以下是打造属于自己的 AI 的方法： 对于新手，可通过 Coze 快速创建 AI Bot： 1. 访问官网首页 https://www.coze.cn/home 。 2. 在中间的对话框里直接和“Coze 扣子 AI”对话，按照提示操作。 3. 发出需求后，扣子 AI 会根据需求创建新的 AI Bot，创建成功后点击回答的链接进入配置页面。 4. 一个最简单的 AI Bot 就创建好了，可以在页面上进行对话测试，也能分享到微信、飞书等平台。 此外，还有更深入的设计步骤： 1. 确定功能范围，编写 prompt 提示词设定 Bot 的身份和目标。 2. 创建知识库，整理“关键字”与“AI 相关资料链接”的对应关系。创建路径为：个人空间 知识库 创建知识库。支持本地文档、在线数据、飞书文档、Notion 等类型，本次使用本地文档。上传文档时注意内容切分粒度，可添加特殊分割符如“”，分段标识符号选择“自定义”，内容填“”。 3. 创建工作流，告诉 AI 机器人处理信息的流程。创建路径为：个人空间 工作流 创建工作流。工作流设计好后先试运行，无误后发布。如果任务和逻辑复杂，可结合左边“节点”工具，如调用大模型、数据库、代码等。在设计 Bot 前确定目的和功能范围很重要。

AI 的能力具有两面性。一方面，2023 年大众对 AI 的看法经历了从好奇到认为没那么厉害再到觉得与自身关系不大的过程，但目前尚未发现阻止 AGI 出现的硬性限制，且距离 AGI 可能仅有几年之遥。大模型的“想象力”和“取悦能力”比“逻辑能力”更早成熟，多模态大爆发也证明了 AGI 相对“窄 AI”的代际优越性，深度压缩是大模型的核心能力，端上智能越来越近，中美 AI 生态各自发展，2023 年技术差距未缩小。 在应用方面，AI 可以用于写东西，如草拟初稿，包括博客文章、论文等，还能改进写作内容、提供不同风格的草稿、帮助完成任务等。例如，像实习生一样写邮件、创建销售模板等。 然而，尽管 GPT4 能在美国医学执照考试中超过及格分数 20 分，但 AI 仍存在不足，如在各方面表现优秀但未在特定方面极其出色。

知识图谱： 知识图谱是一种揭示实体之间关系的语义网络，能够对现实世界的事物及其相互关系进行形式化描述。它于 2012 年 5 月 17 日由 Google 正式提出，初衷是提高搜索引擎能力，增强用户搜索质量和体验，实现从网页链接到概念链接的转变，支持按主题检索和语义检索。 关键技术包括： 1. 知识抽取： 实体抽取：通过命名实体识别从数据源中自动识别命名实体。 关系抽取：从数据源中提取实体之间的关联关系，形成网状知识结构。 属性抽取：从数据源中采集特定实体的属性信息。 2. 知识表示：包括属性图、三元组等。 3. 知识融合：在同一框架规范下进行异构数据整合、消歧、加工、推理验证、更新等，实现数据、信息、方法、经验等知识的融合，形成高质量知识库。其中涉及实体对齐以消除不一致性问题，知识加工对知识统一管理，本体构建明确定义概念联系，质量评估计算知识置信度，知识更新迭代扩展现有知识。 4. 知识推理：在已有知识库基础上挖掘隐含知识。 在 AI Agent 系列中，外置知识包括知识图谱，它以图的形式组织数据，强调实体之间的关系，适合复杂的语义分析和知识推理。外置知识通常由外部数据库提供，能动态更新和调整，在实际应用中常采用 RAG 架构，结合检索和生成，通过检索外部知识源增强模型生成能力。 知识表示方面，知识是存在于我们脑海中、代表对世界理解的东西，通过活跃学习过程获得，将接收到的信息碎片整合到对世界的活跃模型中。知识与信息、数据等概念不同，在 DIKW 金字塔中，数据独立存在可传递，信息是头脑中解释数据的方式，知识是融入世界模型的信息，智慧是更高层次的元知识。知识表示的问题是找到在计算机中以数据形式有效表示知识并能自动化使用的方法，这是一个连续谱，简单的知识表示如算法不够灵活，自然语言功能强大但不利于自动化推理。

以下是一些常见的 AI 工具，可满足不同的需求： 与思维导图相关的 AI 工具： 1. GitMind：免费跨平台，支持多种模式，可通过 AI 自动生成思维导图。 2. ProcessOn：国内思维导图与 AIGC 结合，能利用 AI 生成思维导图。 3. AmyMind：轻量级在线工具，无需注册登录，支持自动生成节点。 4. Xmind Copilot：基于 GPT 的助手，可一键拓展思路、生成文章大纲。 5. TreeMind：输入需求由 AI 自动生成思维导图。 6. EdrawMind：提供系列 AI 工具，包括头脑风暴功能，提升生产力。 能够帮助建筑设计师审核规划平面图的 AI 工具： 1. HDAidMaster：云端工具，在建筑、室内和景观设计领域表现出色，搭载建筑大模型。 2. Maket.ai：面向住宅行业，在户型和软装设计方面有探索，能根据需求自动生成户型图。 3. ARCHITEChTURES：AI 驱动的三维建筑设计软件，可引入标准和规范约束设计结果。 4. Fast AI 人工智能审图平台：形成全自动智能审图流程，实现数据汇总与管理。 可以画逻辑视图、功能视图、部署视图的工具： 1. Lucidchart：流行的在线绘图工具，支持多种视图创建，界面拖放操作方便。 2. Visual Paradigm：全面的 UML 工具，提供多种架构视图创建功能。 3. ArchiMate：开源建模语言，与 Archi 工具配合创建逻辑视图。 4. Enterprise Architect：强大的建模、设计和生成代码工具，支持多种视图。 5. Microsoft Visio：广泛使用，有丰富模板创建各类视图。 6. draw.io（diagrams.net）：免费在线图表软件，支持多种视图创建。 7. PlantUML：文本到 UML 转换工具，通过描述文本生成视图。 8. Gliffy：云绘图工具，支持创建多种架构图。 9. Archi：开源工具，创建 ArchiMate 和 TOGAF 模型，支持逻辑视图创建。 10. Rational Rose：IBM 的 UML 工具，支持多种视图创建。 请注意，每个工具都有其特定应用场景和功能，建议根据具体需求选择合适的工具。且以上内容由 AI 大模型生成，请仔细甄别。

以下是关于 AI 模型的相关信息： OpenAI API 由多种具有不同功能和价位的模型提供支持，还可通过微调针对特定用例对原始基本模型进行有限定制。具体模型包括： GPT4 Beta：一组改进 GPT3.5 的模型，能理解和生成自然语言或代码。 GPT3.5：一组改进 GPT3 的模型，能理解并生成自然语言或代码。 DALL·E Beta：能在给定自然语言提示的情况下生成和编辑图像的模型。 Whisper Beta：能将音频转换为文本的模型。 Embeddings：一组能将文本转换为数字形式的模型。 Codex Limited Beta：一组能理解和生成代码的模型，包括将自然语言转换为代码。 Moderation：能检测文本是否敏感或不安全的微调模型。 GPT3：一组能理解和生成自然语言的模型。 OpenAI 于 9.12 发布新模型，开发了一系列旨在花更多时间思考后再做出响应的新 AI 模型，能推理完成复杂任务并解决更难问题。已发布该系列在 ChatGPT 和 API 中的第一个，这是一个预览，期待定期更新和改进，还包括下一次更新的评估，目前正在开发中。 大模型与当下智能语音技能的 NLU 存在本质差别。语音技能 NLU 是通过一系列规则、分词策略等训练而成，运作逻辑规律可观测，具有 ifelse 式逻辑性。而大模型凭借海量数据在向量空间中学习知识的关联性形成，运作逻辑难以观测，脱离了 ifelse 的层面。汪华老师认为此次 AI 变革量级 100%能抵达与移动互联网同一级别，50%有可能发展至与蒸汽机出现同量级，能否到达 AGI 尚不明确。

以下是安卓系统下载与安装 ChatGPT 的详细步骤： 1. 打开系统自带的谷歌服务框架： 打开系统设置。 拉到最底下，点击更多设置。 点击账号与同步。 点击谷歌基础服务。 打开基础服务按钮。 2. 安装 Google Play： 到小米自带的应用商店搜索 Google Play 进行安装。 安装好后打开谷歌商店，点击右上角登录谷歌账号。 3. 安装 ChatGPT： 到谷歌商店搜索“ChatGPT”进行下载安装，注意开发者是 OpenAI，别下错了。 可能会遇到“google play 未在您所在的地区提供此应用”的问题，解决方法如下： 在 Google Play 点按右上角的个人资料图标。 依次点按：设置>常规>帐号和设备偏好设置>国家/地区和个人资料。 若账号没有地区，可以“添加信用卡或借记卡”，国内的双币信用卡即可，填写信息时地区记得选美。 如果回到 Google Play 首页还搜不到 ChatGPT，可以卸载重装 Google Play，操作过程保持梯子的 IP 一直是美，多试几次。 4. 体验 ChatGPT： 如果只想体验 ChatGPT 3.5 版本，不升级 GPT4，直接登录第二部注册好的 ChatGPT 账号即可。 5. 订阅 GPT4 Plus 版本： 先在 Google Play 中的【支付和订阅】【支付方式】中绑定好银行卡。 然后在 ChatGPT 里订阅 Plus。

在不同的测评维度中，智谱清言和通义千问各有优势。 在多轮开放式问题基准 SuperCLUEOPEN 的胜率方面，智谱清言和通义千问 2.0 的胜率均超过 25%。 在工具使用能力的测评中，GPT4 Turbo 取得满分，国内大模型中智谱清言表现不俗，取得 83.78 的高分，排名国内模型第一，通义千问 2.0 也有超过 70 分的表现。 在对结构化 prompt 的测试中，通义千问能够一次输出，但输出内容有待提高；智谱清言在经过改写 prompt 等操作后也有不错的表现。 总体而言，难以简单地判定智谱清言和通义千问哪个更强大，其表现会因具体的测评维度和任务而有所不同。

文心一言和智谱清言在不同方面各有特点。 在对结构化 prompt 的响应方面： 智谱清言能够按照 prompt 指示回答，理解意图较好，输出格式基本符合要求，内容相对具体，体验感较好。 文心一言在某些任务中可能没有完全执行提示词要求，需要二次提示和引导。 在复杂提示词理解和执行的测评中： 智谱清言表现亮眼，对提示词结构的执行较完整，生成内容丰富，格式美观，但案例部分未完全按要求列举。 文心一言在这轮表现中相对较差。 综合来看，两者的表现取决于具体的使用场景和需求。如果需要更准确和完整地执行提示词，智谱清言可能更具优势；但如果对特定领域的理论性输出有需求，文心一言也可能有一定的价值。

华为已宣布会在手机端侧搭载大模型，但目前还存在一些问题。目前并没有真正全离线版的大模型产品，端上智能暂时还是噱头。手机厂商的打法基本是大模型放在线上，手机调用，搭配小 AI 做总结等服务。纯粹的端上智能存在几个问题： 1. 离线小模型与在线大模型有代际能力差距，消费者可能更倾向使用线上模型服务。 2. 小模型的耗能和生热难以达到手机要求。 3. 目前 AI 不是刚需，猎奇成分较多。 4. 技术上不能确认小型化的模型是“真 AGI”还是“聊天机器”。所以短期内端上智能仍会停留在个别小市场里。此外，目前使用最新的骁龙 8Gen3 旗舰处理器搭载大模型，存在耗能散热等问题。

目前国内大模型的综合实力情况如下： 在 SuperCLUE 测评中，GPT4Turbo 总分 90.63 分遥遥领先，国内最好模型文心一言 4.0（API）总分 79.02 分，距离 GPT4Turbo 有 11.61 分的差距。 综合能力超过 GPT3.5 和 GeminiPro 的国内模型有 11 个，比如百度的文心一言 4.0、阿里云的通义千问 2.0 和 Qwen72BChat、OPPO 的 AndesGPT、清华&智谱 AI 的智谱清言、字节跳动的云雀大模型等都有较好表现。 国内开源模型在中文上表现要好于国外开源模型。 国内最领先的模型水平大概在准 ChatGPT3.5 的水平，和 GPT4 还有不小差距。百度的“文心 4.0”是当前国内能力较好的模型之一，即将发布的阿里的“通义千问”也备受关注。 8 月正式上线的国内大模型包括北京的百度（文心一言）、抖音（云雀大模型）、智谱 AI（GLM 大模型）、中科院（紫东太初大模型）、百川智能（百川大模型），上海的商汤（日日新大模型）、MiniMax（ABAB 大模型）、上海人工智能实验室（书生通用大模型）。