炜煜软件

博客

  • 【免费领取】省省接单攻略

    【免费领取】省省接单攻略

    一、账号权重拉满（抢单成功率关键）

    • 做省星司机：28天内完成对应车型任务单（如部分车型20单），取消率＜20%，享优先看单，抢单胜率约50%+。
    • 保持低取消/高完单：完单多、取消少，平台会给必中加速单、PK必中等权益，有单基本跑不掉。
    • 参加平台活动：每周任务、省星排名赛等，有现金奖励，还能提升账号活跃度。

    二、热力图+时段占位（高效找单）

    • 热力图定位爆单区：APP内看热力图，红色网格单多司机少，3分钟更新一次，优先去这类区域。
    • 蹲高峰时段与货源地：早4-6点、晚高峰盯批发市场、物流园、工业园区；中午往厚街等热点转移，第二单选择更多。
    • 预约单提前锁：晚上接好预约单，第二天一早就能开工，避免早起无单。
    • 返程顺路单：出发前设置全省→常驻地订阅，回途不空跑，提升流水。

    三、锁定优质货主（稳定好单）

    • 引导货主收藏：服务后让货主扫你的接单码收藏，成为其优先派单对象，专属单免PK，还有最高100万货损险。
    • 熟车单与复购：做好每单服务，多沟通了解货主发货周期，争取熟车单和复购，货源更稳。

    四、用好平台工具与小技巧

    • 顺路拼单：长途往返都拼单，来回不放空，收入更高。
    • 设置路线范围：出发地设常驻城市，目的地设全省，扩大货源范围。
    • 特快单优先：特快单价格更优，有合适的别错过。
    • 提前沟通留单：接单前确认货物信息、高速费等，备注15分钟内到，提高成单率。
    • 拍照留证：装货、卸货拍货物与车牌照片，避免纠纷，保障运费结算。

    五、车型与服务优化（多接单）

    • 车型适配：高栏、可开顶/侧门的小货适配更多订单，接单无局限。
    • 限行规避：关注广州等城市货运限行，避免违规影响接单。
    • 服务细节：准时到、主动沟通、轻装轻卸，提升好评，货主更愿意复购。

    六、实操步骤（快速上手）

    1. 每天起床先开热力图，直奔红色爆单区。
    2. 晚上提前接预约单，锁定第二天货源。
    3. 每单服务后引导货主收藏，积累稳定客源。
    4. 每周完成平台任务，保持省星司机身份。
    5. 返程开启顺路订阅，不空跑。

    按上面的方法执行，账号权重、抢单效率和货源稳定性都会明显提升，好单自然更多。

    需要我把这些要点整理成一份可直接照着做的7天行动清单（每天3个具体动作），你照着执行就行

  • 建议收藏！2025年最好用的17个免费AI工具，包括DeepSeek、腾讯元宝、豆包、ima

    建议收藏！2025年最好用的17个免费AI工具，包括DeepSeek、腾讯元宝、豆包、ima

    AI一天，人间十年。这句话虽然有点夸张，但是，身处在AI这个领域，时时刻刻见证着AI的更新迭代速度之快，确实是让人感觉到吃惊。

    目前我正在尝试做一个小小的AI博主，主要是分享一些普通人也能拿来就用的AI教程。

    因为我也是从小白一路走过来，踩过很多坑，也更清楚哪些工具更适合小白入手。

    今天夏至要为大家介绍一些2025年值得去用的AI工具。关键是免费！

    以下这些方便大家在日常的学习、工作、生活、创作和育儿中，能够利用这些AI工具为自己提速增效，解放时间。

    话不多说，马上开始！

    1、豆包

    官方网址：

    使用方式：

    手机APP、电脑网页端、电脑客户端。

    功能亮点：

    作为字节跳动旗下用户量突破1亿的国民级AI工具，豆包深度融合抖音生态实现短视频脚本智能生成与带货文案创作，其特色在于通过”场景化智能体”覆盖育儿指导、心理按摩等20+生活场景，配合语音对答功能让用户感受拟人化交互。

    2024年新增音乐生成功能可基于歌词自动创作BGM，2025年上线的视频生成内测支持输入文案生成动态分镜，最新推出的图片理解功能可解析表情包深层含义并生成幽默回复。

    教育领域表现尤为突出，英语学习助手可模拟真实对话场景纠正发音，育儿模块能根据儿童年龄推荐适龄故事并生成睡前语音。

    2、夸克

    使用方式：

    电脑网页端、电脑客户端、APP。

    功能亮点：

    全面开启深度思考，搜经验、做攻略、解难题，随时搜一搜。输入指令，复杂问题轻松解决，文字、图文、视频、表格，都能快速理解。

    夸克的桌面AI助手方便随时提问找答案，划词工具栏可以随时解读、翻译、润色文本。快捷键截屏，还支持截屏搜题、搜索等。

    3、飞书

    使用方式：

    电脑网页端、电脑客户端、APP

    功能亮点：

    飞书是字节跳动推出的企业级协同办公平台，以“All in One”为目标，整合即时通讯、文档协作、项目管理、数据分析等功能，提供一站式解决方案。

    其核心功能包括支持文字、语音、视频会议，消息传递实时性强，适用于跨地域团队协作。在飞书接入deepseek之后，也可实现通过设置多维表格，可单次批量处理上百条内容，完成短视频脚本、文案的批量制作。

  • 建议收藏！2025年最好用的17个免费AI工具，包括DeepSeek、腾讯元宝、豆包、ima……

    建议收藏！2025年最好用的17个免费AI工具，包括DeepSeek、腾讯元宝、豆包、ima……

    AI一天，人间十年。这句话虽然有点夸张，但是，身处在AI这个领域，时时刻刻见证着AI的更新迭代速度之快，确实是让人感觉到吃惊。

    目前我正在尝试做一个小小的AI博主，主要是分享一些普通人也能拿来就用的AI教程。

    因为我也是从小白一路走过来，踩过很多坑，也更清楚哪些工具更适合小白入手。

    今天夏至要为大家介绍一些2025年值得去用的AI工具。关键是免费！

    以下这些方便大家在日常的学习、工作、生活、创作和育儿中，能够利用这些AI工具为自己提速增效，解放时间。

    话不多说，马上开始！

    1、豆包

    官方网址：

    使用方式：

    手机APP、电脑网页端、电脑客户端。

    功能亮点：

    作为字节跳动旗下用户量突破1亿的国民级AI工具，豆包深度融合抖音生态实现短视频脚本智能生成与带货文案创作，其特色在于通过”场景化智能体”覆盖育儿指导、心理按摩等20+生活场景，配合语音对答功能让用户感受拟人化交互。

    2024年新增音乐生成功能可基于歌词自动创作BGM，2025年上线的视频生成内测支持输入文案生成动态分镜，最新推出的图片理解功能可解析表情包深层含义并生成幽默回复。

    教育领域表现尤为突出，英语学习助手可模拟真实对话场景纠正发音，育儿模块能根据儿童年龄推荐适龄故事并生成睡前语音。

    2、夸克

    使用方式：

    电脑网页端、电脑客户端、APP。

    功能亮点：

    全面开启深度思考，搜经验、做攻略、解难题，随时搜一搜。输入指令，复杂问题轻松解决，文字、图文、视频、表格，都能快速理解。

    夸克的桌面AI助手方便随时提问找答案，划词工具栏可以随时解读、翻译、润色文本。快捷键截屏，还支持截屏搜题、搜索等。

    3、飞书

    使用方式：

    电脑网页端、电脑客户端、APP

    功能亮点：

    飞书是字节跳动推出的企业级协同办公平台，以“All in One”为目标，整合即时通讯、文档协作、项目管理、数据分析等功能，提供一站式解决方案。

    其核心功能包括支持文字、语音、视频会议，消息传递实时性强，适用于跨地域团队协作。在飞书接入deepseek之后，也可实现通过设置多维表格，可单次批量处理上百条内容，完成短视频脚本、文案的批量制作。

    4、扣子

    使用方式：

    电脑网页端

    功能亮点：

    AI智能体种类非常丰富，支持一句话生成一个智能体，工作流功能非常强大，目前扣子现已推出满血版 Deepseek 全家桶，支持免费体验 R1、V3 模型。

    除此之外，扣子支持 DeepSeek 思维链（Chain-of-Thought，CoT）和 Function Calling 能力，为制作智能体添加私有知识和多种技能，拓展智能体的能力边界，一键满足多种场景需求。

    5、讯飞星火

    使用方式：

    电脑网页端、APP、小程序

    特色功能：

    依托科大讯飞27年语音技术积累，星火V4.0版本在医疗法律领域实现92%高精度问答，独家AI口语陪练系统可实时评估发音准确度并生成纠错报告。

    2025年更新的”启发式对话”功能支持构建虚拟人格，用户可自定义AI助手的知识背景与沟通风格，特别适合教师创建学科专属辅导机器人。

    多语言实时互译覆盖60+语种，会议记录功能可自动生成带时间戳的摘要，并标记关键决策点。

    6、通义千问

    使用方式：电脑网页端、APP

    功能亮点：

    具有语音实时记录、一键AI总结、上传音视频分析功能，非常适合上班工作的相关场景使用。

    7、Kimi

    使用方式：手机APP、电脑网页端、电脑客户端。

    功能亮点：

    Kimi尤其擅长长文本处理和专业领域的深度分析。它能够一次性处理高达200万字的文本信息，这在AI领域中处于领先地位。

    同时KIMI也能用来一键生成PPT，功能免费使用特别友好。模板也挺多。建议有这个需求的小伙伴可以去试试。

    8、秘塔AI搜索

    使用方式：手机APP、电脑网页端、小程序

    功能亮点：

    采用无广告纯净搜索模式，直接抓取政府官网、知网等权威信源，搜索结果自动整理为思维导图与对比表格。

    2025年集成DeepSeek-R1满血版模型后，输入复杂问题如”长三角新能源政策影响”可自动生成带数据可视化的分析报告。

    9、腾讯元宝

    使用方式：电脑客户端、电脑网页端、手机APP、小程序。

    功能亮点：

    深度融合微信生态的内容创作神器，可优先抓取10万+公众号爆文生成自带传播基因的推文。

    2025年接入DeepSeek-R1模型后，在逻辑推理任务中正确率提升40%，输入模糊需求如”制定三个月产品计划”可自动拆解为甘特图。隐私保护通过国家等保三级认证，聊天记录本地加密存储，适合处理敏感商务对话。

    10、文心一言

    使用方式：网页端/APP

    功能亮点：

    文心一言是百度推出的一款AI工具，特别擅长中文语境下的语言处理和内容创作。它依托百度强大的搜索引擎和海量数据，具备出色的知识增强和检索能力。

    文心一言在文学创作、商业文案创作等方面表现出色，能够提供高质量的文本生成和灵感支持。此外，它还支持多模态输入，能够处理文本、图片、音频等多种形式的内容。

    11、DeepSeek

    使用方式：电脑网页端、手机APP。

    功能亮点：

    在GRE数学题测试中达到89%正确率的逻辑专家，可展示完整推理过程帮助用户理解解题思路。

    2025年开源的R1模型价格仅为同行1/50，企业API调用成本降低90%。也由于它的开源，国内AI工具纷纷跟进，也嵌入了DeepSeek的R1深度思考模式。

    12、即梦AI

    使用方式：电脑网页端、APP

    功能亮点：

    2025年新增”动作模仿”功能可让静态图片模仿参考视频的肢体动作。今年也推出了数字人功能，对嘴型非常好用。

    同时也专注于AI绘画领域，提供了丰富的艺术风格选择和简单直观的操作体验。它对中文提示词的理解相当准确，适合各类设计素材的制作。

    13、智谱清言

    使用方式：

    电脑网页版、电脑客户端、APP、小程序。

    特色功能：

    智谱清言是一款由智谱AI公司开发的AI工具，专注于中文环境下的写作和对话，它对中文表达的理解相当准确，响应速度快，特别适合国内用户的使用习惯。虽然在某些专业领域的知识深度上还有提升空间，但在日常写作和内容创作方面已经相当实用。

    与其他AI工具相比，能够更好地适应中文用户的语言习惯。此外，智谱清言的智能体功能也非常丰富，用户可以根据自己的需求创建个性化的智能体，这使得它在特定应用场景中更具灵活性。

    使用方式：

    橙篇支持电脑浏览器、客户端、APP使用。

    特色功能：

    橙篇是一款由百度开发的AI工具，特别擅长长文本生成和处理。橙篇在长文本生成方面具有明显优势，能够生成长达10万字的专业文档，并提供多格式跨模态内容的深度编辑功能。

    此外，橙篇还具备强大的文献知识检索能力，依托百度文库和百度学术等资源，能够快速获取实时专业资料。

    15.可灵AI

    使用方式：

    电脑网页端、APP

    功能亮点：

    在视频创意效果方面独树一帜，特别是在人像处理和特效制作方面有出色表现。它提供了多样的创意玩法，虽然部分功能的稳定性和学习曲线还需改善，但在创意视频制作领域具有独特优势。

    16、Get笔记

    使用方式：

    电脑网页端、APP、小程序

    Get笔记是一款由得到APP的技术团队开发的AI笔记软件，特别擅长语音识别和文本润色。它能够实时将语音转换成文字，并通过智能算法去除口语中的冗余词和纠正发音不标准的英文，使笔记更加流畅和专业。

    与其他AI工具相比，Get语音的优势在于其便捷性和高效的文本处理能力。作为微信小程序，它无需下载即可使用，非常适合习惯使用微信的用户。Get语音还支持跨平台同步与导入，方便用户在不同设备间管理和使用笔记。

    17、ima知识库

    使用方式：电脑客户端、小程序、手机APP（仅安卓手机）

    功能亮点：

    个人知识库管理的好帮手。同时也接入 DeepSeek R1 深度思考模型，整个界面非常简洁，方便又好用。

    文章来源于互联网:建议收藏！2025年最好用的17个免费AI工具，包括DeepSeek、腾讯元宝、豆包、ima……

  • 老一辈驾驶员总结的5条冬季用车技巧，现在都快失传了！

    以前的汽车没那么多配置，很多工作都得驾驶员自己做，总结出了不少实用的技巧。而现在汽车各种配置越来越丰富，导致很多司机过于依赖配置，反而忘掉了这些实用的技巧。

    1、挡风玻璃快速除冰

    早上急着开车走，但挡风玻璃上结了一层冰，还特别难弄掉。其实你完全没必要在外面铲，因为冰层太薄了，铲子根本没太大的着力点，很难大块除掉。

    这时候要换个思路，别从外面强攻，而要从内部瓦解：用塑料袋裹着热毛巾或者热水擦挡风玻璃内侧，只要玻璃稍微升温，冰层立马脱离挡风玻璃表面，大块大块往下掉。然后雨刷一拨，几秒钟结束战斗。

    2、雪地方向失控，松点刹车

    转向轮一旦刹车抱死，它就不会转弯了。以前的车不带ABS防抱死装置，司机们通过无数次失控弄清楚了这个秘密，再遇到雪地刹车抱死就知道松一点刹车来恢复转向能力。

    现在的车虽然带ABS，但车速太低时ABS不起作用，车轮依然会抱死。这时候很多司机都只能死死踩着刹车眼看着撞车，其实你只需要松开刹车，让转向轮恢复转动，方向立马就管用，起码能帮你躲开眼前的危机。

    3、雪地2挡起步

    下雪天有些车在雪地上依然走得很稳，而有些车别说正常行驶了，轮胎压在雪地上连起步都难，一踩油门就疯狂打滑。

    老司机教徒弟都会告诉他们用2挡起步，其实这只是表面现象，究其本质那就是尽可能降低驱动力从而避免打滑。因为驱动轮上动力越大，轮胎作用到地面的力也越大，就需要地面提供足够多的摩擦力。而雪地上哪有那么多摩擦力啊，所以动力一大就必然打滑。

    用2挡起步本质上就是因为2挡的驱动力比1挡小，同样油门的情况下更不容易打滑而已。所以咱们开车遇到起步打滑，只需要少踩甚至不踩油门，利用怠速起步，这样就不容易打滑了。

    4、挡风玻璃起雾

    以前的老车驾驶舱密闭性不好，四处漏风，导致车里头一直有冷气流来回流动，加速水蒸气对流到车外面，所以挡风玻璃不容易起雾。

    而现在的车密闭性太好了，只要你不开外循环，驾驶舱与外界换气的速度要慢得多，天稍微一冷就容易起雾。

    所以很多老司机现在都会把空调调节成外循环，然后出风口调节到吹挡风玻璃，这时候不需要开风机，行驶中车头撞风的压力就可以让外界冷风徐徐吹向挡风玻璃。由于风量小，所以你也并不会觉得很冷，还可以避免挡风玻璃起雾。

    5、能压雪，不压车辙

    路上有积雪的话行驶中优先让车轮压着积雪走，而不是压着车辙印。因为车轮反复碾压过的积雪非常瓷实，气温足够低的时候车辙印表层都是一层冰，非常滑。你按着这个走反而更危险。而没被车轮子压过的积雪非常蓬松，摩擦力反而比反复碾压过的地方更大。

    以上几个冬季用车技巧如今很多人都不知道了，但也有一部分老司机却运用自如，在此分享给大家，希望朋友们能悟透其中的原理，灵活掌握，在大雪天也能安全出行。

  • 写给小白的AI入门科普

    █ 到底什么是AI？
    AI，是artificial intelligence的缩写。
    Artificial，很多同学认字认半边，会以为是艺术（art）的什么形容词。其实不然，artificial的意思就是“人工的、人造的”，和natural（天然的）是反义词。
    Intelligence，这个不容易认错，是“智能”的意思。英特尔（Intel）公司的名字，就是基于这个词的前五个字母。
    结合起来，AI，就是“人工的、人造的智能”，用人为的手段，创造智能。


    关于AI的定义，行业里有很多种说法。比较学术化的一种，是这么说的：
    AI，是研究、开发用于模拟、延伸和扩展人的智能行为的理论、方法、技术及应用系统的一门综合性科学。
    这个定义很拗口，看得都头大。
    其实，对于AI，我们可以拆解来看。

    首先，AI的本质属性，是一门科学，是一个技术领域。
    它涉及到了计算机科学、数学、统计学、哲学、心理学等多种学科的知识，但总体上，归类于计算机学科之下。
    其次，AI的研究目的，是让一个“系统”具备智能。
    这个“系统”，可以是一套软件程序，也可以是一台计算机，甚至是一个机器人。
    第三，什么样的水平，才叫做真正的智能。
    这是问题的关键。目前看来，能够像人一样感知、理解、思考、判断、决策，就是实现了人工智能。
    配合机器人、机械臂等物理载体，AI也可以实现行动能力。
    综合以上三点，理解AI的定义就比较容易了。

    █ AI和普通计算机有什么区别？
    AI，目前仍然是基于计算机的基本玩法，采用的是半导体芯片技术（所以经常会被称为“硅基”），以及计算机的一些体系和平台。
    那么，它和传统的计算机程序，有什么区别呢？

    传统的计算机程序，就是一个规则的集合。程序员通过代码告知计算机规则，计算机根据规则，对输入数据进行判断和处理。
    例如经典的“if……else……（如果……否则……）”语句——“如果大于65岁，就退休。否则，继续上班”。
    然后，计算机程序会根据这个规则，对所有输入年龄数据进行判断和处理。
    但是，在现实生活中，很多要素（例如图像和声音）是极为复杂和多样的，我们很难给出固定的规则，让计算机实现高准确率的判断和处理。
    例如，判断一只狗是不是狗。
    狗有很多品种，每种狗有不同的颜色、体型、五官特征。狗在不同的时间，也有不同的表情、姿势。狗还会处于不同的背景环境下。

    所以，计算机通过摄像头捕捉到的狗的影像，是无穷尽的。很难通过有限数量的规则，去帮助计算机做出判断。
    想要让计算机实现像人一样的智能，不能采用简单的规则驱动，而是应该像教孩童一样，不断输入数据和答案，让他自行总结特征，形成自己的判断规则。
    换言之，在经典的程序设计中，人们输入的是规则（即程序）和数据，系统输出的是答案。

    而AI的计算过程，分为两个步骤：
    第一个步骤，输入的是数据和预期得到的答案，系统输出的是规则。
    第二个步骤，将输出的规则应用于新的数据，然后再输出答案。

    第一步，我们可以称之为“训练”。第二步，才是真正“干活”。
    这就是传统计算程序和现在主流AI技术的一个典型区别。（注意，我说的是“现在主流AI”。有一些“历史AI”和“非主流AI”，玩法不一样。不能一概而论。

    █ AI，有哪些类别？
    前面说了，人工智能是一个非常庞大的科学领域。
    从1950年代正式诞生以来，围绕人工智能，已经有很多科学家进行了大量的研究，也输出了很多非常了不起的成果。
    这些研究，根据思路方向的不同，被分为了很多种学派。比较有代表性的，是符号主义学派、联结主义学派、行为主义学派。
    这些学派并没有对错之分，相互之间也有一些交叉融合。
    早期的时候（1960-1990），符号主义（以专家系统、知识图谱为代表）是主流。后来，从1980年开始，联结主义（以神经网络为代表）崛起，一直到现在，都是主流。


    将来，也许有新的技术崛起，形成新的学派，也不一定。
    除了方向路线之外，我们也可以从智能水平以及应用领域等方面对AI进行分类。
    按智能水平，可以分为：弱人工智能（Weak AI）、强人工智能（Strong AI）、超人工智能（Super AI）。
    弱人工智能只专精于单一任务或一组相关的任务，不具备通用智能能力。我们目前就处于这个阶段。

    强人工智能更厉害一些，具有一定的通用智能能力，能够理解、学习并应用于各种不同的任务。这个还处于理论和研究阶段，还没落地。
    超人工智能当然是最强的。它在几乎所有方面都超过人类智能，包括创造力、社交技能等。超人工智能是未来的终极形态，我们假设它能够实现。
    关于按应用领域的AI分类，我们待会再说。

    █ 什么是机器学习？

    其实我们前面介绍规则总结的时候，其实已经提到了机器学习。
    机器学习的核心思想，是构建一个可以从数据中学习的模型，并利用这个模型来进行预测或决策。
    机器学习不是一个具体的模型或算法。它包括了很多种类型，例如：
    监督学习：算法从带有标签的数据集中学习，即每个训练样本都有一个已知的结果。
    无监督学习：算法从没有标签的数据集中学习。
    半监督学习：结合了少量的带标签数据和大量的未带标签数据进行训练。
    强化学习：通过试错的方式，学习哪些行为可以获得奖励，哪些行为会导致惩罚。

    █ 什么是深度学习？
    深度学习，具体来说，是深度神经网络学习。
    深度学习是机器学习的一个重要分支。机器学习底下有一条“神经网络”路线，而深度学习，是加强版的“神经网络”学习。
    神经网络是联结主义的代表。顾名思义，这个路线是模仿人脑的工作原理，建立神经元之间的联结模型，以此实现人工神经运算。

    深度学习所谓的“深度”，是神经网络中“隐藏层”的层级。
    经典机器学习算法使用的神经网络，具有输入层、一个或两个“隐藏层”和一个输出层。
    深度学习算法使用了更多的“隐藏层”（数百个）。它的能力更加强大，让神经网络能够完成更困难的工作。
    机器学习、神经网络和深度学习的关系，通过下面的图可以看出：

    █ 什么是卷积神经网络、循环神经网络？
    神经网络从1980年代开始崛起之后，就形成了很多的模型和算法。不同的模型和算法，有着各自的特性和功能。

    卷积神经网络（Convolutional Neural Network，CNN）和循环神经网络（Recurrent Neural Network，RNN），是1990年代左右诞生的比较知名的神经网络模型。
    它们的具体工作原理比较复杂。反正大家记住：

    卷积神经网络（CNN）是一种用于处理具有类似网格结构的数据（例如图像和视频）的神经网络。所以，它通常用于计算机视觉中，可以用来图像识别和图像分类。
    而循环神经网络（RNN）是一种用于处理序列数据的神经网络，例如语言模型和时间序列预测。所以，它通常用于自然语言处理和语音识别。

    █ 什么是transformer？
    transformer也是一个神经网络模型。它比卷积神经网络和循环神经网络更加年轻（2017年由谷歌研究团队提出），也更加强大。
    作为非专业人士，不需要去研究它的工作原理，只需要知道：
    1、它是一种深度学习模型；2、它使用了一种名为自注意力（self-attention）的机制；3、它有效解决了卷积神经网络和循环神经网络的瓶颈（局限性）问题；4、它很适合自然语言处理（NLP）任务。相比循环神经网络，它的计算可以高度并行化，简化了模型架构，训练效率也大大提升；5、它也被扩展到了其他领域，如计算机视觉和语音识别。6、现在我们经常提到的大模型，几乎都是以transformer为基础。

    神经网络还有很多种，我在网上找到一张图，供参考：

    █ 什么是大模型？
    这两年AI火，就是因为大模型火。那么，什么是大模型？
    大模型，是具有庞大参数规模和复杂计算结构的机器学习模型。
    参数，是指在模型训练过程中，学习和调整的变量。参数定义了模型的行为、性能、实现的成本以及对计算资源的需求。简单来说，参数是模型内部用来做出预测或决策的部分。
    大模型，通常拥有数百万至数十亿的参数。相对应的，参数少的，就是小模型。对一些细分的领域或场景，小模型也够用。
    大模型需要依赖大规模数据进行训练，对算力资源的消耗极大。

    大模型有很多种类别。通常所说的大模型，主要是指语言大模型（以文本数据进行训练）。但实际上，还有视觉大模型（以图像数据进行训练），以及多模态大模型（文本和图像都有）。

    绝大多数大模型的基础核心结构，都是Transformer及其变体。

    按应用领域，大模型可以分为通用大模型和行业大模型。
    通用大模型的训练数据集更加广泛，覆盖的领域更加全面。行业大模型，顾名思义，训练数据来自特定行业，应用于专门的领域（例如金融、医疗、法律、工业）。

    █ GPT的本质是什么？
    GPT-1、GPT-2……GPT-4o，等等，都是美国OpenAI这家公司推出的语言大模型，同样都是基于Transformer架构。
    GPT的全称，叫做Generative Pre.trained Transformer，生成式-预训练-Transformer。
    Generative（生成式），表示该模型能够生成连续的、有逻辑的文本内容，比如完成对话、创作故事、编写代码或者写诗写歌等。
    这里刚好提一下，现在常说的AIGC，就是AI Generated Content，人工智能生成内容。内容，可以是文本、图像、音频、视频等。
    GPT系列面向文本，谷歌也推出过竞品BERT。
    文生图，比较有代表性的是DALL·E（也来自OpenAI）、Midjourney（知名度大）和Stable Diffusion（开源）。
    文生音频（音乐），有Suno（OpenAI）、Stable Audio Open（由Stability.ai开源）、Audiobox（Meta）。
    文生视频，有Sora（OpenAI）、Stable Video Diffusion（由Stability.ai开源）、Soya（开源）。图也可以生视频，例如腾讯的Follow-Your-Click。

    AIGC是一个“应用维度”的定义，它不是一个具体的技术或模型。AIGC的出现，扩展了AI的功能，打破了此前AI主要用于识别的功能限制，拓宽了应用场景。
    好了，继续解释GPT的第二个字母——Pre.trained。
    Pre.trained（预训练），表示该模型会先在一个大规模未标注文本语料库上进行训练，学习语言的统计规律和潜在结构。
    通过预训练，模型才有了一定的通用性。训练的数据越庞大（如网页文本、新闻等），模型的能力就越强。
    大家对于AI的关注热潮，主要源于2023年初的ChatGPT爆火。
    ChatGPT的chat，是聊天的意思。ChatGPT是OpenAI基于GPT模型开发的一个AI对话应用服务（也可以理解为GPT-3.5）。
    图片
    通过这个服务，人们才可以亲身体验到GPT模型的强大，有利于技术的宣传和推广。

    事实证明，OpenAI的策略成功了。ChatGPT充分吸引了公众关注度，也成功推动了AI领域的发展热潮。

    █ AI，究竟能做什么？
    AI的作用，极为广泛。
    概括来说，AI和传统计算机系统相比，能提供的拓展能力，包括：图像识别、语音识别、自然语言处理、具身智能等方面。

    图像识别，有时候也被归类为计算机视觉（Computer Vision，CV），让计算机具备理解和处理图像和视频的能力。常见的是摄像头、工业质检、人脸识别之类的。
    图片
    语音识别，就是理解和处理音频，获得音频所搭载的信息。常见的是手机语音助手、电话呼叫中心、声控智能家居之类的，多用于交互场景。
    自然语言处理，前面介绍过，就是使计算机能够理解和处理自然语言，知道我们到底在说什么。这个很火，多用于创造性的工作，例如写新闻稿、写书面材料、视频制作、游戏开发、音乐创作等。
    具身智能，就是把人工智能搭载在一个物理形态（“身体”）上，通过与环境互动，来获得和展示智能。
    带AI的机器人，属于具身智能。
    斯坦福大学年初推出的“Mobile ALOHA”，就是一个典型的家用具身机器人。它可以炒菜、煮咖啡甚至逗猫，火爆全网。
    值得一提的是，并不是所有的机器人，都是人形机器人。也不是所有的机器人，都用到了AI。
    图片人形机器人
    AI特别擅长对海量数据进行处理，一方面通过海量数据进行学习和训练，另一方面，基于新的海量数据，完成人工无法完成的工作。或者说，找到海量数据中潜在的规律。
    目前AI在社会各个垂直行业的应用，主要是围绕上面的能力进行延展。
    我们举一些常见的例子。
    在医疗领域，AI已经可以用于分析X光片、CT扫描、MRI图像等，帮助识别识别异常区域，甚至做出诊断判断。AI还可以用于识别组织切片中的细胞变异，辅助病理学家进行癌症筛查和其他疾病的诊断。
    AI还可以分析患者的基因组数据，确定最适合的治疗方案。AI也可以根据患者的病史和生理指标，辅助预测病情趋势。
    在药品研发方面，AI可以帮助模拟化学成分的相互作用，缩短新药研发周期。
    发生严重的公共卫生事件时，AI可以分析流行病数据，预测疾病传播的趋势。
    在金融领域，AI可以实时监测市场动态，识别潜在的市场风险，并制定相应的风险对冲策略。
    AI还可以通过分析借款人的信用记录、收入情况、消费行为等多维度数据，评估信贷风险。当然，AI也可以结合投资者的个人财务情况、风险偏好和收益目标，提供最合适的投资组合建议。
    类似的例子实在是数不胜数。在工业制造、教育文旅、商业零售、农林牧渔、公共安全、政府治理等几乎所有领域，AI都已经有了实际的落地场景和案例。
    AI正在改变社会，改变我们每一个人的工作和生活。

    █ 我们应该如何看待AI？
    AI的商业和社会价值，是毋庸置疑的。它的崛起趋势，也是不可阻挡的。
    从企业的角度来说，AI能够自动化重复性、繁琐的任务，提高生产效率和质量，同时降低生产成本和人力成本。
    对于制造业和服务业来说，这个优势至关重要，直接影响了企业的竞争力，甚至是生存。
    从政府的角度来说，AI不仅可以提升治理效率，也能够带来新的商业模式、产品和服务，刺激经济。

    强大的AI，也是一种国家竞争力。在科技博弈和国防事业方面，如果AI技术不如别人，可能会带来严重后果。
    从个人的角度来说，AI可以帮助我们完成一些工作，也可以提升我们的生活品质。

    从整个人类的角度来说，AI在疾病治疗、灾害预测、气候预测、消灭贫穷方面，也可以发挥重要的作用。
    图片
    但事物都是有两面性的。AI作为工具，既有利，也有弊。

    最现实的一个弊，就是可能会威胁到大量的人类工作岗位，导致大量失业。根据麦肯锡的研究，到2030年至2060年之间，大约50%的职业可能会逐步被AI取代，特别是对于知识工作者而言。

    图片来自《纽约客》杂志
    除此之外，AI被用于发动战争、欺诈（模仿声音或换脸，进行诈骗）、侵犯公民权益（信息过度采集、侵犯隐私）。

    如果只有少数公司拥有先进的AI技术，可能会加剧社会的不公平现象。AI的算法偏见，也可能导致不公平。
    AI变得越来越强大，也会让人们产生对AI的依赖，失去独立思考和解决问题的能力。AI的强大创造力，有可能让人类失去创造的动力和信心。
    围绕AI的发展，还有安全（数据泄露、系统崩溃）、道德伦理等一系列问题。

    所有这些问题，我们目前都没有靠谱的解决方案。所以，只能在发展AI的过程中，一点点去探索、思考和解决。对于AI的警惕和防范之心，是一定要有的。
    作为我们普通人，目前最现实的做法，就是先了解它、学习它。先学会使用常见的AI工具和平台，帮助自己提升工作效率，改善生活品质。
    有句话说的好：“未来，淘汰你的不是AI，而是掌握了AI的人”。与其焦虑，不如勇敢面对和积极拥抱，尽早掌握主动权。

    好啦，以上就是今天文章的全部内容。对于一个普通人来说，知道这些AI常识，就是拥抱AI的第一步。至少和别人聊天的时候，谈到AI，就不会一头雾水了。

    感谢大家的耐心阅读，我们下期再见！

  • 什么是AI

    人工智能（Artificial Intelligence），英文缩写为AI。是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等 [128]。

    人工智能大模型带来的治理挑战也不容忽视。 [39]马斯克指出，在人工智能机器学习面具之下的本质仍然是统计。 [33]营造良好创新生态，需做好前瞻研究，建立健全保障人工智能健康发展的法律法规、制度体系、伦理道德。 [39]着眼未来，在重视防范风险的同时，也应同步建立容错、纠错机制，努力实现规范与发展的动态平衡。 [39]

    2024年，“人工智能”当选为汉语盘点2024年度国际词 [59]。当地时间2025年1月13日，美国发布《人工智能扩散出口管制框架》 [63-64]。1月14日，中国外交部发言人郭嘉昆表示：坚决反对美方在AI领域也搞“三六九等” [65]。2025年10月，《生成式人工智能应用发展报告（2025）》发布。报告显示，截至2025年6月，中国生成式人工智能用户规模达5.15亿人，较2024年12月增长2.66亿人，用户规模半年翻番；普及率为36.5%。 [217]2025年11月，同安、集美等地上线多款AI智能化环卫设备。 [238]12月1日，中国香港领先的AIGC公司来画推出的“全国首家支持1000秒AI漫剧生成平台”将进行内测。 [240]

    截至2025年11月，中国网信部门已累计清理相关违规信息8700余条，处置仿冒公众人物账号1.1万余个。