【ai产品】导论3：人工智能行业中游现状

大模型主要按模态来说吧，大模型分为大语言模型、视觉大模型、语音大模型。

对大语言模型了解比较多：最开始应该是chatgpt开启了这波浪潮，后续claude紧跟其后，但是当时并没有引起太大的风浪，谁能想到后面他们做coding能做这么好呢，谷歌当时其实也跟了，但是效果也不好，还有被人嘲讽；国内方面，讯飞星火最先发出来，但是枪打出头鸟，但是还被人黑后台调用openai的api，也是很有意思了；文心一言好像就是国内第二个出来的，百度经典的起个大早，结果啥都没吃到，当时大家都还在抢地盘，他却开始了商业化，开始卖会员，一度出现著名的松鼠鳜鱼，虽然后面免费了，但也难挽颓势；月之暗面当时出的号称可以接受40万字的超大文本模型，一度惊艳了市场；chatglm凭借在国内最先开源，一度也是建立了自己很好的生态，但后续随着各家都开始开源，而且大模型这玩意儿就提供个api，开发者转换成本极低，所以生态说建立就建立，说跑也就跑了；再之后应该是阿里的通义，在国外榜单上也是杀入前击；还有李开复大佬的yi模型，也是在开源榜单上名列前茅。那段时间真的是百模大战。
2024年，deepseek一经问世，有种开山立派的意味，他的出现让大家看到了研究ai的方向，大家都去卷thinking、卷数据质量，反倒没了之前那种百花齐放的感觉了，但这也其实意味着路径很清晰了，大家走在一条通往agi看似正确的路上。
为什么说看似呢？因为大模型本质还是一种概率模型，他就会产生幻觉，虽然现在也在研究如何减少幻觉，但他本质决定了幻觉就是存在，那这个幻觉的影响大不大呢，我们拭目以待吧。二一个是对高质量数据的需求，高质量数据能训练出高质量模型，那有一天没有了呢，难道就停滞了吗，所以从这几个角度来说，也许大模型还差一点才是走在agi的正确路上。

视觉大模型和语音大模型其实了解不算多，这里就不赘述了。

另外还有关于agent 的内容，也放下一part吧。