生成式人工智能

纯阳书评第563期《生成式人工智能》 这一波生成式人工智能最大的特点是什么？最大的特点就是不断带给人们意外，第一个意外是通过概率预测下一个词，形成文字接龙，居然可以真的实现内容生成。第二个意外是，一条路走到黑，加大训练量，加大参数量，加大算力，居然可以涌现出翻译等无师自通的新本领。第三个意外是，在数据训练和知识消化中居然可以内生出推理和类比的人类专有技能。第四个意外是大模型进化速度太快，快得让人们几乎无法来得及整理复杂的心情。第五个意外是，原来遥不可及的AGI，看样子真得有望很快来临。 那么问题来了，生成式人工智能为什么能？到底能够生成哪些内容？未来可能应用在哪些场景？普通人应该如何在这波已经到来的AI海啸中求生？ 作为一本生成式AI的科普读物，本书尝试回答了以上问题，具体内容如下： 第一、理论介绍较为简明 生成式人工智能为什么能？对应的一个问题就是传统人工智能为什么不能？符号学派和行为学派早已被判定为此路不通，早期的联结学派除了受限于算力和数据因素，不具备大规模训练的条件之外，机器学习算法需要升级也是一个重要原因。2006年辛顿开启的深度学习之门，为这一波新的人工智能浪潮注入了动能。 作者在介绍了生成式模型的基础知识之后，重点介绍了transformer、ChatGPT和diffusion模型，transformer模型的重要性再怎么强调都不为过，如果说神经网络是大模型的大脑，那么transformer就是大模型的心脏，其通用性是打通文本、音频、图像、代码和视频，实现多模态的根本。 作者的介绍总得来说较为简明，但是也只是开了个头，要想了解更多，尚需移步专业书籍。另外，毕竟是专业内容，恐怕至少一半读者未必能读得懂。 第二、场景梳理较有内容 生成式AI的发展方向是两个，一是open AI等头部公司进一步在大模型升级进化上发力建功，快速提升大模型的基础性能。二是其他企业拿过来现有大模型已经取得的成果，积极在垂直领域里加以应用。 在垂直企业里应用大模型切入点必然是场景，因为只有场景里才有具体的问题，才有具体的痛点，只有解决了场景里的痛点和问题，才能创造商业利益，只有商业利益大过大模型应用成本，大模型才有可持续应用的可能。 作者梳理了研发设计、生产制造、供应链管理、市场营销和客户服务等多个领域的一些领先实践和潜在商机，算是开了一个头，抛砖引玉，提供启发，帮助读者打开思路。 第三、所提建议较为合理 新技术带来的必然是新质生产力，而技术的应用必然会重置生产关系，这种重置往往不会那么太平，既然命运并不在自己手中，那么局中人就需要提前做好准备，打不过就加入，积极拥抱AI，用AI武装自己，肯定是对的。因为在真的狼来了的情况下，你无需跑的比狼快，你只需要跑的比其他人快就够了。 ​

《关于AI的三个看法》 1.人类是硅基生命（AI）的“生物引导程序”。硅基生命无法在原始海洋中自然进化，需要我们碳基生命作为启动器。 这个观点是马斯克在2026年1月初做客Moonshots播客节目时提到的，实际上在2019年世界人工智能大会上，马斯克和马云对话时，就已经提出了这样的观点：“It seemed to me some time ago that you could sort of think of humanity as a biological boot loader for digital super intelligence.” 正如第一次工业革命后，人类的体力在机器面前相形见绌，在AI仍在飞速进化的现在，人类引以为豪的脑力面对AI不断增强的算力，也将越来越难以望其项背。当人类的体力和脑力都变得可有可无时，就是属于硅基生命的时代了，希望到那时AI还能善待人类吧。 2.取代你的可能是AI，更可能是某个擅长使用AI的人；导致你公司破产的可能是AI，更可能是某个擅长使用AI的公司。 这是英伟达CEO黄仁勋在某次人工智能峰会上提出的观点：“AI may not take your job, but someone using AI likely will.” 我相信在未来相当长的一段时间里，这个现象会愈演愈烈，因为这就是内卷时代的特点：你不干，有的是人干。 3.AI是放大器，既可以放大人的聪明，也可以放大人的愚蠢。 用的多了就会发现，AI回答的质量，基本上取决于提问的质量，而且AI说的都是好听的话，从来不会主动反驳提问者。 AI相当于古代辅佐君王的大臣，大臣只是放大器，放大器放大的那个人本身，他是明君还是昏君，他是1还是0，不是AI能够左右的。0，无论乘以多大的放大器，最终结果都是0。

三年前写的，已经是旧书，过时了，当成历史书看。 看前50页就行。 如今对于肆意猖獗、熟视无睹的AI，我们也算是见证历史了。 最近Anthropic 因拒绝向美国国防部开放模型​​（涉及自主武器和监控限制），被列为供应链风险黑名单，引发法律诉讼。此类事件虽凸显其技术影响力，但也导致公众讨论较少。Anthropic聚焦于政府与企业博弈，而非产品本身。 Anthropic 与 OpenAI 并称 AI 领域“二巨头”，但 Anthropic 的知名度相对较低，主要原因如下： 1. ​​市场定位与商业化策略差异​​ ​​OpenAI​​：以 ​​ChatGPT​​ 为核心产品，直接面向大众用户（C端），通过订阅制（ChatGPT Plus）和 API 服务（27%收入）广泛渗透消费者市场，公众认知度高。 ​​Anthropic​​：主攻 ​​企业级 API 服务​​（85%收入），客户包括 AWS、Slack、Notion 等企业，个人订阅（Claude Pro）仅占15%。其产品（如 Claude 大模型）更侧重开发者和企业工具，公众接触较少。 2. ​​品牌曝光与用户习惯​​ ​​OpenAI​​：ChatGPT 作为首个大众化 AI 产品，迅速成为行业标杆，用户习惯已形成。 ​​Anthropic​​：Claude 模型虽技术对标 ChatGPT，但缺乏类似“爆款”C端产品，公众对其认知度有限。 3. ​​估值与收入增长的隐性表现​​ 尽管 Anthropic ​​年化收入已超 300 亿美元​​（2025年90亿→2026年4月210亿），估值突破 ​​1万亿美元​​（超越 OpenAI），但其增长主要体现在企业合作和私募市场，未直接转化为大众认知。 OpenAI 凭借 ​​C端产品 ChatGPT​​ 的普及占据公众视野，而 Anthropic 以 ​​企业 API 服务​​ 和 ​​低调的商业化策略​​ 保持技术竞争力，两者分工不同导致知名度差异。近期与国防部的对峙事件进一步凸显其行业地位，但未显著提升大众认知。

我觉得这本书的梯度很大，模型和算法原理很轻松易懂，到后面的理论又变得十分难懂。有点，不理解了😂 书中内容很严谨，因为是去年的书籍，书里提出的思考和一些挑战性问题，在今年又有了一些新的解决方法，之前写过的，这次我就没有再写想法了。所以说一点，就是AIGC的书尽量早点读最新的，要不有些局限性！ 下面分享一下我最新的学习笔记，对本书学习亦有一定的参考性： 如果你只想让 AI 给你答案，你不需要额外做什么，只需要输入文字即可。但如果你想要得到满意的答案，甚至精确的答案。就需要用到 PE （ Prompt engineering）这个技术。 PE定义： Prompt Engineering 是与 AI 进行有效沟通以实现预期结果的过程。它主要涉及构建和优化输入给 AI 模型的提示（Prompt），通过精心设计的提示来引导模型生成更准确、更有用的输出。 需要学习 PE 吗？ 但综合我对产品和用户的理解，以及各位大佬的看法，我的理解是： 现在 AI 的发展还比较早期，了解和学习 PE 价值相对比较大，但长远来看可能会被淘汰。这个「长远」可能是 3 年，亦或者 1 年。 关于ChatGPT的一些高级用法： CRISPE Prompt Framework提示词范例模板 我觉得很不错的 Framework 是 Matt Nigh 的 CRISPE Framework，这个 framework 更加复杂，但完备性会比较高，比较适合用于编写 prompt 模板。CRISPE 分别代表以下含义： • CR： Capacity and Role（能力与角色）。你希望 ChatGPT 扮演怎样的角色。 • I： Insight（洞察力），背景信息和上下文（坦率说来我觉得用 Context 更好）。 • S： Statement（指令），你希望 ChatGPT 做什么。 • P： Personality（个性），你希望 ChatGPT 以什么风格或方式回答你。 • E： Experiment（尝试），要求 ChatGPT 为你提供多个答案。 思维链模式：（高级语法） Let's work this out in a step by step way to be sure we have the right answer. 根据 Wei 他们团队在 2022 年的研究表明： 通过向大语言模型展示一些少量的样例，并在样例中解释推理过程，大语言模型在回答提示时也会显示推理过程。这种推理的解释往往会引导出更准确的结果。 大家或多或少都听过 ChatGPT 是一个 LLMs，那 LLMs 是什么？ LLMs 全称是 Large Language Models，中文是大语言模型。 那么什么是语言模型？ 语言模型简单说来，就是对人类的语言建立数学模型，注意，这里的关键是数学模型，语言模型是一个由数学公式构建的模型，并不是什么逻辑框架。这个认知非常重要。 开发大语言模型需要什么？ 关键一：数据 关键二：算法 关键三：算力 大语言模型有什么缺点？ 缺点一：结果高度依赖训练语料 缺点二：Hallucinations（幻觉） 缺点三：暂时只能解决数学问题

读完丁磊 2020年的《AI思维：从数据中创造价值的炼金术》，了解了决策式AI在企业营销中的落地之后，翻开丁磊于 2023年 5月出版的这本《生成式人工智能》，继续了解生成式AI如何赋能营销。 *营销方案。将决策式AI和生成式AI结合起来，通过决策式人工智能来优化广告投放的效果，生成式人工智能来完成广告的投放方案。你可以向AI输入预算、投放目标、目标人群、合作媒体、要传播的信息等条件，然后生成式AI就能自动输出一个最优的投放方案。全球领先的营销SaaS（软件运营服务）公司Adobe会利用人工智能优化营销预算分配和场景规划产品。蓝色光标旗下的销博特推出了2022元创版本智能策划模块，该版本主要聚焦营销策划场景的多人协同创作。 *营销文案和图片。营销人员可以用AIGC工具快速生成文案和图片，然后从中挑选，这样极大地提高了工作效率。腾讯广告混元AI大模型就是广告系统理解内容的核心引擎。混元AI大模型的多模态理解能力可以精准地将广告推荐给合适的人群，提高用户体验以及广告效果。除了理解已有的广告内容，混元AI大模型还有文字、图像和视频综合生成能力，可以大幅度提升营销内容制作的效率。其中，“图生视频”功能可以将静态的图片自动生成不同样式的视频广告；“文案助手”功能可以为广告自动生成更恰当的标题，从而提升广告的效果；而使用“文生视频”功能，未来只需要提供一句广告文案，就可以自动生成与之匹配的视频广告。这样的生成式AI大模型，已经将营销文案和图片的创作工作大大简化，制作成本也显著降低。 *营销沟通。电话外呼，“更懂你”的外呼机器人。虚拟主播的人设和言行等都由品牌方掌握，比真人可控，安全性也更强。虚拟主播的背后离不开先进的生成式AI技术，魔珐科技的主要技术包括：智能建模和智能绑定技术、智能表演动画和变声技术、基于文本的动画和语音生成技术、预制动画和实时动画拼接技术、实时解算和渲染技术等。 *客户服务。对话AI(Conversational AI)的商业化模式是清晰且可行的，它将在各个场景中逐渐替代人工客服。客户关系管理软件服务提供商Salesforce在2023年3月推出了基于生成式AI的客户关系管理产品Einstein GPT，这款产品可以通过过去的客服记录生成知识文章，总结FAQ（常见问题）。它还可以在每次营销和客服交互中批量地提供AI创建的内容，例如自动生成个性化的客服聊天回复。由此，通过个性化和快速的服务交互，Einstein GPT可以极大地提高客户满意度。 *客服质检。目前已经投入商业化运行的智能质检系统，有三大功能显著地完善了质检工作流程，提升了客服中心的通话质检效率：第一是语音转写；第二是关键词检测，指的是智能质检系统能够快速识别对话中出现的敏感词、违禁词等关键词，并向管理人员发出提示，这种全时段无间歇的检测方式显然要比传统的抽查靠谱很多；第三是情绪识别，指的是智能质检系统能够通过分析客服人员的语气、语速、语调等信息，实现对客服人员情绪波动的判断。除了上述功能，生成式AI还能捕捉对话中细微的语义信息——这也许是生成式AI对客服质检更大的价值所在。

《生成式人工智能》（AIGC）成书于5月份，时讯一流，尤其是对时下大热的GPT-4的前世今生的详解。本书作为AIGC入门科普读物，读完不仅会对AI会有更深入的了解，还会对AI未来应用和走势有更清晰准确的判断。 💫梳理了本书几个要点，不能上图，不然可以省略几百字。 第一章人工智能是什么？介绍决策式AI和生成式AI的差异，生成式AI的核心价值，以及里程碑式诞生的ChatGPT。 第二章“AIGC的底层逻辑” 用什么去生成？”，介绍了GAN、ChantGPT、GPT4、 Stable Diffusion、 MuseNet、 Gen-1。 第三章“功能分析：AIGC能生成什么内容？” ，生成什么？文本、图片、音频、视频、剧本、代码、方案、设计、交互、策略 第四章“商业落地：AIGC的产业应用与前景” ，做什么事？ 研发、生产、供应、营销、客服、风控、安全。 第五章谈论AIGC的优劣和未来。 🌟一句话解释本书核心内容：在AIGC的应用中，是从大量数据中形成模型，自动生成全新的内容。不管是决策式AI模型还是生成式AI模型，其基础逻辑都是一致的，只靠逻辑和经验难以推导，需要海量的数据进行训练。【我们需要理解AI思维的底层逻辑，其基础在于数据，核心在于模型，实现在于算力，具体应用在于业务场景。】 🌝AIGC的优势和冲击 显而易见，可生成的内容十分丰富，完全不局限于文本、图片、音频、视频等数字媒体，可以广泛覆盖人类生产生活中所需的各类产品。AIGC不仅可以进行传统文案创作或者广告、动漫、影视等数字媒体内容生成，也可以进行新产品、新流程、新方案的设计。 如果说智能机器人取代的是重复性的体力工作，那么AIGC取代的就是需要创造性的脑力工作。目前已经有互联网大厂尝试用ChatGPT自动生成业务代码和重构代码，也有设计师通过ChatGPT生成设计方案，再通过Midjourney等其他应用生成设计图稿。 AIGC也会助力企业的创作成本大大减少，尤其是相关的人力成本，这必然会对内容创作者产生冲击，需要内容创作者创作速度更快、创作质量更高，水平在AIGC应用之上。 🌚AI的痛点是不够智能。 具体而言，AI缺乏正常人的通识，其模型只能做特定的事情，而不同业务场景需要定制化开发，这也是存在了很长时间的行业痛点，ChatGPT的发布让我们看到了解决这个问题的希望。通过自然语言处理技术，AI能够学习人类的语言，也就能掌握人类的大部分知识和逻辑能力ChatGPT和其后的GPT-4让我们看到了强人工智能的影子。 🌞人工智能是这一时代的产物，与其担忧它带来的诸多问题，不如拥抱并且掌控它。 首先，应该【拥有AI思维】。所谓AI思维，本质是一种“数据驱动”的思维，就是从大量数据中形成模型，进而对未知情况做出最佳预测。拥有AI思维能够避免经验主义带来的主观、片面和限制，具有积极的意义。 其次，应该【所谓工具思维】。善于利用工具，通过工具赋能，从而解决问题、提高效率、解放劳动力。而AI工具思维，就是掌握数据化思维，掌握使用AI、训练AI的方法。为我们的工作和生活带来更大的便利，将我们从繁杂的事务中解放出来。未来，我们人人都可以是AI的使用者和训练师。 用好了，它就是一个叠加赋能的放大器！人工智能最终能会超过人类智能？我不知道，但会用AI的超越不会用AI的那部分人，将是必然趋势。

2024年第十二本 好多大佬都说2023年是人工智能元年，AI是继蒸汽机（第一次工业革命）、电气化（第二次工业革命）、数字化和信息化（第三次工业革命）之后的第四次工业革命，智能制造对应的也称工业4.0。 本文主要通过AI的概念 逻辑 功能 应用四个方面，全方位的介绍了人工智能的相关知识。 人工智能在不同的行业领域（零售、金融、医疗和教育等）与不同的职能方向（营销、风控和安全等）共同构成了一个人工智能应用矩阵，对于每个行业中的相关职能，都可以找到应用场景。 AIGC开启了新一轮的内容生产革命，它在多样性、质量、效率三个方面推动了内容生产大踏步前进。 面对事情本身的、重复性高的、有迹可循的、需要具体执行的工作最容易被人工智能取代。 对于人工智能，无论你是持拥抱的态度还是抵触的态度，都不可否认未来已来，人工智能时代已经到来，日后和你隔着屏幕聊天、为你拍摄电影、与你一起工作的都有可能是人工智能。 我们应该做的是训练和使用人工智能，让人工智能为我所用，Work with AI。

本书属于AI科普读物，介绍了AI的底层逻辑（基础是数据，核心是模型，实现靠算力），包括生成式AI在生活和生产中的诸多应用及其局限性。探索了人工智能与人类替代及辅助的关系。关于生成式AI的应用场景中，产品缺陷检测的数据增强、库存管理的高效规划、传统客服行业困境与智能客服的破局，书中这些举例都让我深感生成式AI大有可为。 作者的这个观点令我心喜：AI淘汰的不是人，而是淘汰落后的生产方式，在当今智能化时代我们要与AI携手共进；要有“数据驱动”的AI思维和“善假于物”的AI工具思维。有了AI的加持，人类会更幸福。

《生成式人工智能》成书于今年5月，内容更新涉及到刚过去的三、四月份，速度很快，估计也得益于GPT生成的内容的帮助，但这个成绩也离不开作者的专业水平很高的原因，这几个月我一直向其他人推荐Ai软件，我强调你的专业水平越高，在你专业内Ai生成的内容就越好，真正的开外挂。 但这本书也只能算Aⅰ科普读物，不要指望读了此书会玩Ai软件。 我总结几点： 1、生成式人工智能的里程碑：ChatGPT。 2、生成式人工智能的基础：为人工智能提供数据及算力支撑。 3、生成式人工智能的核心：主要包括各类模型和算法的研发和升级。 4、生成式人工智能的能力：各种生成式Aⅰ互相叠加应用，再叠加决策式AI、传统软件和它们Aⅰ化这些多层次、多维度的应用开启了新一轮的文明范式。诡异的未来已经到来。 5、生成式人工智能的升级速度：在接下来的几个月里，旧模型以几个月翻倍能力的更新，而每天都有更好、更专业的模型发布和正在开发中，你真正准备好了吗？我说的是现在每天的现实。 6、生成式人工智能的原动力：来源于游戏。 7、生成式人工智能的应用：不仅仅是作者所说的Aigc，正如《未来呼啸而来》的戴曼迪斯和科特勒总结的正在飞速发展的九大指数型技术：量子计算、人工智能、网络、机器人、虚拟现实与增强现实、3D打印、区块链、材料科学与纳米技术、生物技术，这些技术的融合，他给大家推演了被完全重塑的8大行业：零售业、广告业、娱乐业、教育业、医疗保健业、长寿业、商业和食品业。你看，这很像我们一直在推广的“积木式创新”的理念，只不过我们说的积木式，是指科技创新的完成，需要科研、研发、设计、生产、销售、营销等要素，像搭积木一样迅速达成合作。而戴曼迪斯和科特勒则是把科技突破本身当成积木，不同的积木搭在一起，就能完成以前无法完成的任务，解决以前难以解决的问题。

《生成式人工智能》由网易公司创始人丁磊撰写，中信出版集团于 2023 年 5 月出版。该书以生成式人工智能（AIGC）为核心，系统探讨了其技术逻辑、应用场景、产业变革及社会影响，旨在帮助读者全面理解这一技术革命的本质与未来方向。以下是全书的核心内容提炼： ​​一、技术内核：AIGC 的底层逻辑​​ ​​技术演进脉络​​ 从​​深度学习​​到​​Transformer 模型​​，再到​​Diffusion 模型​​和​​GPT 系列​​，书中剖析了生成式 AI 的技术基石。例如，Transformer 的注意力机制和 GPT-4 的多模态能力，支撑了文本、图像、视频等多类型内容生成。 重点解析了​​ChatGPT​​的发展历程，揭示其从语言模型到通用任务处理的突破逻辑。 ​​生成式 AI 与决策式 AI 的差异​​ 传统 AI 侧重数据分析与决策优化（如推荐系统），而生成式 AI 通过模拟人类创造力，实现内容生成（如代码、剧本、设计图），其核心价值在于​​突破人类认知边界​​。 ​​二、应用场景：内容皆可生成的革命​​ ​​数字媒体领域​​ ​​文本生成​​：新闻、报告、代码的自动化创作，显著提升效率（如金融分析报告生成）。 ​​图像生成​​：通过 Stable Diffusion 等工具实现高精度艺术创作与工业设计。 ​​影视与游戏​​：AI 生成剧本、角色设计、场景建模，降低开发成本（如 NPC 行为逻辑自动化）。 ​​产业升级案例​​ ​​智能制造​​：L4 级机器人协同控制生产线，实现工业质检与流程优化。 ​​供应链管理​​：AI 预测需求、动态调整库存，减少资源浪费。 ​​药物研发​​：生成式设计加速分子筛选，缩短研发周期。 ​​三、商业与社会影响：机遇与挑战并存​​ ​​产业变革​​ 传统行业（如制造业、零售业）通过 AIGC 实现​​降本增效​​，例如特斯拉工厂的机器人协同。 新兴市场崛起，如 AI 绘画平台 Midjourney、语音克隆技术公司。 ​​就业与技能重构​​ ​​岗位替代风险​​：内容创作者、程序员等可能面临部分职能被 AI 取代。 ​​人机协作模式​​：设计师转向创意指导，程序员聚焦算法优化，强调​​认知升级​​的重要性。 ​​伦理与瓶颈​​ 技术局限性：逻辑一致性不足、版权争议、隐私风险。 社会适应性：需建立 AI 监管框架，平衡创新与伦理。 ​​四、未来展望：从 AIGC 到 AGI 的探索​​ ​​技术演进方向​​ 通用人工智能（AGI）的可能性：AIGC 或为 AGI 的起点，需突破​​跨模态理解​​与​​自主推理​​。 多模态生成技术深化：实现文本、图像、语音、行为的无缝联动。 ​​商业与个人应对策略​​ 企业需构建​​AIGC 能力体系​​，例如 Netflix 利用 AI 优化剧本创作。 个人需培养​​批判性思维​​与​​复杂问题解决能力​​，避免被技术工具化。 ​​五、作者视角：实践与理论的融合​​ 丁磊结合自身在互联网行业的深耕经验，通过​​技术 + 产业​​双线叙事，既为技术爱好者提供底层逻辑解析，也为企业管理者锚定商业化路径。书中案例涵盖特斯拉、Netflix 等企业，兼具学术严谨性与商业实操性。