，几千亿序列（Token）的输入基本是标配。 3. 找老师：即用什么样的算法讲述“书本”中的内容，让大模型能够更好理解 Token 之间的关系。 4. 就业指导：学完书本中的知识后，为了让大模型能够更好胜任某一行业，需要进行微调（fine tuning）指导。 5. 搬砖：就业指导完成后，下面就要正式干活了，比如进行一次翻译、问答等，在大模型里称之为推导（infer）。 在 LLM 中，Token 被视为模型处理和生成的文本单位。它们可以代表单个字符、单词、子单词，甚至更大的语言单位，具体取决于所使用的分词方法（Tokenization）。Token 是原始文本数据与 LLM 可以使用的数字表示之间的桥梁。在将输入进行分词时，会对其进行数字化，形成一个词汇表。
2025-02-11
我是科研人员，有什么方法能构建自己专业领域的知识库吗？请给出详细的操作步骤，并说明需要什么样的软硬件设备？预算多少？
构建自己专业领域的知识库可以按照以下步骤进行： 步骤一：明确知识库的目标和范围 首先，确定您想要涵盖的专业领域的具体范围和知识库的主要目标，例如是为了内部研究使用、对外分享知识还是其他特定用途。 步骤二：收集和整理资料 收集相关的文献、研究报告、实验数据、案例等各种资料，并对其进行分类和整理。 步骤三：选择合适的技术架构 1. 考虑使用数据库管理系统，如 MySQL、Oracle 等。 2. 或者采用知识图谱技术来构建更直观的知识关系。 步骤四：确定软硬件设备 1. 硬件方面，需要一台性能较好的计算机，具备足够的内存和存储空间。预算大约在 5000 10000 元，具体取决于配置要求。 2. 软件方面，需要操作系统（如 Windows 或 Linux）、数据库管理软件、文本编辑工具等。 步骤五：设计知识库的结构 规划好知识的分类体系、标签系统和索引方式，以便于快速检索和查找。 步骤六：数据录入和维护 将整理好的资料录入到知识库中，并定期更新和维护，确保知识的准确性和时效性。 步骤七：测试和优化 在初步构建完成后，进行测试，检查检索功能是否正常，知识的展示是否清晰，并根据测试结果进行优化。 需要注意的是，实际的预算和设备需求可能会因具体情况而有所不同，您可以根据自己的需求和资源进行调整。
2025-02-06