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

AI产业或者说AI产业链条上都有哪些事情可以做

Answer

AI 产业链大致可分为上游的基础设施层(数据与算力)、中游的技术层(模型与算法)、下游的应用层(应用与分发)。

在基础设施层,布局投入的确定性最强,但入行资源门槛较高,涉及海量资金投入,未来更多由“国家队”承担重任,普通人可考虑“合作生态”的切入机会。

技术层当前处于技术爆炸时刻,迭代速度极快。对于规模不大的团队或个人,需慎重考虑技术迭代风险,基础通用大模型非巨无霸公司不建议考虑。

应用层是一片广阔蓝海,当前针对行业/细分领域的成熟应用产品不多,“杀手级”应用更是稀少,对于普通个体和小团队,强烈推荐重点布局,拥有巨大发展空间。

据 SensorTower 统计,2024 全年全球 AI 移动应用内付费收入预计为 30 亿美元,图像和视频类 AI 应用占据主导,对话机器人类别排名第二。北美和欧洲是主要消费市场,这是中国 AI 公司积极出海的重要原因。

美国红杉资本指出,AI 供应链分为六层,各层盈利能力不同。芯片代工厂和芯片设计商是主要赢家,云厂商是供应链核心承载方,处于重金投入阶段,是整个供应链的“链主”,AI 模型开发商目前面临亏损,应用服务商市场规模有限。行业格局方面,头部阵营基本稳定。

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

References

走入AI的世界

我们来简要概括说说这张图中每一层的商机洞察(以下内容仅代表个人观点,供参考):1.目前来看,基础设施层布局投入的确定性最强,以发展的眼光看,当前算力缺口巨大,但这部分涉及到海量的资金投入,入行资源门槛较高,作为关键的基础设施,国内未来更多的将会由“国家队”扛起重任。普通人如果没有强资源需谨慎入局,因为很可能你无法快速对接到客户资源,等不到赚钱就现金流断裂,可以更多的考虑“合作生态”的切入机会。2.技术层当前仍然处于技术爆炸时刻,相关技术的迭代速度可以夸张点用“日新时异”来形容,迭代进步飞速,如果你或你的团队规模不大,但又有志于做这一层相关的事情,须慎重考虑“技术迭代风险”的问题(例如基于某种开源模型更进一步训练垂直领域模型,很可能等你训练出来的时候,更强更新的开源模型已经发布,让你的工作意义大打折扣),至于基础的通用大模型,非巨无霸公司就不是很建议考虑了,搞基础大模型的研发是一件十分烧钱的事情,且众多互联网大厂,AI独角兽,知名高校都已悉数下场神仙打架,完成了布局,开启了“百模大战”,但竞争的终局,只会有少数赢家。应用界不需要那么多同质化的大模型,最后多半是赢家通吃的局面。3.应用层是一片时代赋予我们的广阔蓝海,尽管2024年这个方向的从业者在飞速增加,也涌现出一批做垂直产业/行业/细分领域垂直模型或大模型应用的产品,但坦诚的讲,以我们自身的深度实践和用户的切实需求来看,当前针对行业/细分领域的成熟应用产品并不多,让人哇塞的“杀手级”应用更是凤毛麟角。对于普通个体和小团队,强烈推荐重点思考和布局应用层,这一层拥有超级机会和巨大发展空间。

走入AI的世界

关于AI产业的产业链结构,大致可分为:上游的基础设施层(数据与算力)、中游的技术层(模型与算法)、下游的应用层(应用与分发),详细内容参见图5。图5 AI产业链图谱-1对于这上中下游分别有哪些值得我们重点关注的企业(或产品),我在公开互联网上苦寻良久,始终找不到一张满意的图(要么维度不全,要么举例不准,有失公允),于是我做了大量的信息收集和汇总工作,并结合几家知名咨询机构的文档,绘制了这样一张图。图6 AI产业链图谱-2图6中有大量细节,其中各家公司的logo排列顺序综合考虑了其市占率,行业影响力,代表性等因素,积淀深厚的老牌大厂和值得关注的亮眼新星均有体现,未避免广告嫌疑,在这里不展开对其进行详细说明了,如果有大家不了解不认识的公司/平台(或产品),非常推荐你搜索了解一下(注:此图绘制于2024年5月)。

展望2025,AI行业有哪些创新机会? | 峰瑞报告

据SensorTower统计,2024全年全球AI移动应用内付费收入预计为30亿美元,其中图像和视频类AI应用占据主导地位,收入占比高达53%;对话机器人类别排名第二,占比29%;其他类别合计不足20%。从地区分布来看,北美和欧洲贡献了三分之二的市场份额,是AI应用的主要消费市场。这也是众多中国AI公司积极出海的重要原因之一。▎云厂商成为AI供应链的“链主”美国红杉资本在《The AI Supply Chain Tug of War》一文中指出,AI供应链当前呈现出一种脆弱的平衡状态。他们将AI供应链从下到上分为六层,各层的盈利能力存在显著差异。第一层的芯片代工厂(如台积电)和第二层的芯片设计商(如英伟达)是当前的主要赢家,依然保持高利润水平;第三层的工业能源供应商(如电力公司)也因数据中心需求激增而受益良多。而作为供应链核心承载方的第四层云厂商,却处于重金投入阶段,不仅斥巨资建设数据中心,还在训练自有模型或大举投资AI模型开发商,处于供应链第五层的AI模型开发商目前同样面临亏损。供应链的第六层,也就是最上层则是面向最终客户的应用服务商。尽管充满潜力,但他们依赖消费者和企业付费,当前市场规模有限,尚不足以支撑整个供应链的经济模型。这使得大型云厂商成为整个供应链最主要的风险承担者。作为AI产业的中枢,云厂商不仅掌握着庞大的商业生态和技术资源,还拥有数千亿美元的市场规模。正因如此,它们在产业链中的地位无可撼动,是毋庸置疑的“链主”。▎行业格局:头部阵营基本稳定1、头部大模型

Others are asking
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容: 1. Coze:支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容,可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时,输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序,标注要采集的内容,内容上传成功率高。 2. AI Share Card:能够一键解析各类网页内容,生成推荐文案,把分享链接转换为精美的二维码分享卡。通过用户浏览器,以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频(文生视频)的相关信息: 一些提供文生视频功能的产品: Pika:擅长动画制作,支持视频编辑。 SVD:Stable Diffusion 的插件,可在图片基础上生成视频。 Runway:老牌工具,提供实时涂抹修改视频功能,但收费。 Kaiber:视频转视频 AI,能将原视频转换成各种风格。 Sora:由 OpenAI 开发,可生成长达 1 分钟以上的视频。 更多相关网站可查看:https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤(以梦 AI 为例): 进入平台:打开梦 AI 网站并登录,新用户有积分可免费体验。 输入提示词:涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成:确认提示词无误后,选择模型、画面比例,点击「生成」按钮。 预览与下载:生成完毕后预览视频,满意则下载保存,不理想可调整提示词再试。 视频模型 Sora:OpenAI 发布的首款文生视频模型,能根据文字指令创造逼真且充满想象力的场景,可生成长达 1 分钟的一镜到底超长视频,视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
Ai在设备风控场景的落地
AI 在设备风控场景的落地可以从以下几个方面考虑: 法律法规方面:《促进创新的人工智能监管方法》指出,AI 的发展带来了一系列新的安全风险,如对个人、组织和关键基础设施的风险。在设备风控中,需要关注法律框架是否能充分应对 AI 带来的风险,如数据隐私、公平性等问题。 趋势研究方面:在制造业中,AI Agent 可用于生产决策、设备维护、供应链协调等。例如,在工业设备监控与预防性维护中,Agent 能通过监测传感器数据识别异常模式,提前通知检修,减少停机损失和维修成本。在生产计划、供应链管理、质量控制、协作机器人、仓储物流、产品设计、建筑工程和能源管理等方面,AI Agent 也能发挥重要作用,实现生产的无人化、决策的数据化和响应的实时化。
2025-04-20
ai视频
以下是 4 月 11 日、4 月 9 日和 4 月 14 日的 AI 视频相关资讯汇总: 4 月 11 日: Pika 上线 Pika Twists 能力,可控制修改原视频中的任何角色或物体。 Higgsfield Mix 在图生视频中,结合多种镜头运动预设与视觉特效生成视频。 FantasyTalking 是阿里技术,可制作角色口型同步视频并具有逼真的面部和全身动作。 LAM 开源技术,实现从单张图片快速生成超逼真的 3D 头像,在任何设备上快速渲染实现实时互动聊天。 Krea 演示新工具 Krea Stage,通过图片生成可自由拼装 3D 场景,再实现风格化渲染。 Veo 2 现已通过 Gemini API 向开发者开放。 Freepik 发布视频编辑器。 Pusa 视频生成模型,无缝支持各种视频生成任务(文本/图像/视频到视频)。 4 月 9 日: ACTalker 是多模态驱动的人物说话视频生成。 Viggle 升级 Mic 2.0 能力。 TestTime Training在英伟达协助研究下,可生成完整的 1 分钟视频。 4 月 14 日: 字节发布一款经济高效的视频生成基础模型 Seaweed7B。 可灵的 AI 视频模型可灵 2.0 大师版及 AI 绘图模型可图 2.0 即将上线。
2025-04-20
ai视频教学
以下是为您提供的 AI 视频教学相关内容: 1. 第一节回放 AI 编程从入门到精通: 课程安排:19、20、22 和 28 号四天进行 AI 编程教学,周五晚上穿插 AI 视频教学。 视频预告:周五晚上邀请小龙问露露拆解爆火的 AI 视频制作,视频在视频号上有大量转发和播放。 编程工具 tree:整合多种模型,可免费无限量试用,下载需科学上网,Mac 可拖到文件夹安装,推荐注册 GitHub 账号用于代码存储和发布,主界面分为工具区、AI 干活区、右侧功能区等。 网络不稳定处理:网络不稳定时尝试更换节点。 项目克隆与文件夹:每个项目通过在本地新建文件夹来区分,项目运行一轮一轮进行,可新建会话,终端可重开。 GitHub 仓库创建:仓库相当于本地项目,可新建,新建后有地址,可通过多种方式上传。 Python 环境安装:为方便安装提供了安装包,安装时要选特定选项,安装后通过命令确认。 代码生成与修改:在 tree 中输入需求生成代码,可对生成的代码提出修改要求,如添加滑动条、雪花形状、颜色等,修改后审查并接受。 2. AI 视频提示词库: 神秘风 Arcane:Prompt:a robot is walking through a destroyed city,,League of Legends style,game modelling 乐高 Lego:Prompt:a robot is walking through a destroyed city,,lego movie style,bright colours,block building style 模糊背景 Blur Background:Prompt:a robot is walking through a destroyed city,,emphasis on foreground elements,sharp focus,soft background 宫崎骏 Ghibli:Prompt:a robot is walking through a destroyed city,,Spirited Away,Howl's Moving Castle,dreamy colour palette 蒸汽朋克 Steampunk:Prompt:a robot is walking through a destroyed city,,fantasy,gear decoration,brass metal robotics,3d game 印象派 Impressionism:Prompt:a robot is walking through a destroyed city,,big movements
2025-04-20
ai写程序
以下是关于使用 AI 写程序的相关内容: 1. 对于技术纯小白: 从最基础的小任务开始,让 AI 按照最佳实践写一个 say hello 的示例程序,并解释每个文件的作用及程序运行的逻辑,以学会必备的调试技能。 若学习写 chrome 插件,可让 AI 按照最佳实践生成简单的示范项目,包含全面的典型文件和功能,并讲解每个文件的作用和程序运行的逻辑。若使用 o1mini,可在提示词最后添加生成创建脚本的要求,并请教如何运行脚本(Windows 机器则是 create.cmd)。 2. 明确项目需求: 通过与 AI 的对话逐步明确项目需求。 让 AI 帮助梳理出产品需求文档,在后续开发时每次新起聊天将文档发给 AI 并告知在做的功能点。 3. 在独立游戏开发中的经验: 单独让 AI 写小功能没问题,但对于复杂的程序框架,可把不方便配表而又需要撰写的简单、模板化、多调用 API 且牵涉小部分特殊逻辑的代码交给 AI。 以 Buff 系统为例,可让 AI 仿照代码写一些 Buff。但目前 Cursor 生成复杂代码需要复杂的前期调教,ChatGPT 相对更方便。 教 AI 时要像哄小孩,及时肯定正确的,指出错误时要克制,不断完善其经验。 4. 相关资源和平台: AI 写小游戏平台:https://poe.com/ 图片网站:https://imgur.com/ 改 bug 的网站:https://v0.dev/chat 国内小游戏发布平台:https://open.4399.cn/console/ 需要注意的是,使用 AI 写程序时,对于技术小白来说,入门容易但深入较难,若没有技术背景可能提不出问题,从而影响 AI 发挥作用。
2025-04-19
我需要制作一个专业全面详细,用来发布到今日头条上历史领域人物传记类的提示词指令!用什么专业的ai制作
以下是为您提供的一些关于制作历史领域人物传记类提示词指令的建议: 首先,明确人物的基本信息,包括姓名、所处时代、主要成就等。 其次,描述人物的成长经历,如家庭背景、教育经历、早期的挑战和机遇。 然后,重点阐述人物的关键事件和决策,以及这些事件对当时社会和历史进程的影响。 在描述过程中,注意语言的生动性和准确性,展现人物的性格特点和魅力。 同时,要考虑今日头条的受众特点,使内容具有吸引力和可读性。 但需要注意的是,目前提供的知识库内容中没有直接针对您需求的完整且可用的提示词指令。您可以根据上述思路,结合具体的历史人物进行创作。
2024-08-14
我需要你帮我制作一个专业全面详细,用来发布到今日头条上历史领域人物传记类的提示词指令!
以下是为您生成的可发布在今日头条上的历史领域人物传记类提示词指令: 首先,欢迎读者并简要介绍人物传记的主题,例如:“欢迎来到精彩的历史人物世界,今天将为您呈现一位传奇人物的非凡一生!” 第一步:收集人物相关信息 1. 出生背景询问:“请问这位人物出生于怎样的时代和地域背景?” 2. 重大事件经历询问:“您能分享一些这位人物经历的重大历史事件吗?” 3. 人物性格特点询问:“您认为这位人物最突出的性格特点是什么?” 第二步:分析与生成提示词 以专业的历史研究者身份分析收集到的信息,并生成一段生动的人物传记提示词: 1. 结合人物的出生背景、经历的重大事件和性格特点,构建一个完整的人物形象。 2. 详细描述人物在重大事件中的表现和决策,展现其智慧和勇气。 3. 突出人物性格特点对其命运和历史进程的影响。 4. 运用生动的语言和丰富的细节,描绘人物所处的历史环境和社会风貌。 希望以上提示词指令对您有所帮助,祝您在今日头条上发布成功!
2024-08-14
我需要你帮我制作一个专业全面详细,用来发布到今日头条上历史领域人物传记类的提示词指令!
2024-08-14
我想利用ai写一篇本科毕业论文,我该怎样使用?或者说有什么对ai的指令吗?
利用 AI 写本科毕业论文时,以下是一些相关的信息和示例供您参考: 有示例表明,如果向 LLM 提供关于个人背景的信息和指令,比如“根据以下关于我的信息,写一篇四段的大学申请论文:我来自西班牙巴塞罗那。尽管我的童年经历了一些创伤性事件,比如我 6 岁时父亲去世,但我仍然认为我有一个相当快乐的童年。在我的童年时期,我经常换学校,从公立学校到非常宗教的私立学校。我做过的最‘异国情调’的事情之一是在爱达荷州的双子瀑布与我的大家庭一起度过六年级。我很早就开始工作了。我的第一份工作是 13 岁时的英语老师。在那之后,以及在我的学习过程中,我做过老师、服务员,甚至建筑工人。”,LLM 可以为您生成论文。但需要注意的是,这并非提倡这种方式是道德的使用方式。 在教育领域也有相关例子,比如一位历史老师让 GPT 参与教学。通过不同的提示方式,GPT4 能产生差异较大的结果。例如,让 ChatGPT 扮演“一个经过训练、熟悉获奖研究生和本科生论文的高级语言模型”,并要求其从自我反思和大纲开始,生成的内容质量会更好。但随着学生在优化提示方面变得更擅长,在家完成写作作业时作弊会变得更容易。不过,让 LLM 进行角色扮演也使其成为有趣的教育工具,特别是作为历史模拟器。 需要强调的是,使用 AI 辅助撰写论文时,不能完全依赖其生成的内容,应遵守学术道德和规范,确保论文的原创性和学术诚信。
2025-02-28
作为一个AI小白,想了解AI或者说想了解AI如何使用
以下是为您提供的关于AI的全面介绍和使用方法: 一、如何认识AI 对于没有理工科背景的人来说,理解AI可能有一定难度。可以将AI视为一个黑箱,它是能理解自然语言并输出自然语言、模仿人类思维的东西。其生态位类似于传统道教中的驱神役鬼拘灵遣将,或者某种可以理解人类文字但不是人的魔法精灵/器灵。无论AI技术如何发展,其生态位仍是似人而非人的存在。在与AI相处时,当想让其实现愿望,要基于其“非人”的一面,尽可能通过语言文字压缩其自由度,清晰告知任务、边界、目标、实现路径方法以及所需的正确知识。 二、新手如何学习AI 1. 了解AI基本概念 阅读「」部分,熟悉AI的术语和基础概念,了解其主要分支及联系。 浏览入门文章,了解AI的历史、应用和发展趋势。 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)按自己节奏学习,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,如图像、音乐、视频等,可根据兴趣选择特定模块深入学习,建议掌握提示词技巧。 4. 实践和尝试 理论学习后进行实践,巩固知识。 在知识库分享实践后的作品和文章。 5. 体验AI产品 与ChatGPT、Kimi Chat、智谱、文心一言等AI聊天机器人互动,了解其工作原理和交互方式。 三、How I Use AI 作者Nicholas Carlini是技术大佬,他的博文「How I Use "AI"」是使用LLM进行编程和研究的实例分享,并给出了完整的提示词。他通过以下方式使用AI: 1. 构建完整的Web应用,获得超千万次页面浏览量。 2. 学习新技术,如Docker、Flexbox和React等。 3. 开启新项目,获取样板代码。 4. 简化代码,使复杂大型代码库更易理解。 5. 自动化单调任务,如数据格式化。 6. 提升用户专业度和效率,让普通用户像专家一样工作。 7. 获取API Reference,不必翻看查找文档。 8. 进行搜索,效果比传统搜索引擎好。 9. 解决一次性任务,省时省力。 10. 找到常见任务的解决方案。 11. 修复常见错误,比传统搜索更高效。
2025-01-11
MAC笔记本电脑,有哪个网址可以下载SD的安装包?或者说MAC电脑可以使用SD吗
对于 MAC 电脑安装 Stable Diffusion(SD),推荐云端部署,相关链接为:https://qa3dhma45mc.feishu.cn/wiki/A6WYw1Nm0ikGplkuO9Ecwomqnnd 。 如果您选择本地部署,以下是一些相关步骤供您参考: 1. 进入安装页面,等待安装好。 2. 勾选如下项目,要确保包含 Python 和 C++包。 3. 更改到您想要安装的位置,然后点击右下角的安装就行。 4. 安装时间比较长,要耐心等待。 5. 安装好之后,打开 SD 文件目录下的这个文件夹。 6. 在地址栏输入“cmd”,然后回车。 7. 在打开的 dos 界面里面,将这行代码“python m pip install insightface==0.7.3 user”粘贴进来,就会自动开始安装 insightface。 8. 如果这个阶段出现错误,建议去下载使用最新的秋叶 4.2 整合包(6 月 23 号更新),下载包已更新到云盘里,后台回复【SD】就可以下载。 9. 安装完成后,重新打开我们的启动器,后台会继续下载一些模型,此时一定要保证全程科学上网。 另外,对于电脑配置能支持 SD 运行的朋友,也可以使用 B 站秋叶分享的整合包进行本地部署,具体步骤如下: 1. 打开链接 https://pan.baidu.com/s/1hY8CKbYRAj9RrFGmswdNiA?pwd=caru 下载《1.整合包安装》,存放到电脑本地。 2. 打开保存到电脑里的文件夹。 3. 打开文件夹《1.秋叶整合包主包》——鼠标右击文件——点击“解压文件”。 4. 选择解压到 D 盘或者 E 盘,小心 C 盘被占满!点击确定。 5. 解压完成后,来到第二个文件夹,双击里面的文件点击安装。 6. 打开刚刚解压保存的 SD 的根目录,找到启动器,鼠标右击启动器——点击“发送到”——桌面快捷方式。这样下次进入就可以直接在桌面双击进入,不用每次都到文件夹里面找啦! 7. 双击启动器,等待更新,接着点击左边第二个“高级选项”。 8. 在显存优化里,根据自己电脑的显存选择(就是上面查看的专用 GPU 内存),自己电脑是多少就选多少。 9. 回到第一个一键启动,点击右下角的一键启动。
2024-08-29
AI行业目前的产业链是怎么样的
AI 行业的产业链大致可分为上游的基础设施层(数据与算力)、中游的技术层(模型与算法)、下游的应用层(应用与分发)。 上游基础设施层:布局投入确定性强,但涉及海量资金投入,入行资源门槛高,未来国内可能更多由“国家队”承担重任。普通人若无强资源,可考虑“合作生态”的切入机会。 中游技术层:处于技术爆炸阶段,迭代速度极快。规模不大的团队或个人需慎重考虑技术迭代风险,基础通用大模型非巨无霸公司不建议考虑,竞争激烈,最终赢家通吃。 下游应用层:是广阔蓝海,尽管从业者增加并涌现出一些产品,但针对行业/细分领域的成熟应用产品不多,“杀手级”应用稀少。普通个体和小团队强烈推荐重点布局,拥有超级机会和巨大发展空间。 此外,据 SensorTower 统计,2024 全年全球 AI 移动应用内付费收入预计为 30 亿美元,图像和视频类 AI 应用占据主导地位,对话机器人类别排名第二。从地区分布来看,北美和欧洲贡献了三分之二的市场份额。 美国红杉资本指出,AI 供应链从下到上分为六层,各层盈利能力存在显著差异。第一层的芯片代工厂和第二层的芯片设计商保持高利润水平;第三层的工业能源供应商受益良多;第四层云厂商处于重金投入阶段;第五层的 AI 模型开发商面临亏损;第六层的应用服务商充满潜力,但市场规模有限。大型云厂商是整个供应链的“链主”。行业格局方面,头部阵营基本稳定。
2025-04-13
ai产业链上市公司有哪些
以下是 2024 年美国融资金额超过 1 亿美元的部分 AI 产业链上市公司(截止 2024.10.15): |项目名称|融资时间|融资金额(亿美元)|轮次|估值(亿美元)|主营|产业链标签|话题标签|投资方|其他信息| ||||||||||| |Augment|20240424|2.27|B|10|AI 编码辅助|应用|编程|Lightspeed Venture Partners, Index Ventures, Sutter Hill Ventures| |Cognition|20240424|1.75||20|端到端软件 Agents|应用|编程|Founders Fund, Ramp 联合创始人 Eric Glyman, Stripe 联合创始人 Patrick 和 John Collison, DoorDash 联合创始人 Tony Xu| |Xaira Therapeutics|20240423|10|A||AI 药物研发|应用|医学|Foresite Capital, ARCH Venture Partners| |Cyera|20240409|3|C|14|AI 数据安全平台|应用|数据|Coatue, Sequoia, Redpoint, Accel| |Celestial AI|20240327|1.75|C||用于 AI 存储和计算的光互连技术平台|基础设施|芯片、硬件和云平台|Thomas Tull 美国创新技术基金, M Ventures, 淡马锡, Tyche Partners| |FundGuard|20240325|1|C|4|AI 投资会计系统|应用|金融|Key1Capital, Hamilton Lane, Blumberg Capital, Team8| |Codeium|20240829|1.5|C|12|AI 编码平台|应用|编程|General Catalyst, Kleiner Perkins, Greenoaks| |Groq|20240805|6.4|D|30|AI 芯片|基础设施|芯片|贝莱德, Type One Ventures, Verdure Capital Management, Neuberger Berman| |DevRev|202408|1|A|11|AI 支持代理|应用|企业服务|Khosla Ventures, Mayfield, Param Hansa Values| |Abnormal Security|202408|2.5||50|电子邮件安全|应用|数据|Wellington Management, Menlo Ventures, Greylock, Insight Partners| |Harvey|20240723|1|C|15|法律科技|应用|法律|Google Ventures, OpenAI, Kleiner Perkins, Sequoia| |Skild AI|20240709|3|A|15|机器人技术|应用|机器人|Lightspeed Venture Partners, Coatue, Bezos Expeditions, Sequoia, Menlo Ventures, General Catalyst| |Hebbia|20240708|1.3||7|生成式 AI 搜索|应用|企业服务|Andreessen Horowitz, Peter Thiel, Index Ventures, Google Ventures| |Zephyr AI|20240313|1.11|A||AI 药物发现和精准医疗|应用|医学|Revolution Growth, 礼来公司基金会, EPIQ Capital Group, Jeff Skoll| |Together AI|20240313|1.06|A|12|AI 基础设施和开源生成|模型|硬件和云平台|Salesforce Ventures, NEA, Kleiner Perkins, Lux Capital| |Glean|20240227|2.03|D|22|AI 驱动企业搜索|应用|企业服务|Lightspeed Venture Partners, Kleiner Perkins, Sequoia, Databricks Ventures| |Figure|20240224|6.75|B|27|AI 机器人|应用|机器人|Nvidia, OpenAI, 微软| |Abridge|20240223|1.5|C|8.5|AI 医疗对话转录|应用|医学|Redpoint, Lightspeed Venture Partners, USV, IVP, Spark Capital| |Recogni|20240220|1.02|C||AI 接口解决方案|基础设施|芯片|GreatPoint Ventures, Celesta Capital, Pledge Ventures, Mayfield, DNS Capital| 信息来源:Techcrunch
2025-01-21
AI产业链
AI 产业链大致可分为上游的基础设施层(数据与算力)、中游的技术层(模型与算法)、下游的应用层(应用与分发)。 上游基础设施层布局投入确定性强,但涉及海量资金,入行资源门槛高,未来更多由“国家队”担当重任,普通人可考虑“合作生态”切入机会。 中游技术层处于技术爆炸期,迭代速度快,技术迭代风险高。基础通用大模型研发烧钱,竞争激烈,非巨无霸公司不建议考虑。 下游应用层是广阔蓝海,尽管从业者增加,涌现出一些产品,但成熟应用产品不多,“杀手级”应用稀少。普通个体和小团队强烈推荐重点布局,发展空间巨大。 2024 年美国融资金额超过 1 亿美元的 AI 公司(截止 2024.10.15)有: |项目名称|融资时间|融资金额(亿美元)|轮次|估值(亿美元)|主营|产业链标签|话题标签|投资方|其他信息| ||||||||||| |Zephyr AI|20240313|1.11|A||AI 药物发现和精准医疗|应用|医学|Revolution Growth,礼来公司基金会,EPIQ Capital Group,Jeff Skoll|| |Together AI|20240313|1.06|A|12|AI 基础设施和开源生成|模型|硬件和云平台|Salesforce Ventures,NEA,Kleiner Perkins,Lux Capital|| |Glean|20240227|2.03|D|22|AI 驱动企业搜索|应用|企业服务|Lightspeed Venture Partners,Kleiner Perkins,Sequoia,Databricks Ventures|| |Figure|20240224|6.75|B|27|AI 机器人|应用|机器人|Nvidia,OpenAI,微软|| |Abridge|20240223|1.5|C|8.5|AI 医疗对话转录|应用|医学|Redpoint,Lightspeed Venture Partners,USV,IVP,Spark Capital|| |Recogni|20240220|1.02|C||AI 接口解决方案|基础设施|芯片|GreatPoint Ventures,Celesta Capital,Pledge Ventures,Mayfield,DNS Capital|| 信息来源:Techcrunch
2024-12-31
Ai产业链
人工智能产业链包括以下四个部分: 1. 基础层:主要涵盖算力、算法和数据。算力为人工智能的运行提供计算能力支持;算法是实现人工智能功能的核心逻辑;数据则是训练和优化模型的基础。 2. 框架层:指用于模型开发的深度学习框架和工具,有助于提高模型开发的效率和质量。 3. 模型层:主要是大模型等技术和产品,是实现各种人工智能应用的关键。 4. 应用层:将人工智能技术应用于行业场景,如医疗保健、工业生产、金融服务等领域。 近年来,我国人工智能产业发展迅速,在技术创新、产品创造和行业应用方面都取得了显著成果,形成了庞大的市场规模。同时,以大模型为代表的新技术不断迭代,产业呈现出创新技术群体突破、行业应用融合发展、国际合作深度协同等新特点,但也亟需完善人工智能产业标准体系。 以下是一些关于 AI 训练模型的相关信息: |排名|产品名|分类|6 月访问量(万 Visit)|相对 5 月变化| |||||| |1|prolific.com|AI 训练模型|1818|0.075| |2|Appen|AI 训练模型|357|0.223| |3|ai.google|AI 训练模型|248|0.139| |4|Llama 2|AI 训练模型|222|0.475| |5|火山方舟|AI 训练模型|190|0.526| |6|Roboflow|AI 训练模型|129|0.189| |7|魔搭社区阿里达摩院|AI 训练模型|107|0.103| |8|Lightning AI|AI 训练模型|92|0.308| |9|scale AI|AI 训练模型|47.6|0.025| |10|modular|AI 训练模型|33|0.276| 此外,AI 正在使生物制药和医疗保健产业化,被应用于从药物设计、诊断到医疗保健交付和后勤功能的各个方面。
2024-10-03
Ai产业链上中下游
人工智能产业链通常包括以下四个部分: 1. 基础层:主要涵盖算力、算法和数据。算力为人工智能的运行提供计算能力支持;算法是实现人工智能功能的核心方法;数据则是训练和优化模型的基础。 2. 框架层:指用于模型开发的深度学习框架和工具,有助于提高模型开发的效率和质量。 3. 模型层:主要包括大模型等技术和产品,是人工智能实现各种应用的关键。 4. 应用层:指人工智能技术在行业场景的应用,应用场景横向划分主要分为 ToC(面向消费者)和 ToB(面向企业)。ToC 端能带来的数据飞轮效应,可能是在 AI 早期决胜的关键。同时,下游提供者指集成了人工智能模型的人工智能系统,包括通用人工智能系统的提供者。 近年来,我国人工智能产业在技术创新、产品创造和行业应用等方面发展迅速,形成了庞大的市场规模。伴随以大模型为代表的新技术加速迭代,人工智能产业呈现出创新技术群体突破、行业应用融合发展、国际合作深度协同等新特点,不过也亟需完善人工智能产业标准体系。前 Google 创始人 Eric Schmidt 认为未来会是多个垂直模型或者多个垂直助理,包括各种高价值、专业化的 AI 系统,因为很多高价值、特定领域的工作流程特别且必须依赖于丰富的专有数据集。
2024-10-03
请选择一个产业,比如手机、汽车、石油化工等产业,围绕行业传感器的技术原理和应用,进行背景概况、传感器分类、发展历程、智能传感器、产业链结构、应用领域、发展趋势和展望等要点完成调研分析报告和PPT。
很抱歉,目前知识库中没有您所需的关于特定产业(如手机、汽车、石油化工等)中行业传感器的完整调研分析报告和 PPT 内容。但以下为您提供一个大致的框架和思路,您可以据此进行进一步的资料收集和研究: 一、背景概况 介绍所选产业的发展现状和重要性,阐述传感器在该产业中的关键作用。 二、传感器分类 列举该产业中常见的传感器类型,如压力传感器、温度传感器、位置传感器等,并说明其特点和适用场景。 三、发展历程 回顾传感器在该产业中的发展阶段,从早期的简单传感器到如今的高精度、智能化传感器的演变过程。 四、智能传感器 着重介绍智能传感器的特点和优势,如具备自诊断、自校准、自适应等功能。 五、产业链结构 分析传感器产业链的各个环节,包括原材料供应商、传感器制造商、系统集成商、终端用户等。 六、应用领域 详细阐述传感器在该产业的具体应用领域,如生产过程监控、质量检测、设备故障诊断等。 七、发展趋势和展望 探讨未来传感器在该产业的发展趋势,如微型化、集成化、智能化、无线化等,并对其前景进行展望。 希望以上框架对您有所帮助,祝您顺利完成调研分析报告和 PPT。
2024-09-06