ChatGPT大模型:技術場景與商業應用
梅磊、施海平、陳靖
買這商品的人也買了...
-
$650$507 -
$505LangChain 入門指南:構建高可復用、可擴展的 LLM 應用程序
-
$407AI治理大家談韌性治理與未來科技
-
$607大語言模型:原理與工程實踐
-
$594$564 -
$690$545
相關主題
商品描述
ChatGPT作為人工智能領域的一大進步,引起了熱議,其強大功能的背後離不開大模型的支持。大模型指的是參數規模超過千萬的機器學習模型,主要應用於語音識別、電腦視覺等領域。 本書聚焦大模型,對大模型的技術場景和商業應用展開詳細敘述。本書主要從典型應用ChatGPT入手,探尋其背後支撐大模型的魅力。首先,本書對大模型的基礎概念、產業格局、帶來的新型商業模式進行講解,展現了大模型的發展現狀和商業化潛力。其次,本書從數據服務、智能搜索、辦公工具、對話式AI、休閑娛樂、生產製造、智慧營銷、智慧城市等方面講述了大模型的諸多應用場景,並闡述了大模型在這些領域的應用現狀、應用潛力、企業探索實踐等。 本書內容豐富,理論與實踐案例結合,能夠為對大模型感興趣的企業管理者、創業者、投資者等深入研究大模型提供指導。
目錄大綱
目錄
第1章 ChatGPT:通用人工智能的典範
1.1 追根溯源:ChatGPT是什麽 2
1.1.1 ChatGPT:AI驅動的自然語言處理工具 2
1.1.2 從GPT-1到GPT-4,ChatGPT的前世今生 3
1.2 通用能力:ChatGPT四大功能 5
1.2.1 內容智能生成:基於海量數據生成多種內容 5
1.2.2 智能搜索:ChatGPT顛覆傳統搜索方式 7
1.2.3 智能翻譯:支持多種語言批量翻譯 8
1.2.4 賦能智能機器人:提高服務質量,提升智能性 9
1.3 GPT-4引領通用人工智能風口 10
1.3.1 通用人工智能成為AI發展的下一階段 11
1.3.2 大模型:實現通用人工智能的最佳路徑 12
1.3.3 OpenAI公佈通用人工智能規劃 13
第2章 大模型:ChatGPT的核心支撐
2.1 底層架構+運行機制 16
2.1.1 底層架構:Transformer模型 16
2.1.2 運行機制:大規模預訓練+微調 18
2.2 發展歷程與發展趨勢 19
2.2.1 從單語言預訓練模型到多模態預訓練模型 19
2.2.2 通用大模型和垂直大模型並行 20
2.2.3 ZMO.AI:聚焦營銷領域的AI大模型 22
2.3 大模型三大要素 24
2.3.1 算力:支撐大模型訓練與推理 24
2.3.2 算法:大模型解決問題的主要機制 25
2.3.3 數據:大模型訓練的養料 27
2.4 大模型帶來的三大改變 28
2.4.1 突破定製化小模型落地瓶頸 28
2.4.2 降低AI開發和訓練成本 29
2.4.3 帶來更強大的智能能力 29
第3章 產業格局:大模型生態體系雛形已現
3.1 大模型產業生態體系的三層架構 32
3.1.1 基礎層:數據+算力+計算平臺+
開發平臺 32
3.1.2 模型層:多方參與,推進大模型建設 34
3.1.3 應用層:面向用戶生成多樣化應用 36
3.2 玩家涌入大模型賽道,產業趨於繁榮 37
3.2.1 谷歌:引領潮流,推出大語言模型PaLM 2 37
3.2.2 百度:基礎大模型+任務大模型+行業大模型 38
3.2.3 中國科學院自動化研究所:推出“紫東太初”
大模型 40
3.3 產業發展趨勢:大模型開源成為風潮 40
3.3.1 因何開源:防止壟斷+數據保護+降低成本 40
3.3.2 多模態化:多模態開源大模型成為趨勢 42
3.3.3 開源社區涌現,成為開源大模型聚集地 44
3.3.4 華為:以開源AI框架賦能大模型 46
第4章 新型商業模式:MaaS重構商業生態
4.1 MaaS模式拆解 50
4.1.1 概念解析:MaaS是什麽 50
4.1.2 MaaS模式產業結構 51
4.2 MaaS模式在B端的商業化落地 52
4.2.1 聚焦高價值領域落地 52
4.2.2 開放API,助力企業產品迭代 54
4.2.3 以平臺助力,提供一站式MaaS服務 55
4.3 MaaS模式在C端的商業化落地 57
4.3.1 MaaS模式在C端落地的三大路徑 57
4.3.2 智能硬件成為承載個性化大模型的主體 59
4.3.3 雲從科技:面向C端發布“從容”大模型 60
4.4 MaaS模式成為大模型廠商的核心商業模式 61
4.4.1 訂閱制收費 61
4.4.2 嵌入其他產品獲得引流收入 62
4.4.3 開放API和定製開發收費 63
第5章 大模型+數據服務:引爆數據服務市場
5.1 大模型趨勢下,數據資源需求增加 66
5.1.1 數據標註服務需求爆發 66
5.1.2 數據訓練需求帶動版權IP需求爆發 67
5.1.3 中文在線:成為多家大模型廠商的合作夥伴 67
5.2 合成數據:為大模型提供優質數據源 69
5.2.1 高效、低成本、高質量的數據 69
5.2.2 應用場景:自動駕駛+機器人+安防 70
5.2.3 多家科技巨頭佈局合成數據業務 71
5.3 大模型時代,數據服務市場迎來競爭熱潮 72
5.3.1 海天瑞聲:開放數據集+打造標註平臺 72
5.3.2 拓爾思:以數據優勢探索大模型落地路徑 74
5.3.3 浪潮信息:積極推進大模型研發 75
第6章 大模型+智能搜索:打造互動溯源搜索方式
6.1 大模型怎樣變革搜索方式 80
6.1.1 搜索方式變革,智能互動式搜索將出現 80
6.1.2 生成式搜索,提供豐富內容 82
6.1.3 知乎發布大模型,探索智能搜索 83
6.2 搜索引擎融合大模型成為企業切入點 83
6.2.1 微軟:New Bing佈局 84
6.2.2 谷歌:搜索引擎升級與大模型研發 85
6.2.3 百度:扛起生成式搜索的“大旗” 86
6.3 搜索引擎變革下的廣告和電商 88
6.3.1 搜索廣告更加個性化 88
6.3.2 電商跨模態搜索成為現實 89
6.3.3 亞馬遜:以大模型賦能電商搜索 90
第7章 大模型+辦公工具:解放辦公勞動力
7.1 大模型優化多場景辦公體驗 96
7.1.1 郵箱場景變革:郵件智能分類、撰寫、回復 96
7.1.2 大模型賦能文檔內容創作與PPT創作 98
7.1.3 大模型融入管理系統,提升管理效率 99
7.1.4 大模型賦能代碼生成,降低開發門檻 100
7.2 OA成為大模型應用切入點 101
7.2.1 OA是企業信息化核心系統 101
7.2.2 OA系統的五大功能引擎 102
7.2.3 大模型與OA系統融合成為趨勢 105
7.2.4 Microsoft 365 Copilot:大模型與辦公軟件
結合的探索 105
7.3 企業佈局,搶占大模型辦公先機 107
7.3.1 科技巨頭以大模型入局辦公軟件領域 107
7.3.2 科技巨頭以大模型為辦公軟件企業賦能 109
7.3.3 印象筆記自主研發輕量化大模型 111
7.3.4 訊飛星火認知大模型為辦公賦能 113
第8章 大模型+對話式AI:提升AI產品智能性
8.1 對話式AI的競爭走向體系化 116
8.1.1 對話式AI的三大技術要點 116
8.1.2 提高對話式AI底層模型的構建效率 118
8.1.3 大模型賦能對話式AI生成個性化內容 119
8.1.4 大模型加持,對話式AI實現進化 120
8.1.5 客服Robot:企業級機器人出現 121
8.2 文本機器人接入大模型 122
8.2.1 大模型豐富知識庫,提升AI理解能力 122
8.2.2 應用場景:智能問答+智能客服 123
8.3 語音機器人接入大模型 125
8.3.1 破解“命令式交互”瓶頸,升級互動體驗 125
8.3.2 應用場景:智能音箱+語音助手 127
8.4 多模態機器人接入大模型 128
8.4.1 大模型驅動多模態機器人發展 129
8.4.2 大模型與工業機器人結合雛形已現 130
8.5 虛擬數字人接入大模型 131
8.5.1 大模型重新定義虛擬數字人 131
8.5.2 大模型助力,實現個性化虛擬數字人打造 132
8.5.3 元境科技:多模態虛擬數字人亮相 133
第9章 大模型+休閑娛樂:升級用戶娛樂體驗
9.1 大模型下,游戲行業迎來多重變革 136
9.1.1 大模型解放游戲行業生產力 136
9.1.2 大模型支撐下的游戲引擎迎來發展 138
9.1.3 英偉達:為游戲開發者打造定製化AI模型 140
9.2 大模型給影視行業帶來發展機遇 141
9.2.1 3D模型助力影視內容生產 142
9.2.2 百度首發大模型“電影頻道-百度·文心” 142
9.3 大模型賦能音視頻製作 144
9.3.1 大模型釋放AI音樂生產力 144
9.3.2 大模型實現文本轉視頻和數字人視頻生成 145
9.3.3 騰訊音樂:加強大模型在音樂領域的探索 147
9.3.4 通義聽悟:帶來全新音頻、視頻體驗 149
第10章 大模型+生產製造:工業領域智能化程度加深
10.1 通用大模型與工業大模型 152
10.1.1 通用大模型走向工業大模型 152
10.1.2 工業大模型破解工業生產多種發展瓶頸 153
10.1.3 工業大模型底座:為製造企業賦能 155
10.2 大模型融入生產製造流程 156
10.2.1 工業3D生成:生成工業模型,
賦能工業設計 156
10.2.2 融入生產系統:貫穿計劃、製造全流程 158
10.2.3 工業機器人進一步發展 159
10.2.4 盤古大模型:開啟智能生產新範式 160
10.3 “大模型+自動駕駛”激活汽車製造業 161
10.3.1 自動駕駛算法:多個模塊的集合體 161
10.3.2 大模型賦能自動駕駛各環節 163
10.3.3 科技巨頭構建自動駕駛通用系統 164
10.3.4 汽車製造企業自研大模型,積極入局 166
10.3.5 魔方Rubik大模型:汽車智能製造新探索 167
第11章 大模型+智慧營銷:助推營銷方式變革
11.1 多場景落地,大模型提升營銷效果 170
11.1.1 打造智能客服,提供個性化客戶服務 170
11.1.2 構建智能推薦系統,提升產品轉化率 172
11.1.3 助力智能質檢,提升企業營銷效果 173
11.1.4 助力智能投顧,給出專業化建議 174
11.1.5 京東大模型:助力企業精準營銷 175
11.2 大模型實現營銷內容人機共創 176
11.2.1 創意生成:生成定製化營銷創意 176
11.2.2 內容生成:生成多元化營銷內容 177
11.2.3 超級員工:大模型能力加持,構建數字員工 178
11.2.4 三人行攜手科大訊飛,打造營銷大模型 180
11.3 大模型重構營銷業務 181
11.3.1 多方面重構,營銷業務升級 181
11.3.2 智能電商成為電商發展新方向 183
11.3.3 大模型時代,金融服務營銷模式創新 184
11.3.4 中關村科金:探索大模型在金融領域的應用 187
第12章 大模型+智慧城市:推動城市數字化升級
12.1 大模型多場景賦能智慧城市建設 190
12.1.1 優化資源配置,推動城市高效運轉 190
12.1.2 預測交通狀況,轉變交通管理模式 193
12.1.3 降水預測大模型,實現氣象預報精細化 195
12.2 城市安防:大模型引領安防創新 196
12.2.1 大模型助力安防智能化 197
12.2.2 多模態大模型成為智慧安防新風口 198
12.3 探索智慧城市應用,企業在行動 200
12.3.1 “文心一言”大模型+哈爾濱:推進城市
智慧化建設 200
12.3.2 “孔明”大模型,實現城市治理增效 202
12.3.3 “通義千問”攜手“靈錫”,加深數字化
城市探索 204