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

AI将带来哪些新赛道、新机会

Answer

AI 带来的新赛道和新机会包括以下方面:

  1. 引领新的服务模式,即“智能即服务”,重塑工作和生活,为芯片和云计算行业带来新机遇,GPU 需求预计持续增长。
  2. 企业软件、AI 驱动的金融服务以及 AI 健康技术成为吸引投资的主要领域,机器人行业投资额可能成为下一轮 AI 革命的重要爆发点。
  3. 科技巨头通过资本控制 AI 模型公司,企业竞争策略呈现分化,行业未来更加多元化和复杂。
  4. 大模型争霸,如 OpenAI、Gemini、Anthropic、LLama 以及来自法国的 Mistral 等公司相互竞争,为 AI 发展设定标准。
  5. 随着模型规模和自然语言理解能力增强,专业创作和企业应用将改变甚至颠覆,如营销文案、邮件沟通、客户服务等。
  6. 基础模型领域竞争刚开始,如 OpenAI、Google、Cohere 等公司,以及新兴的开源选项和共享神经网络模型的社群。
  7. 基于 LLMs 服务或训练 Transformer 模型,诞生涉及多个行业的新应用。
  8. 进入多模态灵活转换的新时代,实现文本、图像、音频、视频等多模态相互理解和转换。
  9. 人类劳动形式“软件化”,复杂劳动被抽象为可调用的软件服务。
  10. AI 行业目前亏损,商业化进程有待提升。
  11. 云厂商是产业链中的“链主”。
  12. 头部 AI 应用中,创意工具仍占最大比重,To P 应用市场潜力大,ToB 应用发展路径复杂,ToC 应用面临挑战。
  13. Copilot 和 AI Agent 是 AI 应用的主要技术实现方式。
  14. 北美和欧洲贡献了 AI 移动应用市场三分之二的份额,中国 AI 公司积极出海。
Content generated by AI large model, please carefully verify (powered by aily)

References

2024年3月 / 科技变革与美股投资 2024

AI将引领新的服务模式,即“智能即服务”,通过增强能力、自动化和改变交互方式,重塑我们的工作和生活。此外,AI的发展将重新赋能芯片和云计算行业,为它们带来第二春,并创造新的投资机会。在这个过程中,GPU的需求预计将持续增长,进一步推动AI技术的革新和应用。企业软件、AI驱动的金融服务以及AI健康技术成为了吸引投资的主要领域。但值得注意的是,机器人行业的投资额已经超过了企业软件,预示着它可能成为下一轮AI革命的重要爆发点。这一点在2024年末或2025年初有望得到进一步验证。科技巨头们通过资本来控制AI模型公司的趋势也越来越明显。例如,OpenAI与微软的合作,Anthropic与Google的合作,以及其他公司与NVIDIA和AWS的合作,都表明了这一点。这种背后的资本支持不仅为AI公司提供了必要的算力,还加速了整个行业的发展。在这个AI时代,企业的竞争策略主要集中在两个方向:一是迅速成长为大型模型公司并寻找强大的背书,以获得竞争优势;二是保持规模较小,专注于盈利并灵活应对市场变化。这种分化的竞争模式预示着AI行业的未来将更加多元化和复杂。展望2024年,我们有理由相信这将是大模型争霸的一年。OpenAI、Gemini、Anthropic、LLama以及来自法国的Mistral将是市场上最受瞩目的几家公司。他们不仅在技术上相互竞争,还在为未来AI的方向和应用设定标准。这种竞争不仅对技术的进步至关重要,也为投资者和市场观察者提供了了解AI发展趋势的重要视角。

机器之心的进化 / 理解 AI 驱动的软件 2.0 智能革命

随着模型规模和自然语言理解能力的进一步增强(扩大训练规模和参数就行),我们可以预期非常多的专业创作和企业应用会得到改变甚至是颠覆。企业的大部分业务实际上是在“销售语言”——营销文案、邮件沟通、客户服务,包括更专业的法律顾问,这些都是语言的表达,而且这些表达可以二维化成声音、图像、视频,也能三维化成更真实的模型用于元宇宙之中。机器能理解文档或者直接生成文档,将是自2010年前后的移动互联网革命和云计算以来,最具颠覆性的转变之一。参考移动时代的格局,我们最终也会有三种类型的公司:1、平台和基础设施移动平台的终点是iPhone和Android,这之后都没有任何机会了。但在基础模型领域OpenAI、Google、Cohere、AI21、Stability.ai还有那些构建LLMs的公司的竞争才刚刚开始。这里还有许多许新兴的开源选项例如Eleuther。云计算时代,代码共享社区Github几乎托管了软件1.0的半壁江山,所以像Hugging Face这种共享神经网络模型的社群,应该也会成为软件2.0时代智慧的枢纽和人才中心。2、平台上的独立应用因为有了移动设备的定位、感知、相机等硬件特性,才有了像Instagram,Uber,Doordash这种离开手机就不会存在的服务。现在基于LLMs服务或者训练Transformer模型,也会诞生一批新的应用,例如Jasper(创意文案)、Synthesia(合成语音与视频),它们会涉及Creator&Visual Tools、Sales&Marketing、Customer Support、Doctor&Lawyers、Assistants、Code、Testing、Security等等各种行业,如果没有先进的Machine Learning突破,这些就不可能存在。

展望2025,AI行业有哪些创新机会? | 峰瑞报告

算力瓶颈不只是单纯的技术和建设问题,而是影响整个行业竞争格局的重要变量。我们逐渐进入一个多模态灵活转换的新时代。简单来说,就是用AI实现文本、图像、音频、视频及其他更多模态之间的互相理解和相互转换。在人类劳动的未来图景中,劳动形式正在逐步“软件化”。复杂劳动被抽象为可调用的软件服务,劳动流程被大幅标准化和模块化,劳动能力像“即插即用”的工具一样易于获取。AI行业目前仍处于严重亏损的阶段,商业化进程仍有巨大提升空间。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云服务市场规模。它们是产业链中毋庸置疑的“链主”。2024年,头部AI应用的品类变化并不显著。创意工具(如图像和视频内容创作)依然占据最大比重。To P(面向专业用户)应用展现出强大的市场潜力,ToB(面向企业)应用发展路径相对复杂,ToC应用面临较大的挑战。在AI应用领域,Copilot和AI Agent是两种主要的技术实现方式。Copilot可以理解为“辅助驾驶”,适合拥有先发优势的大厂。AI Agent可以视作“自动驾驶”,或许适合有足够创新能力的创业公司。北美和欧洲贡献了AI移动应用市场三分之二的份额,这也是众多中国AI公司积极出海的重要原因之一。希望能带来新的思考角度。我们持续关注AI赛道的发展,如果你是AI领域的创业者或者从业者,欢迎联系本文作者峰瑞资本投资合伙人陈石(chenshi@freesvc.com)。p.s.我们使用GPT辅助编辑了部分内容。互动福利

Others are asking
想进入AI 这个赛道,有啥搞钱方式
以下是进入 AI 赛道的一些搞钱方式: 1. 参加“城市狂想”文旅短视频创意大赛: 该大赛由百度百家号主办,国内最大 AI 开源社区通往 AGI 之路协办,于 8 月 27 日正式开启。 无论个人、团体还是机构,AI 视频创作者或普通自媒体创作者,都可选择适合的分赛道参与,奖金池达 60000 元。 优质作品有机会获得单项 10000 元奖金及百+助推,还有机会获得地方政府/媒体扩圈传播,百度 APP 城市频道商业 banner 推荐。 针对零基础/技术欠缺的朋友,下周将在社区开设线上直播课程,由行业内顶尖的 AI 艺术家手把手教学如何制作 AI 文旅宣传片。 报名方式: 第一步,报名,填写右侧报名链接,本赛道为实名制,未报名作者不参与评奖。https://www.wjx.top/vm/w2oCF2q.aspx 第二步,投稿,在百家号创作者后台/百度 APP,带话题城市狂想发布符合活动要求的视频内容。(允许同一作者投稿多个参赛作品,或参与多部参赛作品制作。) 第三步,提交作品,填写右侧提交作品链接。https://www.wjx.top/vm/wvfqf2f.aspx 2. 运营 AI 创作账号: 变现方式:分为通过官方蒲公英平台接单和主流媒体约稿。蒲公英平台会收取 10%手续费,行业 AI 视频价格一分钟约 2.5 万到 4 万,主流媒体约稿稿费可能较低但有背书作用。 平台选择:推荐小红书和 B 站。小红书从种草平台逐渐变为知识社区,其知识属性适合 AI 创作者,视频号也值得做但经验分享较少。 内容形式:小红书能发视频就发视频,小红书的视频 UI 界面改版且推送机制变化,后续可能重点发力视频。 账号赛道:起号前期可用妖魔鬼怪类内容,但后期要扭转账号标签,此类账号变现方式窄,做账号要有价值,不能割韭菜,要把 AI 生态圈做大。 账号搭建与运营: 头像设计:要有记忆点和视觉冲击力,能让人记住。 名称选择:要独特,能体现个人或内容特点。 简介撰写:要有哲理或引人思考的话语,能吸引用户。 封面统一:要统一且具有账号属性,体现商业化。 追热点策略:账号初期应追热点,如对热门内容进行分析和跟风创作。 获取信任:做 IP 最终要赢得用户信任,用户信任能增强其对推荐内容的关注度。 3. 运营 AI 视频号: 保持日更:起号阶段至少两天一更,每天半小时就能完成 20 秒的简单内容制作,持续更新让平台看到创作者的诚意。 选择赛道:资讯类不做,选择 AI 视觉冲击力、利他的内容,有 AI 基础可做教程。 寻找对标:起号阶段要找 10 个对标的账号,参考其内容和模式。 克服心理:出镜做 IP,不要有容貌焦虑,长得丑或有特点都能有流量,要克服不敢出镜的心理。 蹭取热点:蹭经过平台验证有流量的热点,如黄油小熊,根据热点抄学制作,同时注意热点的舆论导向和合规性。 其他经验: 获取视频教程:可在 vtwoagi.com 网站的飞书知识库中获取 AI 视频创作教程。 应对抄袭方法:在抄袭者评论区留言指出,或找朋友点赞将评论顶上去,为自己账号引流。 特效视频长度:建议控制在 1 分钟内,不建议做费时费力的剧情或故事片。 账号限流处理:视频号限流建议重新起号,小红书限流可日更 10 天尝试。 内容商业价值:内容有商业价值的标准是甲方或品牌愿意投钱,如靠播放量或带货分成有收入。 封面获取渠道:可从堆友、吉梦、小红书等获取封面素材。 蹭取平台热点:做哪个平台就蹭哪个平台的热点。 寻找对标账号:在小红书创作者平台的成长榜样中可找到对标账号。 账号标签查看:在小红书创作者后台可查看账号是否被打上标签。 内容发布时间:8 点到 10 点、2 点到下午 5 点、7 点到 8 点较为合适。
2025-03-28
AI赛道融资情况
以下是关于 2024 年 AI 赛道融资的一些情况: 从整体来看,AI 仍是最强吸金赛道。国内 AI 行业融资总金额增加,但事件数同比下降,反映出机构更加谨慎的理性态度,且马太效应越发明显,资本更青睐热点和高成熟度赛道。 在细分赛道中,智能驾驶表现突出,投资事件数量和金额总数远超其他赛道,多家企业成功 IPO 为市场注入信心与活力。AI+教育、AI+游戏、AI+医疗等赛道也迎来投资总额的增长,机构对技术难度更高、壁垒更强、更晚达到 TPF 的赛道更感兴趣。 政策方面,政府积极推进 AI 原生行业发展,北京、上海、武汉等城市出台系列政策吸引人才和企业。国家队频繁出手投资体现政策的鼓励与支持。 具体案例方面,Cursor 宣布获得 1.05 亿美金 B 轮融资;爱诗科技完成 A+轮近 3 亿元融资;深圳市计划每年投入超 15 亿元专项资金支持 AI 产业发展,并将设立 100 亿元产业基金。
2025-03-14
AI应用赛道中top应用介绍,实现的功能和应用场景,产品Launch时间:AIGC功能 Launch时间、当前月活用户数、营收利润、一年成本投入、市场占有率、目前融资金额及估值、创始团队介绍、公司员工规模、所属国家、用户来源、用户来自于哪些国家、用户profile、转化率、ROI等等, 盈利模式,优劣势与未来发展趋势。
以下是关于 AI 应用赛道的相关介绍: 应用场景:涵盖医疗、制造业、金融风控、消费端个性化服务、办公、农业、能源优化、娱乐等领域。 关键技术: 1. 包括大语言模型作为中枢神经系统,记忆模块实现长期和短期记忆,以及规划能力中的目标设定、任务拆解、生成策略、执行与反馈、资源管理和多智能体协同。 2. 强化学习用于环境感知和决策调整,多模态融合涉及多种数据类型,低成本训练是考虑成本的重要因素。 智能体特征:包括自主性、交互性和适应性,如通过自我对弈和博弈不断进化,在金融风控领域利用大量数据提升准确率。 AI 技术路线:从有语言能力的 AI 到有推理能力,再到能使用工具、发明创新以及形成组织,共五级。 智能体框架类型:分为任务驱动型、多智能体协作、强化学习型、具身智能体、应用型智能体,每种类型都有代表性框架。 智能体与大模型的关系:大模型是中枢和基石,智能体是行动引擎,两者协同演进,智能体产生的数据可反哺大模型。 未来趋势:智能体可能在中小企业中更具效益,人机协作中人类成为监督角色,但存在算力成本、伦理风险、技术瓶颈等挑战。 B 端变现与创业方向: 1. B 端变现细分包括高频率和大规模的内容生产细分,如文字、视频、3D 模型、AI 智能体等,底层是需求和数据收集及训练模型,算力和能源是关键。 2. 自媒体创业:视频号等平台尚有蓝海空间,需具备内容创新和差异化,内容成本低且更新迭代快。 3. 游戏创业:个人或团队可做轻量化游戏,结合 AI 技术,满足放松和社交需求,专注垂类赛道,避免与大厂竞争。 4. 影视创业:25 年将是拐点,更多内容会采用 AI 技术,如哪吒 2 因前期规划未用 AI 技术。 5. 广告营销创业:重点是 AI 虚拟人,数字插画可走治愈类型,要明确平台用户画像和产品定位,做好次留存和引入私域。 AI 虚拟人的发展与创业机遇: 1. 创业难点:创业对创业者综合能力要求极高,找到志同道合且能力互补的战友是创业前期最难的事。 2. AI 虚拟人发展:从早期以首位为核心的宅文化虚拟偶像,到以 CG 技术和动捕语音合成技术为核心的角色,再到如今以动捕和人工智能技术为核心的服务型虚拟人,其发展历程不断演进。 3. 虚拟人产业链:包括基础层的硬件和软件研发,平台层如商汤、百度等提供工具和系统,应用层涉及影视、传媒、游戏、金融、文旅等内容变现。 4. 未来创业机遇:AI 虚拟人是未来 310 年 Web 3.0 的风口,提前布局未来有潜力的赛道,准备好迎接机遇。 相关案例和产品信息: 1. 10 月 26 日,AI 翻译和口型匹配技术在视频制作中的应用逐渐流行,公司如 Captions、HeyGen 和 Verbalate 通过 AI 生成字幕、配音和口型匹配等功能,帮助用户轻松实现视频翻译本地化。 2. 10 月 25 日,Perplexity 最新估值约为 5 亿美元,较 3 月宣布的 1.5 亿美元估值上涨 300%以上,当前的付费用户数量达到了 1.5 万人,截止本月,Perplexity 的 ARR 达到 300 万美元,最新估值约为 ARR 的 150 倍。 3. 《100 个有意思的 AI 应用》由国盛证券出品,分为基于 LLM 自然语言能力的对话、写作、阅读、分析等应用;多模态技术持续发展,图像、视频、音频、3D 等 AIGC 应用;企业级应用等。
2025-03-14
请起草一份小白学习AI辅助修图的入门到精通的教程,提供学习大纲,包括从基本玩法到高级卡bug玩法,常见红海赛道,常见问题,注意事项,常见误区,避坑指南等等
以下是为您提供的小白学习 AI 辅助修图从入门到精通的教程大纲: 一、基础知识与基本玩法 1. 了解 AI 辅助修图的概念和基本原理。 2. 熟悉常见的 AI 修图工具和软件。 二、常见问题与注意事项 1. 风格局限性:如全是二次元风格,缺少适合特定需求的风格。 2. 图像叙事性不足:画出来的多为美少女看镜头,缺乏叙事内容。 3. 素材局限性:已有素材单一,图生图可行性低,训练泛化性差。 三、常见误区与避坑指南 1. 避免盲目依赖初始的 Embedding、CKPT 等方法,不断尝试和改进。 2. 注意训练集中人物朝向固定等问题,采取相应处理措施,如镜像处理。 四、从入门到精通的进阶玩法 1. 掌握不同的训练方法,如 Lora 等,以获得更理想的效果。 2. 学会引导 AI 画出具有前景后景区分明显的图像,如制作引导图。 五、高级卡 bug 玩法 探索一些非常规但有效的技巧和方法,以突破常规限制,实现更出色的修图效果。但需注意,此部分玩法可能存在一定风险和不确定性。 六、常见红海赛道 分析当前 AI 辅助修图在不同领域的竞争激烈程度和应用热点。 在学习过程中,还需了解以下 AI 相关的技术原理和概念: 1. 生成式 AI 生成的内容称为 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,无监督学习无标签,强化学习从反馈中学习。 深度学习参照人脑神经网络,神经网络可用于多种学习方式。 生成式 AI 可生成多种内容形式。 LLM 为大语言模型,不同模型有不同擅长的任务。 3. 技术里程碑:2017 年 6 月谷歌团队发表的《Attention is All You Need》提出了 Transformer 模型。
2025-03-05
请起草一份小白学习AI应用(包括app和网站)的入门到精通的教程,提供学习大纲,包括从基本玩法到高级卡bug玩法,常见红海赛道,常见问题,注意事项,常见误区,避坑指南等等
以下是一份小白学习 AI 应用(包括 app 和网站)的入门到精通的教程,涵盖学习大纲、常见问题等方面: 一、学习大纲 1. 了解 AI 基本概念 阅读相关资料,熟悉 AI 的术语和基础概念,包括人工智能的定义、主要分支(机器学习、深度学习、自然语言处理等)及它们之间的联系。 浏览入门文章,了解 AI 的历史、当前应用和未来发展趋势。 2. 开始 AI 学习之旅 参考「」中的初学者课程,了解生成式 AI 等基础知识,推荐李宏毅老师的课程。 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。 3. 选择感兴趣的模块深入学习 AI 领域广泛,包括图像、音乐、视频等,根据自身兴趣选择特定模块深入学习。 掌握提示词技巧,因其上手容易且实用。 4. 实践和尝试 理论学习后进行实践,巩固知识,尝试使用各种产品创作作品。 分享实践后的经验和成果。 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,获得实际应用体验。 二、常见红海赛道 目前,AI 在自然语言处理、图像识别、智能推荐等领域竞争较为激烈。 三、常见问题 1. 对复杂应用的需求理解不准确,导致产品出错。 2. 技术组件的配置和整合可能遇到困难。 四、注意事项 1. 注重基础知识的学习,打牢根基。 2. 实践过程中要耐心,遇到问题多尝试解决。 五、常见误区 1. 认为 AI 学习短期内就能精通,忽略了长期积累和实践的重要性。 2. 过度依赖现成的模型和工具,缺乏对原理的深入理解。 六、避坑指南 1. 在选择学习资源时,要注意其权威性和适用性。 2. 开发 AI 应用时,要充分考虑用户需求和实际场景,避免盲目跟风。 希望以上内容对您有所帮助,祝您在 AI 学习的道路上取得成功!
2025-03-05
请起草一份小白学习AI视频制作的入门到精通的教程,提供学习大纲,包括从基本玩法到高级卡bug玩法,常见红海赛道,常见问题,注意事项,常见误区,避坑指南等等
以下是一份小白学习 AI 视频制作从入门到精通的教程大纲: 一、基础玩法 1. 项目规划 确定短片主题和目标观众。 制定详细的制作计划。 2. 剧本创作 编写故事脚本。 设计角色和场景以及创意。 3. 分镜头脚本 根据脚本制作分镜头脚本,确定每个镜头的画面和动作。 4. 资源准备 准备动画制作所需的素材,包括背景、角色和音效。 5. 画面图片制作 利用 AI 出图工具,比如通过 ChatGPT、MJ、SD 等工具快速生成高质量的图片。 6. 视频制作 利用 AI 工具制作动画,通过 RUNWAY、Luma、Dreamina 等平台快速生成高质量的动画。 7. 后期剪辑 添加音效、配音和字幕,进行最终的剪辑和合成。 8. 发布和推广 将完成的动画短片发布到各大平台,并进行推广和宣传。 二、高级玩法 1. 写提示词 掌握有效的提示词撰写技巧,以获得更符合需求的生成结果。 2. 导入图片用 Mini Max、模型的首尾帧玩法等操作实现一镜到底效果。 3. 利用不同模型进行创作,如海螺无限生成。 4. 反复修改提示词以优化生成效果。 三、常见红海赛道 1. 创意广告类视频。 2. 短视频故事类。 四、常见问题 1. 生成效果不符合预期。 2. 工具操作不熟练。 3. 资源获取困难。 五、注意事项 1. 注重版权问题,合法使用素材和工具。 2. 不断学习和更新知识,跟上 AI 技术发展。 六、常见误区 1. 过度依赖 AI,忽略自身创意和审美。 2. 忽视视频的逻辑性和连贯性。 七、避坑指南 1. 提前了解不同工具的收费模式,避免不必要的费用支出。 2. 多参考优秀案例,避免重复常见错误。 希望这份大纲能帮助您在 AI 视频制作的学习道路上不断进步!
2025-03-04
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
公共议题:AI如何助力HR业务? 研讨目标: 深入理解:深入探讨 AI在人力资源管理领域的应用、薪酬管理、员工关系、公司文化、包括人才获取与配置、学习与发展、组织与人才培、HR共享与HRIS等各模块的可应用场景 机会识别与场景落地:基于组织现状,识别出业务价值高、可落地的 A 应用场景; 研讨成果(输出物): 请输出10个业务价值高、具备可行性的AI应用场景介绍,并说明what(场景是什么)、why(为什么值得做)、How(如何落地);
以下是为您生成的 10 个业务价值高、具备可行性的 AI 应用场景介绍: 1. 人才招聘与筛选 What:利用 AI 技术对求职者的简历进行自动筛选和分析,评估其与岗位的匹配度。 Why:节省 HR 大量的时间和精力,提高招聘效率和准确性。 How:通过自然语言处理和机器学习算法,训练模型识别关键信息和技能。 2. 员工培训与发展 What:根据员工的技能水平和职业发展目标,定制个性化的培训计划。 Why:提升员工的能力和绩效,增强员工对企业的忠诚度。 How:利用大数据分析员工的工作表现和学习需求,推荐相关课程和学习资源。 3. 薪酬福利管理 What:运用 AI 预测市场薪酬趋势,为企业制定合理的薪酬策略。 Why:保持企业薪酬的竞争力,吸引和留住优秀人才。 How:收集和分析行业薪酬数据,结合企业的财务状况和战略目标进行优化。 4. 员工绩效评估 What:借助 AI 实时监测员工的工作表现,提供客观的绩效评估。 Why:减少人为偏差,确保评估的公正性和准确性。 How:利用工作流程数据和行为分析模型进行评估。 5. 员工关系管理 What:通过 AI 分析员工的情绪和满意度,及时发现问题并解决。 Why:营造良好的工作氛围,提高员工的工作积极性和创造力。 How:使用情感分析技术处理员工的反馈和交流信息。 6. 组织架构优化 What:利用 AI 分析企业的业务流程和人员配置,提供组织架构调整建议。 Why:提高企业的运营效率和灵活性,适应市场变化。 How:基于数据分析和模拟优化算法进行评估和推荐。 7. 人力资源规划 What:根据企业的战略目标和业务发展预测人力资源需求。 Why:提前做好人才储备和招聘计划,保障企业的正常运营。 How:运用数据分析和预测模型进行规划。 8. 企业文化传播 What:使用 AI 生成个性化的企业文化宣传内容,提高传播效果。 Why:增强员工对企业文化的认同感和归属感。 How:利用自然语言生成技术和个性化推荐算法。 9. 智能客服 What:在 HR 服务中引入 AI 客服,解答员工常见问题。 Why:快速响应员工需求,提高服务质量。 How:训练智能客服模型,涵盖常见的 HR 问题和解决方案。 10. 人才库管理 What:利用 AI 对人才库进行分类和更新,提高人才库的利用效率。 Why:方便快速找到合适的人才,降低招聘成本。 How:运用数据挖掘和分类算法进行管理。
2025-04-14
公共议题:AI如何助力HR业务? 研讨目标: 深入理解:深入探讨 AI在人力资源管理领域的应用、薪酬管理、员工关系、公司文化、包括人才获取与配置、学习与发展、组织与人才培、HR共享与HRIS等各模块的可应用场景 机会识别与场景落地:基于组织现状,识别出业务价值高、可落地的 A 应用场景; 研讨成果(输出物): 请输出3-5个业务价值高、具备可行性的AI应用场景介绍,并说明what(场景是什么)、why(为什么值得做)、How(如何落地);
以下是为您提供的 3 个业务价值高、具备可行性的 AI 应用场景介绍: 场景一:AI 在企业招聘中的应用 What:利用 AI 技术进行简历筛选、人才匹配和面试评估。 Why:能够快速处理大量简历,提高招聘效率和准确性,节省人力和时间成本,同时更精准地找到符合岗位需求的人才。 How:通过引入相关的 AI 招聘软件,与企业现有的招聘系统集成,对简历进行关键词提取和分析,利用机器学习算法进行人才匹配,并通过视频面试中的语音和表情分析辅助评估候选人。 场景二:AI 助力个性化人力资源管理 What:根据员工的个人特点和工作表现,提供个性化的培训计划、职业发展建议和绩效评估。 Why:能够充分发挥员工的潜力,提高员工满意度和忠诚度,促进企业的长期发展。 How:收集员工的工作数据、学习记录和绩效表现等信息,运用 AI 算法进行分析和预测,为员工制定专属的发展方案,并通过移动应用或内部系统向员工推送相关建议和培训课程。 场景三:AI 打造无人值守的 HR 平台 What:实现 HR 业务的自动化处理,如员工请假审批、薪酬计算和福利发放等。 Why:减少人工操作的错误和繁琐流程,提高 HR 工作的效率和准确性,使 HR 人员能够专注于更有价值的战略工作。 How:整合企业内部的各种 HR 系统和数据,利用 RPA 和 AI 技术实现流程的自动化,同时建立监控和预警机制,确保平台的稳定运行。
2025-04-14
AI对社会经济的影响,AI时代有哪些新的竞争机会
AI 对社会经济的影响主要体现在以下几个方面: 1. 引领新的服务模式:如“智能即服务”,重塑工作和生活,增强能力、实现自动化和改变交互方式。 2. 赋能相关行业:为芯片和云计算行业带来新机遇,推动其发展,GPU 需求预计持续增长。 3. 创造投资机会:企业软件、AI 驱动的金融服务以及 AI 健康技术成为吸引投资的主要领域,机器人行业投资额超过企业软件,有望成为重要爆发点。 4. 影响企业竞争策略:企业竞争策略分化,有的迅速成长为大型模型公司并寻找强大背书,有的保持小规模专注盈利并灵活应对市场变化。 5. 推动科技巨头合作:科技巨头通过资本控制 AI 模型公司,为其提供算力,加速行业发展。 在 AI 时代,新的竞争机会包括: 1. 成为大型模型公司并获得强大背书,以取得竞争优势。 2. 保持小规模,专注盈利和灵活应对市场变化。 3. 在特定领域如企业软件、金融服务、健康技术等,利用 AI 创新获得发展机会。 4. 适应权力格局变更,应对“AI 寡头”或“超级强国”的出现,寻找新的发展空间。 同时,AI 时代还具有以下特点和趋势: 1. 未来变化深远,人们会找到新的做事、服务彼此和竞争的方式。 2. 主动性、意志力和毅力将极其宝贵,韧性和适应能力值得培养。 3. AGI 将成为人类意志最大的杠杆,个人能产生更大影响。 4. AGI 的影响不均衡,科学进步速度可能更快,部分商品价格大幅下降,奢侈品和有限资源价格可能上涨。 5. AI 将渗透到经济和社会各领域,人们期待所有事物具有“智能”特质。 6. 权力金字塔可能重塑,率先开发或控制 AGI 的主体将获得巨大战略优势,可能出现“AI 寡头”或“超级强国”,威胁民主和公平竞争。
2025-04-01
将传统公司的HR部门进行AI赋能,有哪些机会点和可执行步骤
目前将传统公司的 HR 部门进行 AI 赋能存在一定的挑战。大多数“AI 应用/AI 转型”仍在走“数字化转型”的老路,把 AI 套在现有流程上,强调“固化流程”“节约成本”,但在技术加速迭代的当下,这种做法可能导致成果过时,使企业业务模式凝固在当前,削弱其主动进化的能力。 然而,我们不能仅止于对 AI 的焦虑。AI 的力量不应只用于优化现有业务流程,而应着重于对未来业务的重新定义。对于 HR 部门的 AI 赋能,应从“AI 能创造和满足 HR 工作的哪些新需求”出发。例如,利用 AI 进行更精准的人才匹配和招聘预测,通过智能分析员工数据来优化培训和绩效管理等。 可执行的步骤可能包括: 1. 深入了解 HR 部门的业务流程和需求,明确哪些环节可以通过 AI 进行优化和创新。 2. 评估现有技术和资源,选择适合的 AI 工具和技术。 3. 进行小规模的试点项目,验证 AI 应用的效果和可行性。 4. 根据试点结果进行调整和优化,逐步推广应用。 5. 持续培训 HR 人员,使其能够熟练运用 AI 工具,并适应新的工作模式。
2025-03-03
AGI对普通人的机会
AGI 为普通人带来了诸多机会: 未来社会和经济将发生长期变革,会有新的事物、帮助他人的方式和竞争方式出现,尽管短期内生活变化不大。 机构、意志力和决心将很有价值,正确决定做什么以及在变化世界中导航能带来巨大价值,培养韧性和适应能力是有益的技能。AGI 使个人拥有更大影响力。 许多商品价格会大幅下跌,奢侈品和受限资源价格可能上涨。 人工智能将渗透到经济和社会各领域,一切都有望变得智能,人们可能获得更多控制技术的权力。 像 Sora 这样的模型基础功能,被认为是实现 AGI 的重要里程碑。AI 应用在很多方面为普通人带来机遇,如 AI 视频与自媒体结合。 基于国产芯片的软硬件联合优化及固件生态是明确的机会。 端上智能在全天候硬件 24x7 收集数据方面有最大想象空间。
2025-02-13
当前应用AGI,作为一个普通的人,如何挖掘赚钱的机会
以下是关于普通人在 AGI 应用中挖掘赚钱机会的一些分析和建议: 从历史角度看,在 IT 产业中,只有微软的操作系统曾接近垄断并获得超额收益,这并非必然,与当时的多种因素相关。在大模型时代,这种情况能否重演存在不确定性。 在 2024 年,一些可能的赚钱机会包括: 图片超短视频的精细操控,如表情、细致动作、视频文字匹配方面。 生成有一定操控能力的风格化、动漫风生成式短视频,真人稍晚。 AI 音频能力的长足进展,如带感情的 AI 配音基本成熟。 “全真 AI 颜值网红”出现,用于直播带货。 游戏 AI NPC 有里程碑式进展,带来新的游戏生产方式。 AI 男/女朋友聊天基本成熟,记忆有突破,加入视频音频,粘性提升并开始出圈。 实时生成的内容在社交媒体内容、广告中出现。 AI Agent 有明确进展,办公场景“AI 助手”有良好使用体验。 AI 的商业模式在数据合成、工程平台、模型安全等方面开始有明确用例。 从长远来看,到 2025 2027 年: AI 3D 技术、物理规则成熟,全真 AI 虚拟人成熟,AR/VR 技术大规模商用。 人与 AI 配合的工作方式成为常态,很多日常决策由 AI 执行。 基于国产芯片的软硬件联合优化固件生态是明确的机会。 但同时需要注意,AGI 可能会造成极端垄断,提供前所未有的中心化操控能力。在这种情况下,作为个体需要思考应对策略。
2024-12-09
罗列具体的AI模型产品和具体的AI技术创新点,并总结AI技术的发展趋势,并说明这些发展趋势为用户的交互体验带来了什么样的改变?按照时间线将以上内容梳理出来
以下是按照您的需求梳理的内容: 时间线 早期: 从图灵测试、早期的图灵机器人和 ELISA 开始,到 IBM 的语音控制打印机、完全由人工智能创作的小说、微软的同声传译系统。 近年来: OpenAI 发布 ChatGPT 模型,引发用户习惯从简单触控操作转向更复杂的长文本输入,未来可能延伸至长语音交互。 大模型创新方面,架构优化加速涌现,融合迭代成为趋势。Scaling Law 泛化,推理能力成为关键,倒逼计算和数据变革。AGI 探索中,视频生成点燃世界模型,空间智能统一虚拟和现实。 在应用方面,AI 在文科白领的个人助理、呼叫中心、文本处理和教育等领域表现出色,能完成 80%到 90%的工作;对于工科白领,特别是程序员,能简化代码检索和调整;在蓝领领域,自动驾驶取得显著进展。但在复杂任务方面仍有改进空间。 第一轮洗牌结束,聚焦 20 赛道 5 大场景,多领域竞速中运营大于技术,AI 助手成为竞争重点。AI+X 赋能类产品发展迅速,原生 AI 爆款难求。多模态上马,Agent 席卷一切,高度个性化呼之欲出。 人工智能发展经历了萌芽、积累沉淀到如今大模型和多模态模型百花齐放的阶段。大模型由数据、算法、算力构成,算法有技术架构的迭代,如英伟达的显卡辅助模型训练,数据质量对生成理想的大模型至关重要。 未来: 李沐预测技术发展可能催生出革命性的应用形态,但 AI 离真正变革世界还有一段距离。 预计 AI 在蓝领工作的初步应用至少需要 5 年时间。 AI 技术创新点: 大模型创新:架构优化加速涌现,融合迭代大势所趋。 Scaling Law 泛化:推理能力成皇冠明珠,倒逼计算和数据变革。 AGI 探索:视频生成点燃世界模型,空间智能统⼀虚拟和现实。 AI 技术的发展趋势: 模型架构不断优化和融合。 更加注重推理能力的提升。 探索 AGI 领域,实现虚拟和现实的统一。 应用格局不断洗牌,聚焦特定赛道和场景。 多模态和 Agent 技术的广泛应用。 对用户交互体验的改变: 用户习惯从简单触控操作转向更复杂的长文本输入,未来可能延伸至长语音交互。 AI 应用为用户提供辅助,在多个领域帮助完成任务。
2025-03-31
AI技术发展时间线,罗列具体的AI模型产品和具体的AI技术创新点,并总结AI技术的发展趋势,并说明这些发展趋势为用户的交互体验带来了什么样的改变?
以下是关于 AI 技术发展的相关内容: AI 技术发展时间线: 从图灵测试、早期的图灵机器人和 ELISA,到 IBM 的语音控制打印机、完全由人工智能创作的小说、微软的同声传译系统,再到 OpenAI 发布 ChatGPT 模型,经历了萌芽、积累沉淀到如今大模型和多模态模型百花齐放的阶段。 具体的 AI 模型产品: ChatGPT 改变了用户习惯,从简单触控操作转向更复杂的长文本输入,未来可能延伸至长语音交互。 具体的 AI 技术创新点: 大模型创新方面,架构优化加速涌现,融合迭代成为趋势。 Scaling Law 泛化,推理能力成为皇冠明珠,倒逼计算和数据变革。 AGI 探索中,视频生成点燃世界模型,空间智能统一虚拟和现实。 AI 技术的发展趋势: 大模型创新:架构优化加速涌现,融合迭代大势所趋。 应用格局:第一轮洗牌结束,聚焦 20 赛道 5 大场景。 应用竞争:多领域竞速运营大于技术,AI 助手兵家必争。 应用增长:AI+X 赋能类产品大干快上,原生 AI 爆款难求。 产品趋势:多模态上马,Agent 席卷一切,高度个性化呼之欲出。 智变千行百业:左手变革生产力,右手重塑行业生态。 行业渗透率:数据基础决定初速度,用户需求成为加速度。 创投:投融资马太效应明显,国家队出手频率提升。 对用户交互体验的改变: ChatGPT 使用户从简单触控操作转向更复杂的长文本输入,未来可能延伸至长语音交互。 在文科白领方面,AI 能完成 80%到 90%的工作,如个人助理、呼叫中心、文本处理和教育等领域。 对于工科白领,特别是程序员,AI 能简化代码检索和调整。 在蓝领领域,AI 在自动驾驶方面取得显著进展。
2025-03-31
AI内容带来的问题
AIGC 带来了一系列问题: 1. 法律风险:我国对 AIGC 的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成,并与相关规定形成共同监管形势。AIGC 应用可能引发内生风险、数据隐私问题和知识产权风险,相关法律在著作权归属、数据隐私等方面尚需更多明确规定,且 AIGC 的滥用可能导致虚假信息传播、侵犯隐私等问题,需要加强监管和伦理约束。 2. 内生风险:包括算法的不可解释性和不可问责性,以及代码开源可能带来的安全和伦理担忧。 3. 数据隐私风险:AIGC 工具可能导致数据泄露、匿名化不足、未经授权的数据共享等问题。 4. 知识产权风险:应用风险涉及作品侵权、不当竞争等问题。 在知识产权方面,AI 技术的发展对现有的知识产权法律体系提出挑战。例如,在内容生成方面,对版权法的挑战主要体现在输入端的训练数据合法性问题和输出端的 AI 生成内容的版权属性问题。广州互联网法院的相关判决为 AI 企业在版权保护方面提供了指导思路。AI 生成式技术服务提供者在提供服务时应尽合理的注意义务。 AIGC 指利用 GenAI 创建的内容,GenAI 是一种基于深度学习技术,利用机器学习算法从已有数据中学习并生成新的数据或内容的 AI 应用,虽强大但在数据处理中存在多重潜在合规风险。目前典型的 GenAI 包括 OpenAI 推出的语言模型 ChatGPT、GPT4、图像模型 DALLE 以及百度推出的文心一言、阿里云推出的通义千问等。国内主要依据相关法律法规共同监管 AIGC 行业。
2025-03-28
作为企业管理者,面对AI的到来,应该主动学习哪些板块功能。能带来哪些增效
作为企业管理者,面对 AI 的到来,应主动学习以下板块功能,以带来增效: 1. 法律法规方面:了解如《促进创新的人工智能监管方法》等相关法规,明确在 AI 应用中的责任和风险,增强公众信任,促进合规创新。 2. 创意与设计方面:掌握 AI 加持的创意与设计,如利用视觉 AI 技术提升创意设计工作效率,将 AI 融入设计流程,实现自动化、提升个性化和降低成本。通过 AI 自动化设计过程中的部分环节,使设计师专注于核心创意,提高生产力和速度;基于用户数据生成个性化内容,满足不同受众需求;降低人工成本,为中小企业提供更优质的设计服务。 3. 创新应用方面:关注 AI 在不同领域的创新应用,例如利用 AI 解决重要问题,平衡风险与机会,推动经济增长和繁荣,减少监管不确定性,鼓励投资和采用 AI,创造更多就业机会并提高工作效率。
2025-03-21
我是一名电商工作者,主要负责产品图的图片设计,我该怎么学习AI,能给我带来效率和品质上的提高?
以下是为您提供的学习 AI 以提高电商产品图设计效率和品质的建议: 1. 市场分析:利用 AI 分析工具研究市场趋势、消费者行为和竞争对手情况,快速获取关键信息,如受欢迎的产品、价格区间和销量等,以便在设计中更好地把握方向。 2. 关键词优化:借助 AI 分析和推荐高流量、高转化的关键词,优化产品图的标题和描述,提高搜索排名和可见度。 3. 产品页面设计:使用 AI 设计工具,根据市场趋势和用户偏好自动生成吸引人的产品页面布局,为产品图的展示提供良好的框架。 4. 内容生成:利用 AI 文案工具撰写有说服力的产品描述和营销文案,与产品图相互配合,提高转化率。 5. 图像识别和优化:运用 AI 图像识别技术选择或生成高质量的产品图片,更好地展示产品特点,吸引顾客。 6. 价格策略:通过 AI 分析不同价格点对销量的影响,制定合理的价格策略,在产品图中体现价格优势。 7. 客户反馈分析:借助 AI 分析客户评价和反馈,了解客户需求,优化产品图和服务。 8. 个性化推荐:利用 AI 根据用户的购买历史和偏好提供个性化的产品推荐,在产品图设计中突出个性化元素。 9. 工具能力提升:对现有 AI 工具进行严格评估和选型,确保其能提供标准化输出和一致性体验,提升设计质量和速度。 10. 工作流程优化:将 AI 深入到日常设计流程中,形成新的工作方式与流程,针对 AI 的特性优化每一个环节,实现效率和创意品质的最大化。 同时,您还可以参考以下成功案例: 1. Show Me 扣子 AI 挑战赛大消费行业专场的三等奖作品,为电商卖家提供全面的图片处理服务,包括 AI 商品图、AI 场景图、AI 模特、AI 素材、AI 海报等。利用先进 AI 技术,帮助卖家无需专业设计经验即可创作出独特且充满想象力的优质素材,且创作素材可商用,有助于提升商品出单率。 2. 大淘宝设计部 2023 年度 AI 设计实践报告中提到,未来设计师要具备持续的学习习惯,将 AI 深入日常设计流程,设计团队要制定并执行明确的 AI 融合策略等。 总之,随着技术的不断进步,AI 在视觉设计领域将扮演更重要的角色,为您创造更多的可能性。
2025-03-07
推理行大模型对于RAG的准确性提升,带来哪些改变
推理行大模型对 RAG 准确性提升带来了以下改变: 1. 当辅以能有效提取文档中结构化信息并整合为提示词的 PDF 解析器时,大语言模型能作出更准确的响应,提高了提供给模型的数据质量和相关性,从而提升模型输出质量。 2. 大模型应用领域常用的 RAG 方法,能让模型用自定义数据生成结果,处理无尽私有数据,将模型当成高效推理机器。但 RAG 存在一些常见误区: 随意输入任何文档不一定能得到准确回答,RAG 流程中的多个环节都会影响最终质量。 RAG 虽能减少幻觉,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,最终需大模型处理检索结果生成通顺回答。 未来,将研究分享更多基于深度学习的文档解析方法,以更全面理解 RAG 质量和文档解析质量的关系。同时,前沿模型研发团队力争做到吞吐量、速度和准确度的最佳平衡。
2025-03-03