直达「 通往AGI之路 」飞书知识库 →
首页/全部问答
截止目前,国内聊天AI排名
截至 2023 年 9 月,在国内聊天 AI 方面: ChatGPT 遥遥领先,占整个前 50 名列表每月流量的 60%,估计每月访问量为 16 亿次,每月用户数为 2 亿(截至 2023 年 6 月),成为全球访问量排名第 24 的网站。在移动领域,ChatGPT 同样占据榜首位置,其规模大约是排名紧随其后第二名微软 Edge 和第三名 Photomath 的 2.5 倍。 CharacterAI 已成为第二大产品,其规模约为 ChatGPT 的 21%。在移动领域,CharacterAI 是最强大的早期参与者之一,其 DAU 可以与 ChatGPT 相媲美,并且留存率明显更高。 除了 ChatGPT 之外,位列前 5 名的还有 Google 的 Bard 和 Quora 的 Poe。 有五家 AI 公司实现了“双线作战”,它们的网页端、移动端应用双双跻身前 50 强榜单,分别是 ChatGPT、Character.AI、chatbot 平台 Poe,以及图片编辑应用 Photoroom、Pixelcut。
2024-10-26
目前国内ai大模型排名
国内的大模型排名可能会随时间变化。要获取最新排名,您可以通过以下途径: 1. 查阅相关的科技新闻网站、学术论坛或关注人工智能领域的社交媒体平台。 2. 在通往 AGI 之路的知识库里,会定期更新相关排名报告。 以下是部分大模型信息: 8 月正式上线的国内大模型: 北京:百度(文心一言)https://wenxin.baidu.com 、抖音(云雀大模型)https://www.doubao.com 、智谱 AI(GLM 大模型)https://chatglm.cn 、中科院(紫东太初大模型)https://xihe.mindspore.cn 、百川智能(百川大模型)https://www.baichuanai.com/ 上海:商汤(日日新大模型)https://www.sensetime.com/ 、MiniMax(ABAB 大模型)https://api.minimax.chat 、上海人工智能实验室(书生通用大模型)https://internai.org.cn 能生成 Markdown 格式的:智谱清言、商量 Sensechat、MiniMax 目前不能进行自然语言交流的:昇思(可以对文本进行是否由 AI 生成的检测,类似论文查重,准确度不错)、书生 受限制使用:MiniMax(无法对生成的文本进行复制输出,且只有 15 元的预充值额度进行体验,完成企业认证后可以进行充值) 特色功能:昇思——生图,MiniMax——语音合成 阿里通义千问、360 智脑、讯飞星火等均不在首批获批名单中。据悉,广东地区获批公司分别为华为、腾讯,科大讯飞系其他地区获批产品。 在中文大模型基准测评 2023 年度报告的专项基准 SuperCLUE 基准 工具使用能力测评中: 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。 紧随其后的是文心一言 4.0、通义千问 2.0、Yi34BChat、AndesGPT 均有超过 70 分的表现。 超过 GPT3.5 的国内模型有 12 个。 在开源模型中,Baichuan213BChat、Xverse13B2Caht 的表现可圈可点,均超过 GPT3.5 以及众多闭源模型。总体来看,在工具使用能力上,国内大模型的表现优异,与国内大模型厂商积极落地应用密不可分。 内容由 AI 大模型生成,请仔细甄别。
2024-10-26
AI搜索工程架构
以下是关于 AI 搜索工程架构的相关内容: 一、可插拔架构 在整个搜索回答的全流程,有很多节点可以做 Hook 埋点,每个 Hook 可以挂载零至多个插件,多个插件构成了 AI 搜索的可插拔架构。一些常用的功能,可以由 AI 搜索平台自身或第三方创作者抽离成标准插件,用在 AI 搜索主流程或者智能体/工作流等辅助流程。比如,自定义一个思维导图摘要插件,用户可以在搜索的步骤中选择这个自定义插件,实现用思维导图输出搜索结果。 二、提升可玩性 可以预置一个 after_answer 钩子,在大模型回答完用户 query 之后,把请求大模型的上下文信息和大模型的回答内容一起发给第三方插件,第三方插件可以把内容整理成文章/思维导图等格式,再同步到第三方笔记软件。 三、自定义智能体 Agent 智能体一般是对一些自定义操作的封装,用于解决某个场景的某类问题。以 ChatGPT 的 GPTs 举例,一个智能体应用由以下几部分自定义操作组成: 1. 提示词:描述智能体的作用,定义智能体的回复格式。 2. 知识库:上传私有文件作为回答参考。 3. 外挂 API:请求第三方 API 获取实时数据。 4. 个性化配置:是否联网/是否使用图片生成/是否使用数据分析等。 四、提升准确度 1. 为获取足够信息密度,需获取链接详情页内容。通过上一步的 Reranking 选择最匹配的 top_k 条数据,避免获取全部内容导致 context 超限。为保证获取详情内容的效率,可做并行处理,如通过 goroutine 或者 python 的协程并行读取 top_k 条链接。获取链接详情内容有多种方案,如网页爬虫、无头浏览器抓取、第三方 Reader 读取等。 2. 构建上下文内容池 Context Pool,将历史搜索结果和历史对话消息组成 Context Pool。每次搜索后追问,都带上这个 Context Pool 做意图识别/问题改写,拿到新的检索结果后更新这个 Context Pool,并带上最新的 Context Pool 内容作为上下文请求大模型回答。需要保证 Context Pool 的内容有较高的信息密度,同时控制其内容长度,不要超过大模型的 context 极限。 五、检索增强生成 以 Sana 的企业搜索用例为例,RAG 过程始于应用程序加载和转换无结构文件,转换为 LLM 可查询格式,文件被“分块”成更小的文本块,并作为向量嵌入和存储在数据库中。当用户提出问题时,系统会检索语义上最相关的上下文块,并将其折叠到“元提示”中,与检索到的信息一起馈送给 LLM,然后 LLM 合成答复返回给用户。在生产中,AI 应用程序具有更复杂的应用程序流程,包含多个检索步骤和提示链,不同类型的任务并行执行,然后将结果综合在一起,以生成最终输出。
2024-10-26
具身智能在制造行业的落地方向有哪些?
具身智能在制造行业的落地方向主要包括以下几个方面: 1. 预测性维护:利用具身智能技术预测机器故障,帮助工厂避免停机,提高生产效率。 2. 质量控制:检测产品缺陷,提升产品质量。 3. 供应链管理:优化供应链,实现效率提升和成本降低。 4. 机器人自动化:控制工业机器人,进一步提高生产效率。 具身智能是人工智能领域的一个子领域,强调智能体通过与物理世界或虚拟环境的直接交互来发展和展现智能。它的核心在于智能体的“身体”或“形态”,这些身体可以是物理形态,也可以是虚拟形态。具身智能的研究涉及多个学科,包括机器人学、认知科学、神经科学和计算机视觉等。在机器人学中,关注如何设计能自主行动和适应环境的机器人;在认知科学和神经科学中,探索大脑处理与身体相关信息的机制及应用于人造智能系统;在计算机视觉中,致力于开发算法使智能体理解和解释视觉信息,进行有效的空间导航和物体识别。 作为一个系统性的工程,具身智能涉及算法层、不同技术流派、数据、模拟器、传感器、视觉方案、力学结构等多个维度,并整体向着更鲁棒性、各层级之间过渡更加平滑的方向发展。但也存在一些问题,比如力矩控制、电流控制做到哪一步才算端到端,机器人的 foundation model 或者 GPT 时刻会是什么样,触觉等感知信号以什么样的形式进入模型当中等。
2024-10-26
我想知道 如何生成ai视频
生成 AI 视频的方法和相关工具如下: 方法: 从交互方式来看,当前 AI 视频生成主要可分为文本生成视频、图片生成视频、视频生成视频三种形式。 一些视频生成方法是先生成静态关键帧图像,然后构建为视频序列。也存在直接端到端生成视频的技术,无需进行多阶段处理即可生成视频,如基于 GAN、VAE、Transformer 的方法。 工具与网址: Stable Diffusion(SD):一种 AI 图像生成模型,可以基于文本描述生成图像。网址:https://github.com/StabilityAI Midjourney(MJ):另一个 AI 图像生成工具,适用于创建小说中的场景和角色图像。网址:https://www.midjourney.com Adobe Firefly:Adobe 的 AI 创意工具,可以生成图像和设计模板。网址:https://www.adobe.com/products/firefly.html Pika AI:文本生成视频的 AI 工具,适合动画制作。网址:https://pika.art/waitlist Clipfly:一站式 AI 视频生成和剪辑平台。网址:https://www.aihub.cn/tools/video/clipfly/ VEED.IO:在线视频编辑工具,具有 AI 视频生成器功能。网址:https://www.veed.io/zhCN/tools/aivideo 极虎漫剪:结合 Stable Diffusion 技术的小说推文视频创作提效工具。网址:https://tiger.easyartx.com/landing 故事 AI 绘图:小说转视频的 AI 工具。网址:https://www.aihub.cn/tools/video/gushiai/ 在 Adobe Firefly 的 Advanced 部分,您可以使用 Seed 选项添加种子编号,以帮助启动流程并控制 AI 创建的内容的随机性。如果使用相同的种子、提示和控制设置,则可以重新生成类似的视频剪辑。选择 Generate 即可。
2024-10-26
AI提示词
以下是关于 AI 提示词的相关内容: 108 个舞蹈音乐提示词:这是一个全面的 108 条简洁提示列表,用于生成 AI 舞曲,每个提示的字符数在 117 到 120 之间,以优化字符使用和清晰度。这些提示涵盖了各种舞曲子流派,如“Punchy 4/4 beats,electro bass,catchy synths,pop vocals,bright pads,clubready mixes,energetic drops”。其中,Punchy 4/4 beats 指节奏感强的四四拍鼓点;Electro bass 指电子低音;Catchy synths 指易于记住的合成器旋律或音效;Pop vocals 指流行音乐风格的主唱;Bright pads 指明亮的和弦音效;Clubready mixes 指适合在夜店播放的混音;Energetic drops 指高潮部分。 提示词模板相关网站:包括 Majinai(https://majinai.art/index.php)、词图(http://www.prompttool.com/NovelAI)、Black Lily(http://heizicao.gitee.io/novelai//book)、Danbooru 标签超市(https://tags.novelai.dev/)、魔咒百科词典(https://aitag.top/)、AI 词汇加速器(https://ai.dawnmark.cn/)、NovelAI 魔导书(https://thereisnospon.github.io/NovelAiTag/)、鳖哲法典(http://tomxlysplay.com.cn//)、Danbooru tag(https://danbooru.donmai.us/wiki_pages/tag_groups)、AIBooru(https://aibooru.online/)。 AI 绘画常用的画面光线提示词:包括 mood lighting 情绪照明、Soft illuminaotion/ soft lights 柔和的照明/柔光、fluorescent lighting 荧光灯、rays of shimmering light/ morning light 微光/晨光、Crepuscular Ray 黄昏射线、outer space view 外太空观、cinematic lighting/ Dramatic lighting 电影灯光破剧灯光、bisexual lighting 双性照明、Rembrandt Lighting 伦勃朗照明、Split Lighting 分体照明、front lighting 前照灯、Back lighting 背光照明、clean background trending 干净的背景趋势、rim lights 边缘灯、global illuminations 全局照明、neon cold lighting 霓虹灯冷光、hard lighting 强光、god rays 自上而下的光、glowing light 荧光、sparkle 闪耀效果、blurry 模糊的、lens flare 镜头光晕、overexposure 过曝、ray tracing 光线追踪。
2024-10-26
解释算法的ai?
算法在 AI 中具有重要地位。AI 技术的发展历程经历了多个阶段,包括早期的专家系统、博弈论和机器学习初步理论,知识驱动时期的专家系统、知识表示和自动推理,统计学习时期的机器学习算法如决策树、支持向量机和贝叶斯方法等,以及深度学习时期的深度神经网络、卷积神经网络和循环神经网络等。 当前 AI 的前沿技术点众多,例如大模型如 GPT、PaLM 等,多模态 AI 包括视觉语言模型和多模态融合,自监督学习如自监督预训练、对比学习和掩码语言模型等,小样本学习如元学习、一次学习和提示学习等,可解释 AI 涉及模型可解释性、因果推理和符号推理等,机器人学涵盖强化学习、运动规划和人机交互等,量子 AI 包含量子机器学习和量子神经网络等,还有 AI 芯片和硬件加速。 需要注意的是,在物理科学等领域,我们期望构建特定的测量设备来测量我们“知道如何解释”的数量,但人工智能有时更像是一个黑匣子,正在测量某些东西,但至少在一开始我们不一定对它有任何解释。有时我们能够进行与我们知道的一些描述相关联的训练,从而得到一个粗略的解释,就像情感分析这样的情况,但常常并非如此。甚至在物理科学中也可能出现类似情况,比如测试一种材料是否刮擦另一种材料的表面,大概可以解释为材料的某种硬度,但实际上这只是一种测量,如果能成功地将其与其他事物联系起来,那就变得很重要。
2024-10-26
解释matlab算法的ai?
Matlab 本身并不是一种 AI 算法,而是一种广泛使用的数学计算和编程环境。然而,在 Matlab 中可以实现和应用各种与 AI 相关的算法和技术。 在 Matlab 中,您可以使用其丰富的数学函数和工具来处理数据、构建模型,并实现诸如机器学习中的分类、回归算法,深度学习中的神经网络构建和训练等。 例如,通过 Matlab 的机器学习工具箱,可以进行决策树、支持向量机等算法的实现和应用;利用深度学习工具箱,可以构建卷积神经网络、循环神经网络等深度模型,并进行训练和优化。 总之,Matlab 为实现 AI 算法提供了强大的支持和便利的开发环境。
2024-10-26
RAG
RAG(RetrievalAugmented Generation)即检索增强生成,是一种结合检索和生成能力的自然语言处理架构。 大语言模型(LLM)需要 RAG 进行检索优化,原因在于 LLM 存在一些缺点: 1. 无法记住所有知识,尤其是长尾知识,受限于训练数据和学习方式,对长尾知识的接受能力不高。 2. 知识容易过时且不好更新,微调效果不佳且有丢失原有知识的风险。 3. 输出难以解释和验证,存在内容黑盒、不可控及受幻觉问题干扰的情况。 4. 容易泄露隐私训练数据。 5. 规模大,训练和运行成本高。 RAG 具有以下优点: 1. 数据库对数据的存储和更新稳定,不存在模型学不会的风险。 2. 数据库的数据更新敏捷,可解释且不影响原有知识。 3. 数据库内容明确、结构化,加上模型的理解能力,能降低大模型输出出错的可能。 4. 便于管控用户隐私数据,且可控、稳定、准确。 5. 可降低大模型的训练成本,新知识存储在数据库即可,无需频繁更新模型。 RAG 在 Natural Questions、WebQuestions 和 CuratedTrec 等基准测试中表现出色,在知识密集型任务中能增强语言模型的输出。基于检索器的方法越来越流行,常与 ChatGPT 等流行 LLM 结合使用。 在商业化问答场景中,优化 AI 更准确回答问题的过程称为 RAG。RAG 由检索器和生成器组成,检索器从外部知识中找到与问题相关的信息,生成器利用这些信息制作精确连贯的答案,适合处理需要广泛知识的任务,如问答系统。
2024-10-26
如何学习ai
以下是关于新手学习 AI 的全面指导: 一、了解 AI 基本概念 1. 阅读「」部分,熟悉 AI 的术语和基础概念,包括其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。 2. 浏览入门文章,了解 AI 的历史、当前的应用和未来的发展趋势。 二、开始 AI 学习之旅 1. 在「」中,找到为初学者设计的课程,特别推荐李宏毅老师的课程。 2. 通过在线教育平台(如 Coursera、edX、Udacity)上的课程,按照自己的节奏学习,并有机会获得证书。 三、选择感兴趣的模块深入学习 AI 领域广泛,比如图像、音乐、视频等,您可以根据自己的兴趣选择特定的模块进行深入学习。同时,一定要掌握提示词的技巧,它上手容易且很有用。 四、实践和尝试 1. 理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出您的作品。 2. 在知识库提供了很多大家实践后的作品、文章分享,欢迎您实践后的分享。 五、体验 AI 产品 与现有的 AI 产品进行互动,如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人,了解它们的工作原理和交互方式,获得对 AI 在实际应用中表现的第一手体验,并激发对 AI 潜力的认识。 六、持续学习和跟进 1. AI 是一个快速发展的领域,新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体,保持对最新发展的了解。 2. 考虑加入 AI 相关的社群和组织,参加研讨会、工作坊和会议,与其他 AI 爱好者和专业人士交流。 对于中学生学习 AI,还有以下建议: 1. 从编程语言入手学习,如 Python、JavaScript 等,学习编程语法、数据结构、算法等基础知识,为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台,如 ChatGPT、Midjourney 等,体验 AI 的应用场景。探索一些面向中学生的 AI 教育平台,如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识,了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等,学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目,参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动,尝试利用 AI 技术解决生活中的实际问题,培养动手能力。 5. 关注 AI 发展的前沿动态,关注 AI 领域的权威媒体和学者,了解 AI 技术的最新进展,思考 AI 技术对未来社会的影响,培养对 AI 的思考和判断能力。 总之,中学生可以从编程基础、工具体验、知识学习、实践项目等多个方面入手,全面系统地学习 AI 知识和技能,为未来的 AI 发展做好准备。
2024-10-26