ChatGPT大模型：技術場景與商業應用

第1章  ChatGPT：通用人工智慧的典範
 
1.1　追根溯源：ChatGPT是什麼 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　內容智慧生成：基於海量資料生成多種內容 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：支援多種語言批量翻譯 8
1.2.4　賦能智慧型機器人：提高服務品質，提升智慧性 9
1.3　GPT-4引領通用人工智慧風口 10
1.3.1　通用人工智慧成為AI發展的下一階段 11
1.3.2　大模型：實現通用人工智慧的最佳路徑 12
1.3.3　OpenAI公佈通用人工智慧規劃 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：聚焦行銷領域的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　演算法：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　突破定制化小模型落地瓶頸 28
2.4.2　降低AI開發和訓練成本 29
2.4.3　帶來更強大的智慧能力 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：資料 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　玩家湧入大模型賽道，產業趨於繁榮 37
3.2.1　穀歌：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 資料保護 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　開源社區湧現，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是什麼 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，助力企業產品反覆運算 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　智慧硬體成為承載個性化大模型的主體 59
4.3.3　雲從科技：面向C端發佈“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和定制開發收費 63 
 
第5章   大模型 資料服務：引爆資料服務市場
 
5.1　大模型趨勢下，資料資源需求增加 66
5.1.1　資料標注服務需求爆發 66
5.1.2　資料訓練需求帶動版權IP需求爆發 67
5.1.3　中文線上：成為多家大模型廠商的合作夥伴 67
5.2　合成資料：為大模型提供優質資料來源 69
5.2.1　高效、低成本、高品質的資料 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資料業務 71
5.3　大模型時代，資料服務市場迎來競爭熱潮 72
5.3.1　海天瑞聲：開放資料集 打造標注平臺 72
5.3.2　拓爾思：以資料優勢探索大模型落地路徑 74
5.3.3　浪潮資訊：積極推進大模型研發 75
 
第6章   大模型 智慧搜索：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，智慧互動式搜索將出現 80
6.1.2　生成式搜索，提供豐富內容 82
6.1.3　知乎發佈大模型，探索智慧搜索 83
6.2　搜尋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　穀歌：搜尋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　搜尋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是企業資訊化核心系統 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：大模型與辦公軟體結合的探索105
7.3　企業佈局，搶佔大模型辦公先機 107
7.3.1　科技巨頭以大模型入局辦公軟體領域 107
7.3.2　科技巨頭以大模型為辦公軟體企業賦能 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產品智慧性
 
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：智慧音箱 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　虛擬數位人接入大模型 131
8.5.1　大模型重新定義虛擬數位人 131
8.5.2　大模型助力，實現個性化虛擬數位人打造 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 休閒娛樂：升級用戶娛樂體驗
 
9.1　大模型下，遊戲行業迎來多重變革 136
9.1.1　大模型解放遊戲行業生產力 136
9.1.2　大模型支撐下的遊戲引擎迎來發展 138
9.1.3　英偉達：為遊戲開發者打造定制化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位人視頻生成 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：帶來全新音訊、視頻體驗 149
  
第10章   大模型 生產製造：工業領域智慧化程度加深

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：貫穿計畫、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：開啟智慧生產新範式 160
10.3　“大模型 自動駕駛”啟動汽車製造業 161
10.3.1　自動駕駛演算法：多個模組的集合體 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：汽車智慧製造新探索 167
 
 
第11章   大模型 智慧行銷：助推行銷方式變革
 
11.1　多場景落地，大模型提升行銷效果 170
11.1.1　打造智慧客服，提供個性化客戶服務 170
11.1.2　構建智慧推薦系統，提升產品轉化率 172
11.1.3　助力智慧質檢，提升企業行銷效果 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：助力企業精准行銷 175
11.2　大模型實現行銷內容人機共創 176
11.2.1　創意生成：生成定制化行銷創意 176
11.2.2　內容生成：生成多元化行銷內容 177
11.2.3　超級員工：大模型能力加持，構建數位員工 178
11.2.4　三人行攜手科大訊飛，打造行銷大模型 180
11.3　大模型重構行銷業務 181
11.3.1　多方面重構，行銷業務升級 181
11.3.2　智慧電商成為電商發展新方向 183
11.3.3　大模型時代，金融服務行銷模式創新 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：推動城市數位化升級
 
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　大模型助力安防智慧化 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”，加深數位化城市探索204
 

梅磊，同濟大學碩士，美國貝翰文大學管理學博士。百度(中國)有限公司AI行業專家，負責生成式大模型等人工智慧產品落地。曾擔任人工智慧“四小龍”之一雲從科技產品負責人兼金融事業部總經理，負責公司人工智慧產品的規劃和管理，對人工智慧產品和金融行業的應用結合有多年的深度思考和實踐經歷。此前就職於聯想集團和中國銀聯股份有限公司，擔任公司大型項目負責人，牽頭從0到1產品的規劃和實施，服務使用者量達到數億級別，具備豐富的IT軟硬一體化經驗。

施海平，畢業于上海交通大學軟體工程專業，就職於銀聯資料服務有限公司，中國銀行卡以及互聯網金融產品資深專家。深耕于互聯網技術與金融結合的發展趨勢以及場景生態建設的研究，在中國互聯網零售信貸行業進行深度實踐並擁有成功案例。擅長基於人工智慧、雲計算、大資料等前沿技術構建互聯網金融生態型產品與服務。

陳靖，碩士畢業于北京大學及卡內基梅隆大學。現任小紅書音視頻架構負責人，從0到1開發了小紅書的音視頻演算法並組建了工程團隊，負責視頻編解碼、圖像增強、轉碼和消費策略、播放機、直播底層技術的研發。曾任51Talk首席音視頻科學家、Google Chrome Media高級工程師。在51Talk期間，組建了音視頻技術團隊，負責直播和RTC技術、視頻和語音增強、IM和教學APP的研發。在Google期間，參與了VP9/AV1以及WebRTC的研發。