手把手教你用大模型做一款自己的AI应用,这次不是人工智障了

如何搭建一个自己的AI大模型做套壳-实操举例 1 确定模型需求: 定义问题:我们的目标是预测未来一周的流感活动水平,以帮助公共卫生部门做出相应的决策。 确定用例:通过提前预测流感活动水平,公共卫生部门可以采取相应的措施,如加强宣传、调配医疗资源等,以应对可能的流感爆发。 确定性能指标:我们可以使用准确度和F1分数作为性能指标,准确度衡量模型在预测流感活动水平方面的整体准确性,F1分数同时考虑了准确率和召回率。 2 收集数据: 确定数据需求:我们需要收集历史流感病例数据和相关的气象数据。历史流感病例数据可以从公共卫生部门或医疗机构获取 阅读详情

为了回答这个问题,我用说人话的方式拿gpts创建了一个“我”,然后让她来回答这个问题。(确认过眼神,我是懂套娃的)

在这里插入图片描述

接下来我会先展示下整个定制过程;然后我们一起看一下她能把题答到什么程度;最后我们再一起探讨一下,基于现在的大模型能耐,我们定制一个怎样的专属机器人是最“物尽其用”的。

一、定制一个“我”

首先打开chatgpt,点这个Explore。

点这个 My GPTs下的Create a GPT。
在这里插入图片描述

然后就会看到这样一个界面,左边是定制区,定制gpt的地方;右边是测试区,聊天对话的地方。

在这里插入图片描述

我要求它说中文。然后它就开始引导我创建“我”了。

在这里插入图片描述

我按照我的领域和画风,对它提出了要求。

在这里插入图片描述

然后它给我起了“智慧妈咪经理”这么个名字。

但我觉得这个名字取得过于露骨了,智慧的眼神闪闪发亮的既视感。
在这里插入图片描述

于是要求调整:

在这里插入图片描述

接下来是头像生成环节。几轮battle之后,它终于帮我生成了还比较满意的头像。

然后它引导我关于语言风格、有没有忌讳什么的。还有就是她问我如果涉及含糊的内容,是她自己拍板胡编,还是向我确认。

在这里插入图片描述

再看下设置页面:

这个里显示了我创建的应用的头像、名字以及描述。如果有啥不满的,可以直接跟这改。后面是几个示例问题。

在这里插入图片描述

更复杂的设置还有:

1、Knowledge 上传文件作为我自己的私有知识库。生成内容时,GPT会优先从我的知识库里获取信息。

我随便找了个大模型白皮书传上去了。

2、Capabilities 我希望GPT具有哪些能力。分别是:Web Browsing,能联网;DALL.E Image Generation生成图片;Code Interpreter代码解释器。

显然这里用不上代码解释器,所以只勾选另外两项。

在这里插入图片描述

3、Actions 让GPT可以连接到外部API,执行动作。

到这里,我们就用纯自然语言的方式,做好了一款“知乎作者”GPT。

就这?是的,就这。作为设计者,你的腾挪发挥的空间还是比较小的。当然如果你懂一点技术,可以去了解一下OpenAI Assistant API,通过它可以创建具有更灵活自定义操作的高级 GPT。

比如利用私有知识库,把这么多年积累的资料咔咔一传,打造个专属个人助手,哪里不会查哪里,开外挂了属于是!

二、开始冲浪吧

好了,激动的心颤抖的手,看看这个“我”水平怎么样吧(没有把文字粘过来水字数而是放截图,属实是良心答主了):

在这里插入图片描述

我把满意的地方用绿色标了出来,不满意的地方用橙色标了出来。

“捋一捋”,“大号AI”,“为啥呢?”,“万金油”,口语化的表达非常舒服。

一个观点或者事实抛出之后,用“比如”去实例化,再用“好比”去打比方,帮助人更具体更形象地理解作者的表达。而且比喻都很恰当和贴切。精巧的比喻本来就是智商高的表现。能够把两个毫不相干的事物在某个维度的相似特征提炼出来并且放在一起比,本身就是一种很强的能力。

然后说问题。

一是发言稿似的开头属实很尬。

二是结构和条理过于清晰了,加上没有节奏感、没有详略轻重点,显得呆板和机械。(这其实还算不错的了,如果不是在前期做了调教,文章结构会呆板的更严重。)

三是内容浮于表面(大语言模型通病)。

于是,我在左边的控制台对话框里,又苦口婆心地给出了调整意见。

然后就碰上了。。。报错。太不容易了。

在这里插入图片描述

又试着让她写了一篇母婴的:

在这里插入图片描述

怎么说呢,已经算不错了,比我家娃写得好多了。

整体评价:水字数的话,能用;但是用来做自媒体,不行。

条条缺点都正中自媒体的命门:你可以有瑕疵,但是不能没温度。

三、定制一个怎样的专属机器人才是最“物尽其用”的

答案就是把它用到合适的场景里。

1、只能写水文,就让她从主笔的位置上下来,做副驾。

需要澄清一点,大模型的问题其实并不是对深入的知识不了解,而是说它很难在一篇内容里自行“跨层”,很难一层一层由浅入深,直至鞭辟入里。所以,你会觉得它总停留在一个层面上说车轱辘废话。

解决办法就是分段层层诱导,拿到散装的输出,然后自行组装。例如:“你觉大模型的主要问题在哪呢?”“你觉为什么会有这样的问题呢?”“你在这里提到了模型幻觉,能详细展开一下模型幻觉的原因和影响吗?”

但其实真正有文字功底的会宁愿自己写,这么个拼接法还不够麻烦的呢。。。

2、做工具类AI,如英语陪练、翻译助手、信息查询方面的助手等。

3、写说明书之类不需要有深度跨度、不需要太多高级幽默的内容。

4、纯娱乐,可以非常不羁地进行发挥的内容领域。比如“AI杠精杠一切”、“AI彩虹屁疗愈一切”、“AI专属男女友”、“AI萌宠”。对了,如果访问gpts比较不方便,使用chatglm也可以定制你的智能体:

智谱清言

在这里插入图片描述

5、做纯粹的知识提供者,“百问不厌”的老师。

作为一个内心深处住着个“老学究”的人,答主经常会因为对一个概念认知的不清晰,感到浑身难受。自从有了大语言模型,一个问题打破砂锅问到底得敞开问,甚至直接争执,也不用担心被拉黑。

你比如,那天我突然对天天讲的“信息化系统”这个词怀疑起了人生,于是找文心一言开导我:

在这里插入图片描述

这么一个连环组合问下来,整的明明白白,顿觉神清气爽。有啥拿不准的知识,这么咔咔一问,多带劲。

在这里插入图片描述

总之,花点时间和这个博学又笨重的大家伙相处,还是非常非常有趣和值得的。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
  • …

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
  • …

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
  • …

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • …

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】
从零开始:如何用Python建立你的第一个人工智能模型 在这篇文章中,我们将介绍如何从零开始使用Python建立你的第一个人工智能模型。无论你是刚接触编程的新手,还是有经验的开发者想进一步探索人工智能领域,这篇文章都将为你提供清晰、详细的指南。我们将一步步探索数据预处理、模型建立、训练和测试的过程,以及如何解读模型的结果。 阅读详情

相关推荐

AI大模型开发架构设计(3)——如何打造自己的大模型

思考:自己处于哪种境界?

yangwei2048的博客 4187

【AI大模型】应用开发基础,学到就是赚到!

1、了解大模型能做什么2、整体了解大模型应用开发技术栈3、浅尝OpenAI API的调用AI全栈工程师:懂AI、懂编程、懂业务的超级个体,会是AGI(Artificial General Intelligence 通用人工智能)时代最重要的人。

2401_84204413的博客 3969

长期换衣行人重识别(Long-Term Clothes-Changing Person Reid)数据集汇总

长期换衣行人重识别任务中目前常用的数据集总览目前换衣数据集的主要问题数据集换衣/总体情况集统计DeepChange(2021)LaST(2021)COCAS(2020)VC-Clothes(2020)LTCC(2020)PRCC(2019)Celebrities-reID(2019) 总览 在长期换衣行人重识别的任务当中,数据集的获取(尤其是对于学术环境下)是一个难点,主要的困难有以下几点: 采集大规模的数据集比较困难。 采集不同的衣服的数据集比较困难。 采集不同衣服不同角度的数据集比较困难。 目前也有

KingsMan666的博客 8380

AI 大模型应用开发入门全攻略,从小白到大神学习攻略,看懂这一篇就够了!

如果你真的想学习大模型,请不要去网上找那些零零碎碎的教程,真的很难学懂!你可以根据我这个学习路线和系统资料,制定一套学习计划,只要你肯花时间沉下心去学习,它们一定能帮到你!

2401_85373691的博客 3166

特斯拉 Model 3解析(八)全面拆解特斯拉自动驾驶大脑:AP控制器硬核技术解析

算力极限:双FSD = 144 TOPS,专为AI推理优化。存储架构:LPDDR4 + NAND + NOR,保证高速/可靠启动。通信架构:以太网传视频,CAN传控制,TSN保障实时性。感知输入:多路摄像头 + 高速SerDes,满足全景感知。电源设计:功率模块+被动元件海洋,稳定性优先。功能安全:双芯片冗余 + GPS + 紧急呼叫,容错率极高。🎯 在我看来,特斯拉AP控制器就是一台“车载超算”,它在电源设计、存储架构和功能安全上远超一般新势力方案。

weixin_43199439的博客 1441

基于AMD AU15P FPGA的SLVS-EC桥PCIe设计方案分享

各位FPGAer周末愉快,今天熊猫君分享一个基于AMD AU15P FPGA的SLVS-EC桥PCIe设计方案。

haoxingheng的专栏 1447

AI大模型真的能把很多人的工作替代掉吗?人工智能还是人工智障

在2022年12月,Open AI发布的ChatGPT大模型在全球引起了很大的AI“狂飙”。我记得AI大模型刚开始出现时,网上有很多论调说AI将会取代很多人的工作,导致失业率上升。现在ChatGPT已经发布了一年多,从一开始的Open AI一家,到现在各种AI大模型遍地开花。比如百度的文心一言,华为的盘古大模型,阿里的通义千问,科大讯飞的讯飞星火。还有大模型衍生出来的各种AI社交app,AI绘画app等等。仅过去了一年的时间,AI的发展就如此迅猛,未来的发展更加不可想象。但现在回过头来重新思考一下,

2401_85325726的博客 1330

视觉惯性SLAM系列——ORB-SLAM3的整体介绍及各个线程的功能(五)

跟踪线程(Tracking Thread)作用:负责处理每一帧图像,进行相机位姿的估计和定位。它首先执行与前一帧图像的特征匹配,然后通过仅运动(motion-only)BA(Bundle Adjustment)优化位姿。如果跟踪失败,它会尝试在所有地图中进行重定位。此外,跟踪线程还负责决定何时插入新的关键帧,以及何时将关键帧从局部地图中移除。详细介绍见局部建图线程(Local Mapping Thread)作用:管理局部地图,向活跃地图添加关键帧和点,移除多余的关键帧和点。

曾经也曾立志 1004

AI大模型真的能把很多人的工作替代掉吗?人工智能还是人工智障(附学习指南)

在2022年12月,Open AI发布的ChatGPT大模型在全球引起了很大的AI“狂飙”。我记得AI大模型刚开始出现时,网上有很多论调说AI将会取代很多人的工作,导致失业率上升。现在ChatGPT已经发布了一年多,从一开始的Open AI一家,到现在各种AI大模型遍地开花。比如百度的文心一言,华为的盘古大模型,阿里的通义千问,科大讯飞的讯飞星火。还有大模型衍生出来的各种AI社交app,AI绘画app等等。仅过去了一年的时间,AI的发展就如此迅猛,未来的发展更加不可想象。但现在回过头来重新思考一下,

2401_85373691的博客 1290

基于STM32设计的指纹考勤机_348

随着信息化管理需求的日益增长,传统的人工考勤方式已难以满足现代社会对高效、精准和安全的考勤管理要求。为解决这一问题,本项目设计并实现了一款基于STM32的指纹考勤机系统。该系统采用AS608指纹识别模块进行人员身份识别,ESP8266无线模块实现与上位机APP的通信,支持人员信息录入、考勤时间段设置、考勤记录保存与查询等功能。系统通过SQLite数据库存储考勤数据,并提供导出EXCEL表格功能,方便数据管理与统计分析。该系统具有高效的考勤管理能力和良好的用户交互体验,能够广泛应用于企业、学校等机构的考勤管理

525

蓝牙学习笔记之HCI协议(一)

目录 协议浅述 HCI简介 HCI协议数据格式 HCI Command Packet HCI ACL Data Packet HCI Synchronous(SCO) Data Packet HCI Event Packet HCI命令和事件介绍 Inquiry command Write Local Name Command Read BD_ADDR Command H...

在云巅的博客 2万+

一步步教你利用大模型开发个性化AI应用,告别‘人工智障’!

为了回答这个问题,我用说人话的方式拿gpts创建了一个“我”,然后让她来回答这个问题。(确认过眼神,我是懂套娃的)接下来我会先展示下整个定制过程;然后我们一起看一下她能把题答到什么程度;最后我们再一起探讨一下,基于现在的大模型能耐,我们定制一个怎样的专属机器人是最“物尽其用”的。

Everly_的博客 1589

Labview如何0基础自学快速入门?(纯干货帖)

讲解了如何学习Labview,Labview如何0基础入门,自学Labview的方法。什么都不会如何学好Labview的分享,欢迎关注文章~文章提供《Labview宝典》pdf下载,和《Labview虚拟仪器数据采集与通信控制》pdf下载

关注我,更多技术问题欢迎私聊~ 2万+

AI大模型进化史:从“人工智障”到“赛博卷王”,附赠论文外挂yizipaper的安利!

2017年,谷歌一篇《Attention is All You Need》论文横空出世,提出,直接让AI进入“大力出奇迹”时代!从此,AI大模型全成了“同门师兄弟”,内核一模一样,拼的就是谁烧钱多、算力猛。:OpenAI训练GPT-4用了2.5万块A100显卡,烧钱如烧纸,马斯克都跑去跪求老黄(英伟达老板)多分点芯片,结果被拒(扎心了老铁)!:Transformer的核心是自注意力机制,能同时处理序列数据中的长距离依赖,彻底干掉了传统RNN的“记忆短路”问题36。

kkk0927wt的博客 910

128、点云配准与ICP:经典配准算法与深度学习配准

上周调试一台双臂协作机器人,左手持结构光相机扫描桌面上的随机堆叠工件,右手准备执行抓取。问题出在“对齐”这一步——相机扫描得到的点云和CAD模型点云之间差了大约15度的旋转,导致抓取姿态计算出来直接怼到桌面上。我第一反应是“ICP跑一下不就行了”,结果跑了三分钟,误差纹丝不动,甚至越迭代越发散。后来查了日志才发现,初始位姿给得太离谱,ICP直接掉进了局部最优。这个场景太典型了——很多人以为点云配准就是调个ICP库函数,实际工程里坑比想象中多得多。今天这篇笔记,咱们把点云配准这件事从头捋一遍。

sundong_81的博客 42

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

Prompt工程:让AI从“人工智障“变身“人工智能“的魔法咒语

如果把使用AI比作开车,那Prompt就是方向盘。你转得越精准,AI才能带你去想去的地方;你要是乱打方向,那只能——“恭喜您成功解锁翻车体验卡一张”。Prompt工程的本质:通过精心设计的输入指令,引导大模型输出高质量、高相关性的结果。简单来说,就是如何跟AI说人话。但注意,这里说的"人话"不是我们平时闲聊的"吃了没",而是结构化、精准化、可执行的人话。还记得《一千零一夜》里的"芝麻开门"吗?一句简单的咒语,就能打开宝藏大门。Prompt工程,就是AI时代的"芝麻开门"。

breezehasai的博客 648

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

真·人工智障!“弱智贴吧”竟被用来训练大模型

离了个大谱,弱智吧登上正经AI论文,还成了最好的中文训练数据?中国科学院、北京大学、中国科学技术大学、滑铁卢大学以及01.ai等十家知名机构联合推出了一款专注于中文的高质量指令调优数据集——COIG-CQIA。

IT大头的博客 1662

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

从“智障客服”变智能客服,大模型终于落地了|甲子光年

智能客服从成本中心到价值中心的蜕变。2024年春节期间,经过半年多的摸索,瓴羊Quick Service在内部发布了一个新产品版本,定义了在to B场景下智能客服Agent的产品形态。在当时的时间点,这可能是国内第一个可落地的大模型加持的智能客服Agent。瓴羊Quick Service部门面临一个选择:要不要面向市场公开发布这个初步成型的产品?要知道,Agent是一个炙手可热的大模型风口,市场上成熟的产品寥寥可数,一旦发布,一定会引发行业不小的关注。

Python_cocola的博客 2461

从“智障客服”变智能客服,大模型终于落地了

智能客服从成本中心到价值中心的蜕变。2024年春节期间,经过半年多的摸索,瓴羊Quick Service在内部发布了一个新产品版本,定义了在to B场景下智能客服Agent的产品形态。在当时的时间点,这可能是国内第一个可落地的大模型加持的智能客服Agent。瓴羊Quick Service部门面临一个选择:要不要面向市场公开发布这个初步成型的产品?要知道,Agent是一个炙手可热的大模型风口,市场上成熟的产品寥寥可数,一旦发布,一定会引发行业不小的关注。

kaka0722ww的博客 1234

小爱音箱智能升级3步曲:从“人工智障“到贴心管家的蜕变之旅

MiGPT是一款能够将普通小爱音箱接入ChatGPT和豆包等AI服务的开源项目,让你的小爱音箱从基础语音助手升级为真正的智能语音管家。通过简单的三步配置,即可解锁音箱的AI对话能力,实现智能家居控制、信息查询、生活助手等多种高级功能。 ## 一、准备工作:检查你的小爱音箱兼容性 在开始升级前,首先需要确认你的小爱音箱型号是否支持MiGPT。不同型号的音箱在功能支持上会有差异,特别是连续对话功能

gitblog_00210的博客 1064

别让AI淘汰你,而是让AI成就你:大模型时代普通人逆袭的职业技能进化指南

AI时代职场生存指南:如何将大模型转化为职业竞争优势 摘要: 本文探讨了AI时代职场人面临的挑战与机遇,指出真正被淘汰的不是岗位本身,而是不会使用新工具的人。文章提出三大核心观点:1)认知重塑:将AI视为永不疲倦的"职业副驾驶"而非竞争对手;2)五大技能升级:详细指导如何用AI提升信息处理、内容创作、逻辑分析、沟通协作和数据处理能力;3)升维思考:强调批判性思维、提问能力和人性化优势才是不可替代的核心竞争力。通过具体场景案例,展示了从"人力"到"人机合一&q

2401_84204207的博客 1128

智能音箱AI化改造实战指南:从“人工智障“到“贴心管家“的蜕变之旅

MiGPT是一款能够将小爱音箱接入ChatGPT和豆包的开源项目,让普通智能音箱升级为强大的AI语音助手。通过简单的配置,你就能让小爱音箱拥有更智能的对话能力,实现从基础语音控制到AI交互的华丽转变。 ## 🌟 为什么要改造你的小爱音箱? 传统智能音箱往往只能执行预设指令,回答模式化问题,被用户戏称为"人工智障"。而通过MiGPT改造后,你的小爱音箱将获得以下强大能力: - **智能对话*

gitblog_00578的博客 523

大模型应用:新时代的多模态交互

引言如果把大模型接入到终端设备,会怎么样?(1)智能交互回顾历史文章《[智能交互复兴:ChatGPT +终端(奔驰/Siri)=?]》中提到:大模型遍布多个应用场景其中有智能对话和终端设备(手机/嵌入式/脑机接口等),再结合不断壮大的多模态功能(图文理解、文生图、视频理解、多模态交互等),新一代交互方式即将来临。上一代交互以文本框为主,部分产品虽然支持语音输入,但背后依然是语音转文本,丢失了语速、语气、音色、音量、环境音等信息,导致NLU(自然语言理解)出现偏差。

2401_85375151的博客 1661

第一个 AI 应用

开发一款软件产品或一款应用,按照以往的经验,就是要做一个 App,或者一个网站、一个服务。但随着云服务、低代码平台的出现,产品的业态也发生着变化。比如最近大热的 AIGC 公司 Midjourney,进入官网,没有 App 需要下载,也没有传统的网页服务。点击登录,弹出来的居然是 Discord 的用户授权界面。也就是说,一般公司特别在意的用户数据,它也没维护,直接就用第三方账号系统。再看下面的介...

云水木石 822

2026大模型炸裂之年!小白程序员必看:AI Agent时代已来,代码革命还是“AI躺平“?

2025年大模型行业完成从"技术狂欢"到"价值兑现"的转身,市场格局从分散走向集中,形成字节、阿里、百度等巨头阵营。B端落地遇冷,C端激战正酣,AI大模型正从"对话机器"转变为"行动伙伴(Agent)"。2026年或将迎来更深度的整合与创新,通用模型与专用模型协同发展,商业化落地效率有望进一步提升。大模型下半场既是技术深耕的持久战,也是商业价值的兑现战。

weixin_58753619的博客 1606
上一篇: 大语言模型应用如何实现端到端优化?
下一篇: 起薪4万的AI产品经理自述:一个算法模型是怎么训练出来的?
我爱学大模型
博客等级 码龄3年 7883粉丝 687原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值