亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

1、底層技術：AI通過三大能力賦能辦公場景，大模型技術提升辦公生產力

　　AI通過提升人類的內容生成能力、人機交互能力和非結構數據處理能力，來賦能辦公場景：1）AIGC技術開啟辦公軟件發展新階段，辦公產品從效率工具向生成工具轉變；2）大模型提升人機交互能力，降低辦公軟件使用成本；3）AI提升辦公軟件非結構化數據處理能力，幫助企業更加高效地挖掘數據資源價值。

　　大模型技術的成熟和商業化推廣，為下游辦公應用向智能化演進提供支撐。1）GPT-4在辦公領域展現出四個極為重要的能力：會話式交互方式、跨語言及多模態交流能力、長文本處理能力、復雜推理能力。四大能力作為支撐，使得大模型在辦公軟件市場應用前景廣闊。2）文心一言強大的中文理解能力展現出廣闊的應用前景，中文場景的內容生成方面具有優勢。3）訊飛星火大模型：辦公是星火模型未來重點應用的領域，依托訊飛在各行業積淀的海量數據，可賦能細分領域的辦公場景。

　　2、辦公智能化實踐：國內外廠商齊發力，AI+辦公應用百花齊放

　　AI與辦公應用的融合，國內外廠商已有諸多實踐案例：微軟和谷歌都發布了融合AI的辦公應用Microsoft365 Copilot和Workspace，幫助用戶提高工具生產力；Salesforce通過接入通用大模型+自研小模型的方式，推出GPT程序賦能協作產品，提升溝通效率；Notion AI和印象筆記等筆記類應用，通過接入大語言模型實現文檔自動寫作；飛書推出AI助手“My AI”，以對話形式提供多種功能，包括優化和續寫文字內容、創建日程、自動匯總會議紀要、搜索公司內部知識庫等。 　

隨著ChatGPT等語言大模型落地，AIGC技術落地在各行各業中得到發展和推進。根據模型的分類，AIGC的應用可被分為單模態和多模態兩類。單模態模型可以助力各個應用，提升原有的能力和生產力。諸如ChatGPT已與Bing結合，使搜索更智能化。同時，搜索引擎又能很好地彌補語言模型預訓練時不具備的數據實時性。單模態模型與操作系統的連接也能改變傳統的人機交互模式，使系統響應更智能，軟件間的數據流通更廣泛；與游戲應用的結合可以使NPC更鮮活，與玩家的對話更真實；應用于文學作品可以激發創作靈感，提高寫作效率，掀起AI電子書熱潮；應用于客服場景可以提升原智能客服的多輪對話能力，個性化回答能力。 　　多模態的模型是AIGC的發展趨勢，現有的DALL-E或StableDiffusion已經在文本到圖像的跨模態領域很好地落地，可以更容易地生成高質量海報和提升三維場景重建的效果；與視頻剪輯應用的結合降低視頻制作的門檻，拓展影視領域的空間；Google的多模態模型PaLM-E將豐富機器人操作場景，智能化機器人反饋。最新的GPT4多模態模型與Office辦公軟件的結合將顯著提升生產力，使辦公軟件間的聯動更智能；GPT4可以賦能教育科研領域，緩解教育資源短缺，降低獲取知識的門檻；GPT4可以賦能數字人，使數字人落地場景更豐富，交互更擬人；GPT4還能助力應用開發，簡化發開周期，降低開發的門檻。

ChatGPT快速滲透， AI產業迎發展新機 　　ChatGPT是由OpenAI公司開發的人工智能聊天機器人程序， 于2022年11月發布， 推出不久便在全球范圍內爆火。根據World of Engineering數據顯示， ChatGPT達到1億用戶量用時僅2個月， 成為史上用戶增長速度最快的消費級應用程序。與之相比， TikTok達到1億用戶用了9個月， Instagram則花了2年半的時間。從用戶體驗來看， ChatGPT不僅能實現流暢的文字聊天， 還可以勝任翻譯、 作詩、 寫新聞、 做報表、 編代碼等相對復雜的語言工作。 　　ChatGPT爆火的背后是人工智能算法的迭代升級。ChatGPT是基于GPT-3.5微調得到的新版本模型， 能夠借助人類反饋的強化學習（RLHF） 技術來指導模型訓練， 實現模型輸出與人類預期的需求， 使對話內容更加人性化和富有邏輯性。從2008年第一代生成式預訓練模型GPT-1誕生以來， GPT系列模型幾乎按照每年一代的速度進行迭代升級， 未來隨著大語言模型（LLM） 技術的不斷突破， AI相關應用有望加速落地， AI產業或將迎來新一輪發展機遇。 　　ChatGPT激起AI浪潮，大算力芯片迎來產業機遇 　　ChatGPT是生成式人工智能技術（AIGC） 的一種， 與傳統的決策/分析式AI相比， 生成式AI并非通過簡單分析已有數據來進行分析與決策， 而是在學習歸納已有數據后進行演技創造， 基于歷史進行模仿式、 縫合式創作， 生成全新的內容。AIGC的應用非常廣泛， 包括自然語言生成、 圖像生成、 視頻生成、 音樂生成、 藝術創作等領域。 　　AIGC產業鏈主要分為上游算力硬件層、 中游數據/算法軟件層和下游行業應用層。硬件層依靠高性能AI芯片、 服務器和數據中心為AIGC模型的訓練提供算力支持， 是承載行業發展的基礎設施；數據/算法層軟件層主要負責AI數據的采集、 清洗、 標注及模型的開發與訓練， 多方廠商入局自然語言處理、 計算機視覺、 多模態模型等領域；行業應用層目前主要涉及搜索、 對話、推薦等場景， 未來有望在多個行業呈現井噴式革新。 　　多模態賦能下游行業智慧化升級 　　多模態大模型有望成為AI主流， 賦能下游行業智能升級。生成式AI主要依賴于人工智能大模型， 如Transformer、 BERT、GPT系列等。這些模型通常包含數十億至數萬億個參數， 需要龐大的數據集進行訓練， 致使AI算力的需求也呈現出指數級的增長。多模態是一種全新的交互、 生成模式， 集合了圖像、 語音、 文本等方式， 因其可以結合多種數據類型和模態的學習，將有望徹底改變我們與機器互動的方式， 快速占據人工智能主導地位。我們認為多模態大模型長期來看不僅可以從成本端降本增效， 需求端也將通過快速滲透推廣為下游行業帶來持續增長需求， 從而快速推動下游行業智慧化應用升級。 　　模型更新升級帶動下游行業不斷發展 　　從GPT-1到ChatGPT， 模型參數與訓練數據量不斷增加， 所需算力資源不斷提升： 　　GPT-1：最早的GPT模型之一， 包含了1.17億個參數， 預訓練數據量約為5GB。 　　GPT-2：參數數量達到了1.5億個， 預訓練數據量達40GB。 　　GPT-3：是目前為止最大的語言模型之一， 包含了1750億個參數， 預訓練數據量為45TB。 　　ChatGPT：基于GPT-3模型的變種之一， 參數量預計與GPT-3相近。 　　GPT-4性能提升顯著， AIGC應用市場空間廣闊 　　多模態模型是實現人工智能應用的關鍵。3月14日OpenAI發布GPT-4多模態大模型， 擁有1） 強大的識圖能力；2） 文字輸入限制提升至2.5萬字；3） 回答準確性顯著提高；4） 能夠生成歌詞、 創意文本、 實現風格變化。在各種專業和學術基準上，GPT-4已具備與人類水平相當表現。如在模擬律師考試中， 其分數在應試者前10%， 相比下GPT-3.5在倒數10%左右。多模態大模型在整體復雜度及交互性上已有較大提升， 模型升級有望加速細分垂直應用成熟， 賦能下游智慧化升級， 帶動需求快速增長。 　　AIGC下游市場滲透率低， 增長空間廣闊。根據 Gartner數據， 目前由人工智能生成的數據占所有數據的 1%以下， 預計2023年將有 20%的內容被生成式AI 所創建， 2025 年人工智能生成數據占比將達到 10%。根據前瞻產業研究院數據， 2025年中國生成式商業AI應用規模將達2070億元， CAGR（2020-2025） 為84.06%。

**為什么 ChatGPT 如此重要？AI C 端產品中的第一個爆款，可能代表著商業 化的拐點。**1）從用戶體驗上，比起競品和上一代產品，ChatGPT 的連續對話 能力明顯更強，具備了大范圍商業化的潛力。2）從應用場景的潛力上，語義 文本類產品想象空間較圖片類更大。短期看有望落地的包括更專業的客服機器 人、更垂直更專業化的 AI（如醫療教育領域）、新一代的智能搜索等。3）ChatGPT 的出現或將加快巨頭對于 AI 的發展速度。ChatGPT 的成功或將促進各科技巨 頭加大對于 AI 的研發投入，如谷歌近日宣布投資 OpenAI 的競爭對手 Anthropic。大廠的競爭有助于技術的進步和商業化的加速。

? 為什么是 ChatGPT？比起競品和上一代產品，ChatGPT 在多方面有了明顯改 善。1）道德性的增強，敢于質疑提問者提問前提的正確性和正當性。避免出 現偏見、歧視等毒害信息。2）主動承認錯誤或主動承認無法回答某一問題。3） 可以理解整段對話上下文的語義，而不是孤立的回答其中一個問題。4）對提 問者意圖判斷能力大幅提升，并非單純根據相關性進行答案羅列。因此整體上， ChatGPT 有著比其他 AI 機器人更好的用戶體驗，具備了真正意義上的連續對 話的能力。

**? 如何落地？**短期看是降本增效的新生產力工具，長期看可能帶來新的內容生 產范式。ChatGPT 的成功證明了生成式模型的進化，實現通用人工智能 AGI 的可能性進一步提高。其重要性體現在 AI 對人類傳達信息的載體有了更好 的學習，在此基礎上各個媒介之間的互通成為可能。例如從自然語言生成編程 語言，可以產生新的人機交互方式；從自然語言生成圖片和視頻，可以革新內 容行業的生產范式。短期直接落地的場景可能是在文本端，提高人的效率：搜 索、營銷文案、客服、輔助寫作；更長期的可能在于提高人機互動的智能， 如在游戲、虛擬人方面的應用。

百度于2023年3月16日召開關于“文心一言”的主題發布會，“文心一言”作為國內首款正式發布的生成式語言大模型，擁有文學創作、商業文案創作、數理邏輯推算、中文理解、多模態生成等功能。文心平臺依托于百度自研的產業級深度學習平臺飛槳（PaddlePaddle）打造，致力于為用戶提供一站式AI開發服務： 　　AI大模型與行業大模型：文心平臺提供NLP、CV、跨模態、生物計算四大主流AI研究領域的多個基礎大模型，多個模型在技術層面實現突破創新，處于世界領先水平。其中，NLP領域的ERNIE3.0Zeus采用自回歸網絡和自編碼網絡，能夠兼顧自然語言理解和生成功能；CV領域的VIMER-UFO2.0使用超網絡結構，推理時僅需激活總參數量的1/30；ERNIE-ViLG2.0引入基于語言和圖像的知識增強算法，在文本圖像生成任務中的表現已經超越了OpenAI旗下的DALLE-2。文心平臺與各行業企業聯手打造行業大模型，目前已覆蓋能源、金融、航天、制造、傳媒、城市、社科、電影等8個領域。目前已有650余家知名企業宣布接入“文心一言”，涵蓋企業服務、金融IT、汽車、傳媒、教育、家電、金融等10余個行業。 　 　　一站式開發平臺與開發工具：開發平臺方面，文心面向專業知識有限的AI應用開發者提供零門檻平臺EasyDL，面向專業開發者提供全功能平臺BML。目前這兩個平臺均僅支持使用百度文心的云端算力，可采用公有云、私有化離線、軟硬一體等部署方式。開發工具方面，文心提供ERNIEKit自然語言處理開發工具及PaddleFleetX全流程開發套件。此外，現階段文心平臺還向開發者免費提供大模型API。 　 　　產品與社區：百度文心通過構建產品與社區經營，對外展示生成式模型的強大性能，以此吸引愛好者投入創作，進而構筑成熟的AIGC社區，可在實踐中探索AI商業化模式。目前除“文心一言”外，文心平臺提供產業級搜索系統“文心百中”、藝術創意輔助平臺“文心一格”，以及采用眾創模式的旸谷社區。 　 　　目前百度文心生成式語言大模型在參數規模、技術創新、應用落地方面均在國內同業中處于領先水平。3月16日起，“文心一言”首批用戶可通過邀請測試碼接入體驗，同時百度智能云將面向企業客戶開放“文心一言”API調用接口，有望進一步豐富百度AI生態，賦能更多行業伙伴。 　

　AIGC空間廣闊，商業化落地持續推進

　　AIGC的落地痛點在于成本高昂的通用大模型與下游垂直應用場景需求的不匹配。ChatGPT熱度持續提升，一方面推動了科技巨頭持續加大AI投入，另一方面也直接帶動下游付費意愿提升，進一步加速AIGC應用落地和商業變現，AIGC產業迎來發展良機。 　　（1）從內容形態來看，AIGC應用包括文本、音頻、圖像、視頻、代碼、多模態等內容生成形式，根據紅衫資本預測，AIGC將首先在文本和代碼領域落地應用，隨后逐漸拓展至圖像和視頻領域。 　　（2）從應用價值來看，AIGC應用價值體現在降本增效、提升內容質量、增加內容多樣性、生成個性化內容等方面。在垂直領域，目前國內已有機器寫稿、對話式AI、報告生成等AIGC應用落地，技術價值主要在于替代人工實現降本增效。隨著科技巨頭的持續投入以及技術的迭代升級，AIGC技術應用場景進一步拓寬，技術價值也有望從將本增效向額外價值轉移。 　　AI賦能價值凸顯，AI應用大有可為 　　（1）AI+搜索：搜索是互聯網的流量入口，微軟、谷歌、百度均表示將率先將AI技術應用于搜索，未來有望重塑信息生成和呈現方式，成為新的流量入口。 　　（2）AI寫作：AI寫作可大幅提升效率，在具有較強規律性的結構化寫作方面具有豐富應用場景。目前已在辦公軟件、新聞媒體等專業應用場景商業化落地。 　　（3）AI對話：AI對話主要用于替代人類完成大量重復性、規則性對話任務，在金融、互聯網、運營商等擁有大量C端用戶的行業擁有廣闊應用前景。ChatGPT在多項測試中已經超過人類，將對話AI提升至新的高度，未來應用空間廣闊。 　　（4）AI翻譯：在AI技術支持下，機器翻譯效果持續優化，但在廣義理解層面仍面臨挑戰。相比專業搜索工具，ChatGPT具有更強的理解能力，在部分場景的翻譯表現優于谷歌翻譯和DeepL，表現驚艷。 　　（5）AI作畫：AI作畫可解決視覺內容創作門檻高、耗時長的痛點，對于內容創作的價值凸顯。根據6pen預測，未來五年10%-30%的圖片內容將由AI參與生成，預計2027年市場規模有望超過600億，空間廣闊。 　　（6）AI視頻：AI已經可以輔助完成視頻生成、替換、剪輯等多項任務，已在短視頻、AI修復等領域廣發應用，下游需求旺盛，未來應用潛力廣闊。

**刷爆的ChatGPT什么算法這么強！臺大李宏毅老師國語講解《ChatGPT (可能)是怎么煉成的 》！ **

** **

** **

　AIGC多模態跨模態應用逐漸成熟，市場空間廣闊。 　　廣義的AIGC指具備生成創造能力的AI技術，即生成式AI。可以基于訓練數據和生成算法模型，自主生成創造新的文本、圖像、音樂、視頻等內容。2022年被稱為AIGC元年，未來兼具大模型和多模態模型的AIGC模型有望成為新的技術平臺。據《中國AI數字商業產業展望2021-2025》報告，預測AI數字商業內容的市場規模將從2020年的40億元，增加到2025年的495億元。 　　ChatGPT產品歷經多代技術演進，產品與商業模式逐漸成熟。 　　ChatGPT是文本生成式AI，過去的傳統AI偏向于分析能力，主要基于已有內容；現在文本生成式AI基于底層Transformer模型，不斷訓練數據和迭代生成算法模型，歷經GPT-1、GPT-2、GPT-3，模型不斷升級，到ChatGPT的GPT3.5模型，已可以自主生成各種形式的內容。近期收費版ChatGPTPlus版本發布，AI商業化序幕逐漸拉開。 　　AI商業化落地在即，行業算法側和算力側投資機會有望超預期。 　　根據數據顯示，ChatGPT總算力消耗約為3640PF-Days，按國內的數據中心算力測算，需要7-8個數據中心才能支持其運行。各模態AI數據訓練到應用均需要算法和算力的加持，未來要想大規模應用，算法訓練和算力部署均需先行。

**刷爆的ChatGPT什么算法這么強！臺大李宏毅老師國語講解《ChatGPT (可能)是怎么煉成的 》！ **

** **

** **

1. 我們如何評價ChatGPT的出現？

　　當我們看到微軟CEO納德拉說到“AIGC堪比工業革命”，比爾蓋茨評價ChatGPT的歷史意義重大，甚至不亞于“PC或互聯網誕生”時，我們辯證性地思考這個問題：細數人類社會經歷的三次工業革命，第一次以蒸汽機為代表，機械生產取代了雙手；第二次以發電機而代表，電器成為補充和取代蒸汽機的新能源；第三次以計算機為代表，促成了各種各樣“人-機控制系統”的形成，使得起初的機械化、電氣化邁入進階的自動化。就目前我們看到這三次革命的成果，基本都呈現“機器幫助人”，且存在物理實體的意識型態。不同于前三次，我們有理由猜測第四次工業革命是一個具有前所未有的算力的“超級機器”，它不僅僅可以在體力上協助人類，同時可以在智力上取代人類的部分/全部功能。ChatGPT的出現，從用戶體驗的角度，仿佛一定程度上觸碰到了這個門檻，因為它是那般順暢，滿足了用戶大部分的提問需求，且在一分鐘內呈現答案。在此之前，AI人工智能早已并不陌生，AlphaGo贏下李世石，但這一次，真正讓人們體會到傳統的腦力工作者，幾乎無法在效率的比拼上贏過機器。ChatGPT的出現，更像是Iphone之于手機市場，以用戶最容易上手，接近0教育成本的對話形式，成功打造了爆品。商業社會往往需要成功案例的打造，而ChatGPT在微軟生態的火速應用，以及訂閱模式的跑通確定了人工智能的可行性，證明了業務模式的有效性和可復制性。從這一點論述，ChatGPT確實具備里程碑式意義。 　　2.ChatGPT是否足夠完美，完美到接近與“自然人”的臨界點？ 　　根據我們長時間的使用感受，ChatGPT有它的可取之處：當你需要建議時，它可以提供具有一定新穎性、趣味性的邏輯框架，在內容上啟發創造力與靈感，系統性地梳理思路；當你的語句或者文案不夠有新意時，它可以賦予句子新的生機，大大減少人們構思寫作的時間；當程序員花了大量的時間構思邏輯框架與代碼時，由于編程環境中很多功能的寫法是有定式的，它可以大大減少這種類型代碼的寫作時間，為程序員提高生產效率，而程序員可以將更多時間放在理解需求和構建框架上，而節省執行層面的時間。而缺點也較為明顯：目前提供的信息并不完全準確，利用概率生成的模型有很大概率存在張冠李戴的情況，通常需要二次確認；它很難做增量信息的知識更新；它只可以做大而全的東西，而無法精確到執行層；同時，ChatGPT的某些回答帶有政治、價值傾向性，對用戶有一定的誤導性，所以在當前的情況下，ChatGPT仍然有很多改進優化的空間。 　　3.生成式AI如何做商業化變現？它將如何對傳統行業進行挑戰、升級或是顛覆呢？ 　　我們認為它將挑戰文案寫作類型的工作，全面升級搜索行業的存在形態，顛覆低技術與內容創造類職業。1.根據上文我們提到，ChatGPT擅長文字美化，細節優化與提供建議，一定程度上它可以輔助文案工作者更快、更好的完成創作，助力企業大大減少創作花費的成本與精力，尤其是相關的人力成本。因此我們預計新聞業、互聯網營銷業以及互聯網寫作類的人群將受到挑戰與沖擊。2.搜索行業的呈現形式將發生大變化，而用戶獲取信息的方式以及交互形式也將發生本質性變化。新版Bing和Edge瀏覽器融合ChatGPT后，呈現檢索+生成兩種信息類型，提供實時信息，理解用戶需求后進行一定的邏輯推斷，并自動撰寫內容。根據Statcounter的數據，谷歌在全球搜索引擎市場占有93%的份額，而Bing或借助ChatGPT攪動搜索的競爭格局。3.根據上文的分析，每一次的工業革命意味著“機器幫助人”的形態更進一步，所以我們大膽猜想AI或取代一部分低技術，且重復勞動類職業，如數據分析、電話客服，文員等，同時AIGC也將賦能內容產業，“AIGC+新聞”、“AIGC+影視”、“AIGC+娛樂”的模式也將顛覆原有的產業框架，大幅縮短創作周期，提高生產力。 　　4.中國AIGC的發展如何及相關的投資標的總結。 　　①中國的擅長項在于AI的語音、圖像、視頻識別，因為中國有大量的數據可以對AI進行訓練，獨立運營的公司目前還較少，大多作為公司的附屬業務，變現模式尚不明朗，客戶群體主要集中于B端，如何將AIGC進行商業化應用是目前最主要的矛盾。

近期人工智能研究公司OpenAI推出的聊天機器人模型CHAT-GPT不斷出圈，據Semafor援引知情人士報道，微軟正商談以290 億美元估值，向OpenAI 投資100 億美元，一切均指向人工智能模型的新范式“生成式AI模型（Generative Model）”。此前的決策式AI模型（Discriminant Model）是根據已有數據進行分析、判斷、預測，典型應用為內容的智能推薦（短視頻）、自動駕駛等；而生成式AI更強調學習歸納后進行演繹創造，生成全新的內容，本質是對生產力的大幅度提升和創造，已催生了營銷、設計、建筑和內容領域的創造性工作，并開始在生命科學、醫療、制造、材料科學、媒體、娛樂、汽車、航空航天進行初步應用，為各個領域帶來巨大的生產力提升。

報告獲取方式

報告地址： //pan.quark.cn/s/7f8d7dd502f8