文章目录
- 前言
- 1.道和顺ChatIC
- 2.星期五
- 3.文心一言
- 4.讯飞星火认知大模型
- 5.通义千问
- 6.商汤-日日新
- 7.Moss
- 8.ChatGLM
- 9. 360智脑
- 写在最后
随着ChatGPT迅速走红,国内各大企业纷纷发力认知大模型领域。经过一段时间的酝酿，国内AI大模型也相继发布，快速点燃国内科技圈的热情。
功能与ChatGPT相差无二，而且不需要注册。据官网介绍，这个道合顺Chat IC是业内首家推出的元器件智能百科，能帮助更多国内的电子工程师提高工作和学习效率。
星期五为何叫星期五，故名思义，一周只上星期五，其他时间都休息。旨在帮我大家提升创作效率。
Friday AI智能写作系统让你轻松生成高质量原创文章，如此惬意，用喝一口咖啡的时间完成写作无论你想写公众号文章、营销广告或者其它任何文案，让 Friday AI解放你的双手。
Friday 是一款线上AI文本内容生成 工具，根据提示告诉 Friday 你的想法，她就能帮你生成、改写、续写出完整的，高质量的公众号文章、邮件或营销广告等。
百度发布的知识增强大语言模型，百度全新一代知识增强大语言模型，文心大模型家族的新成员，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。
文心一言（英文名：ERNIE Bot）是百度全新一代知识增强大语言模型，文心大模型家族的新成员，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。文心一言是知识增强的大语言模型，基于飞桨深度学习平台和文心知识增强大模型，持续从海量数据和大规模知识中融合学习具备知识增强、检索增强和对话增强的技术特色。
2023年3月20日，百度官微消息文心一言云服务将于3月27日上线。
5月6日，讯飞星火认知大模型成果发布会在安徽合肥举行。科大讯飞董事长刘庆峰、研究院院长刘聪发布讯飞星火认知大模型，现场实测大模型七大核心能力，并发布教育、办公、汽车、数字员工四大行业应用成果。
发布会现场，语音输入，实时互动，无论是文本生成、语言理解，还是知识问答、逻辑推理，亦或是数学能力等，星火大模型都表现出色。现场真机实测的互动提问，大模型的精彩回答，引发掌声不断。
刘庆峰表示，认知大模型成为通用人工智能的曙光，科大讯飞有信心实现“智能涌现”。当前讯飞星火认知大模型已经在文本生成、知识问答、数学能力三大能力上已超ChatGPT。他进一步公布大模型年内三次升级时间点，10月底将整体赶超ChatGPT。后续科大讯飞还将联合开发者推动大模型应用落地，共建人工智能“星火”生态。
据传是国产最强AI，讯飞董事长在发布会说：在目前可测试的国内AI大模型中，星火认知大模型是明显遥遥领领先的，对标ChatGPT，在中文能力上超过ChatGPT，在英文能力上与ChatGPT相当。总体和ChatGPT还有细微差距，目前正在进一步优化中。
官方标语：我是通义千问，一个专门响应人类指令的大模型。我是效率助手，也是点子生成机。我服务于人类，致力于让生活更美好。
通义千问，是阿里云推出的一个超大规模的语言模型，功能包括多轮对话、文案创作、逻辑推理、多模态理解、多语言支持。能够跟人类进行多轮的交互，也融入了多模态的知识理解，且有文案创作能力，能够续写小说，编写邮件等。
2023年4月7日，“通义千问”开始邀请测试 ，4月11日，“通义千问”在2023阿里云峰会上揭晓。 4月18日，钉钉正式接入阿里巴巴“通义千问”大模型。
日日新（SenseNova），是商汤科技宣布推出的大模型体系，包括自然语言处理模型“商量”（SenseChat）、文生图模型“秒画”和数字人视频生成平台“如影”（SenseAvatar）等。
2023年4月，商汤科技董事长兼首席执行官徐立宣布推出“日日新SenseNova”大模型体系。
MOSS是复旦大学自然语言处理实验室发布的国内第一个对话式大型语言模型。
2023年2月20日，解放日报·上观新闻记者从复旦大学自然语言处理实验室获悉，MOSS已由邱锡鹏教授团队发布，邀公众参与内测。2月21日，该平台发布公告，感谢大家的关注，同时也指出，MOSS还是一个非常不成熟的模型，距离ChatGPT还有很长的路需要走。
MOSS可执行对话生成、编程、事实问答等一系列任务，打通了让生成式语言模型理解人类意图并具有对话能力的全部技术路径。
2023年4月，复旦MOSS升级版开源上线。
ChatGLM，清华技术成果转化的公司智谱AI研发的支持中英双语的对话机器人。
在人工智能领域，清华技术成果转化的公司智谱AI启动了支持中英双语的对话机器人ChatGLM内测。
旨在推动大模型的科学研究，面向高校学术交流与行业合作的试用申请。
4月10日消息，在由 360 主办的 2023 数字安全与发展高峰论坛上，360 集团创始人周鸿祎发布了基于大语言模型的中国版 ChatGPT 产品。这一产品被命名为“360 智脑”，并将率先落地搜索场景，为企业用户提供更智能、更高效的搜索体验。
从演示效果来看，360 版 GPT 已经具备了一定的推理能力，但在回答具体问题时多次“翻车”，不少问题需要多次回答才能给出准确答复。然而，作为中国版 ChatGPT 产品的 360 智脑，将凭借其先进的人工智能技术和全面的测试和优化，为企业用户带来更为出色的表现和实用性。
根据官方公告，企业用户可以在 PC 端 360 搜索首页申请并获得 360 智脑的内测资格。未来，360 智脑将与浏览器、数字助理、智能营销等场景应用结合，为用户提供全面的智能服务。
360 智脑的发布引起了广泛关注。此前，周鸿祎曾表示：“很多人关心 360 的人工智能进展，我们就把‘刚出生的孩子’抱出来给大家看看。”事实上，目前很多大家熟知的企业都已经推出了类似的产品。上个月中旬，百度文心一言宣布开放内测，阿里巴巴通义千问也在上周已经开放了内测。360 智脑的发布，将进一步丰富中国人工智能市场，推动技术的不断创新和应用的广泛拓展。
360 智脑作为一款基于大语言模型的产品，将通过其强大的推理能力和深度学习技术，为企业用户提供更智能、更高效的搜索体验。通过结合浏览器、数字助理、智能营销等场景应用，360 智脑将帮助企业用户更好地理解用户需求，提供精准的答案和解决方案，从而提升企业的搜索效果、用户满意度和竞争力。
如何系统的去学习大模型LLM ？
作为一名热心肠的互联网老兵，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 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。
二、640套AI大模型报告合集
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
阶段1：AI大模型时代的基础理解
- 目标：了解AI大模型的基本概念、发展历程和核心原理。
- 内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践 - L1.5 GPT应用案例
阶段2：AI大模型API应用开发工程
- 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
- 内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例 - L2.2 Prompt框架
- L2.2.1 什么是Prompt
- L2.2.2 Prompt框架应用现状
- L2.2.3 基于GPTAS的Prompt框架
- L2.2.4 Prompt框架与Thought
- L2.2.5 Prompt框架与提示词 - L2.3 流水线工程
- L2.3.1 流水线工程的概念
- L2.3.2 流水线工程的优点
- L2.3.3 流水线工程的应用 - L2.4 总结与展望
- L2.1 API接口
阶段3：AI大模型应用架构实践
- 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
- 内容：
- L3.1 Agent模型框架
- L3.1.1 Agent模型框架的设计理念
- L3.1.2 Agent模型框架的核心组件
- L3.1.3 Agent模型框架的实现细节 - L3.2 MetaGPT
- L3.2.1 MetaGPT的基本概念
- L3.2.2 MetaGPT的工作原理
- L3.2.3 MetaGPT的应用场景 - L3.3 ChatGLM
- L3.3.1 ChatGLM的特点
- L3.3.2 ChatGLM的开发环境
- L3.3.3 ChatGLM的使用示例 - L3.4 LLAMA
- L3.4.1 LLAMA的特点
- L3.4.2 LLAMA的开发环境
- L3.4.3 LLAMA的使用示例 - L3.5 其他大模型介绍
- L3.1 Agent模型框架
阶段4：AI大模型私有化部署
- 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
- 内容：
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
学习计划：
- 阶段1：1-2个月，建立AI大模型的基础知识体系。
- 阶段2：2-3个月，专注于API应用开发能力的提升。
- 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
- 阶段4：4-5个月，专注于高级模型的应用和部署。