2023年的AI发展在技术和应用层面都取得了重要进展。AI助理、智能体和多模态应用的创新，为企业提供了更强大的智能化解决方案。随着技术的不断演进和应用场景的不断拓展，AI在各个产业的应用前景将进一步扩大，为企业带来更多的创新和竞争优势。元旦是一个时间分界线，反刍2023年，展望2024，故事线刚刚展开。产业洞察深度集成Copilot：窗口系统将深度集成Copilot，这是一个能够陪伴用户聊天、做信息整理，并执行复杂任务的AI助手。这代表了AI在窗口的进一步整合和应用潜力。AI应用的风险和监管：AI应用的风险和监管成为热门话题。在过去，企业通常寻求豁免和免责，但现在企业开始主动寻求监管。这反映出AI技术的快速发展带来了一些挑战和潜在风险，需要有相应的监管机制来确保可控性和合规性。从应用角度，2023年AI发展方向企业级市场和应用研究中：AI

上周的AI领域发展中，OpenAI提出了一系列改善人工智能交互的方法，包括简化交流、提供参考文本等，旨在提升AI回应的准确性和相关性。同时，微软发布了Phi-2模型，一种具有27亿参数的紧凑语言模型，能够在个人设备上运行，展示了在选择数据和应用先进知识转移方法方面的突破。Microsoft的Copilot

GPT采用独特的TaskFormer神经网络架构，专门针对用车、娱乐、出行等场景进行训练，拥有理解、生成、知识记忆及推理的能力。在国内权威的中文大语言模型评测榜单C-EVAL和CMMLU中，Mind

（配图有Dall-E根据本文文案创作）系统3的介绍系统3是一种创新的技术工具，旨在扩展和增强人类的决策能力。它基于大型语言模型基础设施，通过提供丰富的知识支持、数据分析和逻辑推理等功能，帮助人们更好地进行决策。基于大模型LLM的助理，比如chatGPT、微软Copilot、Bard、Claude都在面上，面对更广泛的人群提供了这项能力。就面向个人而言，发现整理组织和存储一体化，以随需调用随时候命的服务姿态呈现。当然系统3，不仅仅指的是为个人提供消费级体验或生产力工具，系统3运行在特定的有决策共性和关联性的组织和人群，那就更是组织的外脑，将在企业组织运作活动中，发挥很有价值的决策支持、分析应用的效用。但是从目前体验反馈看，能够有效提问、有效交互的人群并不是预期那么普及。与早期期待的，会说话、能表达就能参与与机器人的互动的门槛还有相当差距。大模型如何获得输入信息之外的隐藏信息、隐含意图，以便于更准确地理解，用户需求，从而能进一步高质量、高符合预期的与用户进行有效互动。这还有相当进步空间。上篇blog提出的系统3的作用非常广泛。首先，它可以帮助人类快速获取和整理大量信息。在信息爆炸的时代，我们面对海量的数据和知识，很难从中找到有价值的内容。而系统3通过其强大的搜集和整理能力，能够为我们提供准确、全面的信息支持，是不断电就能无休止重复工作，做好搜集整理和知识化建模，以供随需调用。其次，系统3利用数据分析技术帮助人类发现隐藏的模式和趋势。通过对大量数据进行深入分析，系统3可以揭示出我们无法察觉到的规律，并将这些规律转化为有用的见解。这使得我们能够做出更加明智、准确的决策。系统3能发现这些隐含特征，用玻尔兹曼关于熵的理论来解释，LLM模型最大程度上用”训练集所有知识“补充了你的提问所忽略了的信息，补全的信息量越多，熵减做的就越好LLM模型的反馈能力和输出效果就越好。最重要的是，系统3作为人类思维的有力补充，提供全面的决策支持。它不仅可以帮助我们进行逻辑推理和思维扩展，还能够提供多个角度、多个层次上对问题进行分析。这样一来，在做出决策时就能够更加全面地考虑各种因素，并避免盲目行动。它还可以通过演绎对话逻辑，去模拟运行环境，通过针对你的期待的输出进行复杂逻辑演绎来证实或证伪。系统3的特点系统3具有以下几个显著特点，它们是信息获取和管理、数据分析和模式识别以及增强决策。信息获取和管理系统3通过大型语言模型基础设施提供丰富的知识支持。这意味着它可以从各种来源获取广泛而深入的知识，包括文学、科学、历史等领域。无论我们需要了解什么内容，系统3都能够为我们提供相关的信息，并帮助我们快速获取和整理大量信息。此外，系统3还能够有效地管理和组织知识资源。它可以将不同领域的知识进行分类、归档，并建立起一个完善的知识库。这样一来，当我们需要某个特定领域的知识时，只需向系统3提出请求，它就能够迅速找到并呈现给我们。数据分析和模式识别系统3利用数据分析技术帮助人类发现隐藏的模式和趋势。通过对大量数据进行深入分析，系统3可以揭示出我们无法察觉到的规律。例如，在市场营销领域，系统3可以通过分析消费者行为数据来发现潜在客户群体以及他们的偏好和购买习惯。这些见解对于制定精准的营销策略至关重要。此外，系统3还可以帮助人类进行数据驱动的决策。它能够将复杂的数据转化为易于理解和应用的形式，并提供相应建议。例如，在企业管理中，系统3可以根据公司财务报表等数据进行分析，并给出优化经营策略或降低成本的建议。增强决策最重要的是，系统3是一种创新而强大的工具，它通过提供丰富知识支持、数据分析和逻辑推理等功能来扩展和增强人类决策能力。在日常生活中应用系统三将会使我们做出更明智、更有效果果断地决策。系统3通过提供信息和分析来增强人类的决策能力。它不仅是一个被动接收信息的工具，更是一个主动参与思考过程并提供支持意见的伙伴。首先，在逻辑推理方面，系统3能够帮助人类进行思维扩展。当面临复杂问题时，我们常常会陷入思维定势或局限性中。而系统3作为一个独立思考者，在不受情绪干扰下能够给出客观、全面甚至创新性的观点。其次，在决策过程中，系统3作为人类思维的有力补充提供全面支持。它能够从多个角度、多个层次上对问题进行分析，并给出相应建议。这使得我们在做出决策时更加全面地考虑各种因素，并避免盲目行动。总之，系统3具备丰富知识支持、数据分析和模式识别以及增强决策等特点。它通过这些功能来扩展和增强人类决策能力，在日常生活中发挥着重要作用。系统3对人类决策能力的扩展和增强系统3作为一种创新的技术工具，对人类的决策能力进行了全面的扩展和增强。它通过提供丰富的知识支持、数据分析和决策优化以及逻辑推理和思维扩展等功能，帮助人们做出更加明智、准确的决策。知识支持系统3通过大型语言模型基础设施提供丰富的知识支持。无论是在学术研究中还是在日常生活中，我们都需要获取各种领域的知识。而系统3可以帮助人类快速获取和整理大量信息，从而使我们能够更好地应对各种挑战。此外，系统3还可以有效管理和组织知识资源。它可以将不同领域的知识进行分类、归档，并建立起一个完善的知识库。这样一来，当我们需要某个特定领域的知识时，只需向系统3提出请求，它就能够迅速找到并呈现给我们。数据分析和决策优化系统3利用数据分析技术帮助人类发现隐藏的模式和趋势。通过对大量数据进行深入分析，系统3可以揭示出我们无法察觉到的规律，并将这些规律转化为有用的见解。这使得我们能够做出更加明智、准确的决策。此外，系统3还可以帮助人类进行数据驱动的决策。它能够将复杂的数据转化为易于理解和应用的形式，并提供相应建议。例如，在企业管理中，系统3可以根据公司财务报表等数据进行分析，并给出优化经营策略或降低成本的建议。逻辑推理和思维扩展最重要的是，系统3通过提供信息和分析来增强人类的决策能力。它不仅是一个被动接收信息的工具，更是一个主动参与思考过程并提供支持意见的伙伴。首先，在逻辑推理方面，系统3能够帮助人类进行思维扩展。当面临复杂问题时，我们常常会陷入思维定势或局限性中。而系统3作为一个独立思考者，在不受情绪干扰下能够给出客观、全面甚至创新性的观点。其次，在决策过程中，系统3作为人类思维的有力补充提供全面支持。它能够从多个角度、多个层次上对问题进行分析，并给出相应建议。这使得我们在做出决策时更加全面地考虑各种因素，并避免盲目行动。总之，系统3通过提供丰富知识支持、数据分析和决策优化以及逻辑推理和思维扩展等功能来对人类决策能力进行扩展和增强。在日常生活中应用系统3将会使我们做出更明智、更有效果果断地决策。系统3的总结系统3是一种将大型语言模型LLM基础设施作为辅助决策工具的创新技术。通过提供丰富的知识支持、数据分析和决策优化以及逻辑推理和思维扩展等功能，系统3成功地扩展和增强了人类的决策能力。作为一个辅助决策工具，系统3通过提供信息和分析来帮助人类做出更明智、准确的决策。它能够从各个领域获取广泛而深入的知识，并帮助人们快速获取和整理大量信息。同时，系统3利用数据分析技术揭示隐藏的模式和趋势，帮助人类进行数据驱动的决策。此外，系统3还能够进行逻辑推理和思维扩展，作为人类思维的有力补充提供全面的决策支持。系统3不仅是一个强大的辅助工具，也是对人类决策能力的扩展和增强。它通过提供丰富知识支持、数据分析和优化以及逻辑推理和思维扩展等功能来帮助人们做出更加明智、准确的决策。在未来，随着技术进一步发展，我们可以期待系统3在各个领域发挥更大的作用，并为我们带来更多机遇与挑战。历史上相关话题：决策增强与智能知识管理：人脑的第三个系统知识管理的算法碎片化阅读、海量信息时代的轻量级知识管理如何在微信上做知识管理

用于训练和服务人工智能驱动的产品。谷歌还宣布了来自谷歌云的人工智能超级计算机，这是一种超级计算机架构，采用性能优化的硬件、开放软件、领先的机器学习框架和灵活的消费模型的集成系统。AI

本周AI领域持续活跃，Inflection推出新型语言模型Inflection-2，百度文心一言取得突破，ANTHROPIC升级Claude

体验保证了更快的性能并减少了内存使用量。更新包括新的键盘快捷键、改进的代码块和聊天转发。微软如何减少对OpenAI的依赖[摘要]微软通过推出与Copilot品牌相关的新产品和服务，以及在Azure

在当前的人工智能领域，预训练模式的语言模型LLM和生成式人工智能（GENAI）技术正在快速发展，并且应用成本大幅下降。这种技术的成熟不仅提升了个体的能力，也显著增强了团队效能。在这样的技术背景下，我们需要重新考虑人类和机器在个人成长、发展以及工作环境中如何更好地相互补充。基于对个人知识管理的日常应用经验，以及对各类产品的深入体验，从个人需求出发，我进行了一系列的思考和整理，并希望与大家分享并探讨这些见解。以语言模型为基础GenAI驱动的智能知识管理系统可以称为系统三（delle-3生成）在讨论决策过程和人类大脑功能时，心理学家丹尼尔·卡尼曼在其著作中区分了两种思维模式：系统一（直觉性、快速、自动的思维）和系统二（缓慢、理性、逻辑的思维）。系统一主要负责快速、基于直觉的决策，而系统二则处理更加复杂、需深思熟虑的决策。若引入大型语言模型（LLM）基础设施作为辅助决策工具，可视为新增的一个层次，将其视为“系统三”，这一系统可以被看作是辅助决策工具，为人类决策过程提供知识支持、数据分析和逻辑推理，重重复性工作的自动化处理，以及复杂来源的数据和信息的自动化整合。在此框架下，系统三可能不直接参与决策，但通过提供信息和分析来增强人类的决策能力。系统三并非独立于人类思维之外，而是作为对人类决策能力的扩展和增强。通过提供信息、建议和数据分析，它辅助人类决策过程，但最终决策仍由人类（系统一和系统二）做出。这个层次，或称为“系统三”，在知识管理和决策支持中扮演着重要角色。系统三的特点包括：信息获取和管理：快速检索大量信息和数据，协助用户理解复杂问题。数据分析和模式识别：处理和分析大数据集，识别趋势和相关性。增强决策：提供基于数据的见解和建议，支持更有效的决策过程。因此，将基于语言模型的工具视为“系统三”，意味着它代表了人类思维的一个有力补充，尤其在处理复杂和数据密集型问题时尤为明显。这种模型强调了LLM、生成式AI等人工智能技术在辅助人类做出更佳决策中的角色。它们能够快速处理大量数据，提供洞察力和建议，但最终的决策仍由人类（即系统一和系统二的思维模式）做出。此外，实施系统三也带来了一些重要问题，如透明度、可解释性和道德考量，这些都是在将这些工具应用于实际决策过程中需考虑的因素。原文太长2万2千字，围绕如下议题，这篇post仅聚焦于系统三论断，阅粒搜藏智能知识管理方法论的迭代、以及思辨逻辑的。全文自主撰写框架要点和主要观点，由chatGPT优化输出文案。感兴趣枯燥装X的全文可以访问我飞书的链接。什么是知识提起知识管理，首要任务是明确‘知识’的概念。知识不仅是信息和数据的集合，是通过吸收信息、积累经验，以及理解前人智慧而获得的宝贵资产，更是对这些信息的深入理解、分析和应用。它包括从书籍、经验和观察中获得的事实、概念、经验、原理认知和程序。有效的知识管理不仅涉及信息的收集和整理，还包括知识的创造、分享和应用，知识管理强调通过系统地学习和理解，我们可以将这些信息和技能内化为个人或组织的智慧和能力，从而促进发展和创新。知识从可感知支持深度洞察分析角度，可以分为显性知识和隐性知识两种，-

本周人工智能领域见证了多项重大进展：OpenAI为ChatGPT新增功能，同时启动数据合作伙伴计划，同时也遭遇DDoS攻击；“零一万物”发布新AI模型；NVIDIA打破AI训练记录；unitQ推出产品质量评估AI引擎；微软与Inworld

的升级有潜力快速推进疾病研究、药物开发、合成生物学和其他科学领域。Microsoft的人工智能投资如何稳定其云业务[摘要]ZDNet报道了Microsoft首席执行官萨蒂亚·纳德拉（Satya

本周，人工智能应用继续展现了人工智能领域的多样性和创新，囊括了从数据连接到搜索引擎、模型改进、自动化任务，以及更广泛的应用领域。本周出现了一些基础模型改进的新故事，其中包括百度发布的Ernie

上周AI应用嵌入虚拟助手、改进特定应用的Web界面等，改进体验优化软件产品价值的交付体验方面改进很多。同时，大型AI模型发布、AI原生应用则明显减缓。在AI的国际合作、行业协同解决问题、AI伦理、法规、安全和隐私等各个方面，也在不断创新和演进，对技术和应用领域都产生了深远影响。1,AI产研及应用Meta

本周AI领域发展迅猛，尤其是ChatGPT移动应用创下了新纪录，尽管增长略有下降，仍取得巨大成功。谷歌也引入了图像生成功能，提升了搜索体验。研究人员发布了LLaVA，开源AI系统，可与GPT-4媲美，展示了开放模型的潜力。Adobe在MAX大会上宣布大规模AI功能更新，加强创意应用。AMD收购Nod.ai以加强AI业务，与Nvidia竞争。监管方面，Meta的AI明星引发争议，Geoffrey

工作流程的编排、优化和自动化[摘要]大型语言模型（LLM）的兴起既带来了机遇，也带来了挑战。利用这些强大的模型来处理复杂的应用程序需要复杂的工作流程，需要大量的努力和专业知识。AutoGen

OpenAI本周搞一堆大新闻，推出了视觉多模态模型，支持ChatGPT的多模态交互，也就是“听、说、看”的产品体验，还更新了cookbook、引入了新的开发者生态主管、推出了fintuning可视化界面，

本周openai推出图片生成新模型，同时，英伟达也推出了codellama的开放云服务，用户可以直接在界面上通过playground体验，也可以申请apiaccess该算法接口。本周openai推出图片生成新模型，同时，英伟达的code

本周，Google放出Gemini新的大模型测试信息，openAI已经实现月收入8000万美元，基于大模型技术竞赛像马拉松，在前三五公里处，那批凑热闹的已经没有了喧嚣。这周在产品市场角度，更多嵌入的LLM能力的产品和场景实现了产品化，这种碎片化的场景、整合AI能力后，体验大幅提升，但是这种体验很难单独为了这么几个场景，去做AI底层研究。所以，哪些场景是AI能力+数据，能形成的极大竞争壁垒和差异的，而且规模足够大，这才是值得干的，否则，在云计算基础设施上算法+数据溢价不够，很难支撑这个产品作为商业能跑起来。1,AI产研及应用Meta的AI音乐生成器可能成为新的合成器背景音乐[摘要]Meta近日发布了一种名为AudioCraft的开源AI代码，该代码能让用户完全通过生成性AI来创作音乐和声音。AudioCraft由三个AI模型组成，分别处理不同的声音生成领域。MusicGen模型可以通过文本输入来生成音乐，它经过了Meta拥有或专门为此目的许可的20000小时音乐的训练。AudioGen模型可以根据书面提示来创造音频，例如模拟狗吠或脚步声，它在公共音效上接受过训练。Meta的EnCodec解码器的改进版本让用户在更少的人为干预下创造声音。谷歌即将发布

提供，致力于设备端推理的理念。百度李彦宏、OpenAI创始人入选，《时代周刊》AI最有影响力100人！[摘要]百度首席执行官、董事长兼联合创始人-李彦宏，OpenAI的两位联合创始人Sam

现在允许您与同一个机器人进行多次对话，通过其探索页面搜索机器人，并以日语使用该平台。Poe也是一个拥有自己的API的机器人创建平台，现在它可以让开发者调整提示的“温度”。用户现在可以同时与

的罚款，屡次违规者可能会被完全禁止在欧洲开展业务。DSA直接针对人工智能在内容个性化方面的传播；旨在减轻人工智能对面向客户的技术的操纵影响。数十家大品牌屏蔽了

本周发生的AI应用领域的两个新现象，有多家公司单独推出了日语语言模型。其次，就是LM逐渐成为跟行业结合的基座，比如供应链、科研、社交等，通过与领域语言文本的样本进行专用特性的微调，正成为领域内知识助理，帮助行业应用大幅提升效率和效能。另一个热门话题就是人工智能的数据隐私问题，除了数据脱敏，更多的还是私有数据不能出企业应用的授权范围，包括应用人群、也包括程序化度调用。哈希泰格的LM（阅粒知识计算引擎）解决方案中就私有化部署和数据管理的框架严格权限控制和隔离。1，AI应用麦肯锡推出其首款AI聊天应用Lilli[摘要]咨询公司麦肯锡(McKinsey

本周openAI提供了个性化的instructions，与perplexity的profile有异曲同工之妙，终于可以在风格、宏观特征上，直接不占token地嵌入。什么时候能在会话上下文上对instruct能不用隔一段就得重新激活一次呢？哈哈这周有个有趣的应用，英国研究人员开发了一个通过输入按键声音反馈，训练了一个神经网络模型，可以识别密码、电话号码的输入，让我想起很多年前，有个小伙子通过电视视频采访周鸿祎电话按键的声音反馈，识别出老周电话号码的故事。这周，如果说最喜欢的话，我是投票给spotify的DJ

，几乎是其前身RT-1（32%）的两倍。它使用视觉语言动作（VLA）系统将您所需的动作转化为机器人动作。这项技术允许机器人从互联网上的各种数据源中学习并执行他们以前从未遇到过的任务。Stack

与此前的大跃进状态不同的是，模型上应用、基于目标和商业结合的用例越来越多。从定义为toC的创作助手、副驾驶，到情感陪伴的聊天机器人，新的toC体验并没有出新花样，仅仅是不断跟具体的场景和问题解决更深入的结合，toBtoC、ToG，toD，这些泛泛而谈的概念，与而openAI、meta的LLAMA则开始构建自己的生态圈，深入的行业、场景和具体的问题解决，这种渗透力，让我感叹的是“一个商业系统的壁垒，比一个技术壁垒的门槛高的多”。1，AI应用Meta与微软发布商用AI语言模型Llama

的自然语言处理技术相结合，开发出具有高度智能化和个性化的解决方案。通过利用人工智能技术，麦肯锡希望能够更好地帮助客户解决复杂的业务问题，并提供更准确的决策支持。Cohere

LLM。该项目的目标是创建世界上最好的真正开源替代闭源方法。作为令人难以置信且势不可挡的开源社区的一部分，我们与令人难以置信的开源社区合作，并作为其一部分，开源了多个经过微调的

本周上海人工智能大会各种应用案例精彩纷呈，技术创新找应用场景，应用场景找技术，大家对LLM的理解归于理性，除了知道ta很厉害，还知道TA有很多问题，要建设对应的服务和约束能力，让LLM在划定的圈子里跳舞。当然也有新的分支，LLM作为通往AGI的初始化，所展现出来的AGI的潜力和可能性，也给人们更多的提醒和警示，openAI成立专门的委员会去应对可能的潜在风险。1，AI应用2023世界人工智能大会（WAIC）上举行的“数实融合，智领未来”产业区块链生态论坛在上海世博中心举行[摘要]7月6日至8日，世界人工智能大会在上海开启。展会上，华为“盘古”、商汤“日日新”、网易“伏羲”等30余款国产人工智能大模型集中亮相，为千行百业的多元生态和复杂多样的应用场景赋予闪耀的“中国智慧”。简单输入文字，几秒就能生成图画、创意、文本等，百度“文心一言”“文心一格”、商汤“秒画”等生成式人工智能产品，通过自然对话方式理解和执行用户任务，吸引众多参展观众体验。华为盘古大模型3.0发布

本周ChatGLM2、百度Ernie3.5也在某些任务上超过了GPT4，关键点是性能飙升，这一个强势应用创新可以接入的信号。个人信息助理这个概念，终于可以有实际落地而且能达到不错效果的可能了。OpenAI

本周LLM方向的研发成果、应用产品、监管齐头并进，国内中文模型在应用上的集成已经开始透露出特有的“机灵劲”，同样，在模型算法、模型推理优化上则不断获得新的成果。大模型驱动的软件系统技术栈和架构优化则成为新的热点话题，不只是a16z，从5月份至今，身边的创新技术公司，都遇到类似的问题，如何做LLM“失控”的管控，如何做LLM出幻觉的管控，如何做LLM的任务微调并能限定在指定微调数据集返回。这对此前的互联网软件系统开发有很多改进的要求。同时，也有些朋友还在纠结是自己训练模型，还是用第三方大模型方案，从Oracle的例子可能能看出端倪，模型私有化定制服务是个好选择。尊重专业性、尊重客户数据隐私要兼顾。1，AI应用ChatGLM2-6B：性能大幅提升，8-32k上下文，推理提速42%[摘要]更高效的推理：基于

上周围绕个性化AIbot最丰富，除了characterAI，还有Annie，甚至还有亲自动手DIY一个GPT女友的，这里所反应出来的对AIbot的个性化的趣味要求很高，与工具化、功用性不同，chatbot作为mate伴护，除了展现出COT，还有更多的对情绪、趣味等个性化诉求的迎合。1，AI应用LlamaIndex：解锁大型语言模型的私有数据处理能力[摘要]前

上周，在WWDC上苹果输入法嵌入的AI算法也是让人惊艳了一下。智源研究院的大会真实精彩纷呈，各路大咖观点对撞，颇多启示。在AI应用上，上周不少垂直领域模型开始崭露头角，医疗类、编程代码辅助、复杂操作自动化等应用都有不少产品出现，更多出现的还是各类型聊天，陪聊女友型、诈骗型以及各种功能跟聊天的结合，比如instagram融合功能与社交的ChatBot，会不会进入一个bot是应用的标配、是应用的伴侣的局面？与此同时，AI应用的风险和监管呐喊、政府监管框架的逐渐确立等方面也开始逐渐清晰。1，AI产研智源「悟道3.0」大模型系列问世，这次不拼参数，开源开放成为主角[摘要]此次智源发布了悟道・视界视觉大模型系列，由悟道

上周，在AI应用领域，重磅就是window系统将深度集成Copilot，这个集成除了能陪你聊聊天，做做信息整理，还可以在随时召唤，出来做复杂的任务，每人都有个皮卡丘，除了伴随，他可以帮你完成的更多。与此同时，AI应用的风险和监管，再次成为热门话题，领域内头部学者专家企业家，开始大声疾呼寻求监管，与互联网时代企业寻求豁免和免责的的诉求不同，这次是企业主动寻求监管，可以想见这是召唤出了一个什么就像那个渔夫，我们正在释放一个明显驾驭不了的“神力”，需要有个紧箍咒，在需要的时候还可以稍微可控。01＃AI应用Meta

AI竞赛应用争夺白热化，将算法和技术转化为工具成重点目标，ChatGPT推出App版本、插件，微软的各种场景中深度嵌入AI生成能力，Google、亚马逊、Meta等科技巨头相继推出AI服务，并且整合进搜寻引擎、生产力工具等各项实用服务之中。针对模型算法的创新和优化也是频频有新的思路、实践冒出，开源的工具、开源的场景集成框架都各领风骚，尤其是针对文档阅读和个人知识管理，就是阅粒搜藏干的活，最近我们的升级集成新的AI能力、辅助更好的智能个人知识管理，访问这里登记参与体验试用：http://hasitek-com.mikecrm.com/bQ2Llkt01＃AI应用StableStudio

上周AI应用领域，更多实际行动落地，且体验感受的优化，价值转化的优化，都在开始真真切切发生，值得大说一番的还是Google全线产品引入生成式AI能力，来优化体验、激活创意、辅助创作等，ChatGPT的开放插件生态，让chat能否针对于搜索竞争一批用户，获得了很大的竞争优势和筹码。新的故事在继续，新的篇章在开启。01＃AI应用OpenAI

今天，Google开发者大会，Bard全面启动，从Google和整个网络上利用服务，以帮助您完成更多工作并激发您的创意探索。AIGC上周故事线又开新地图，基于MRI/fMRI收集大脑活动信息转码成语言信息。另外，IBM的生成式大模型布局非常值得关注。01＃AI应用百度交流会大玩心跳！现场实时调教大模型，炸出背后更强底座文心千帆[摘要]5月9日的百度智能云的文心大模型技术交流活动现场，文心一言先是化身“文心问数”，秀了一把分分钟数据可视化的能力。文心千帆能通过图形化的界面，提供AI算力，数据管理、模型训练、评估优化、服务部署等大模型生产开发全流程的工具链。除了开发，文心千帆还为客户提供了非常好的大模型训练推理服务。IBM召开“Think”大会，重磅推出了大模型Watsonx，全面深度布局生成式AI领域[摘要]据悉，Watsonx由三大块组成，基础模型watsonx.ai；基于开放式

上周LLM上，更多的开源项目，开源应用出现，最突出的AutoGPT、agentGPT这种，通过AI理解上下游输入非结构化数据，自定义下游任务运作规划，并执行上下游操作，这个是很有趣的方向，是否可以断言，程序之间的数据接口可以用自然语言表示了，除了程序对程序、人和物品、物品和物品之间，全可以通过这种方式来进行传参和交互了，2月份的时候，我在一个内部分享时候，讲这个观点，是被质疑的。本周还有一个有意思的发现，多模态整合语言模型应用越来越多，比如波士顿动力。另外，Stability

验证了您的身份。为此，您需要提供政府签发的身份证件和电话号码。出门问问内测探索大模型序列猴子，为个人与企业打造专属CoPilot[摘要]4月20日，出门问问在北京举办主题为“AGI·降临”的2023

本周人工智能应用最突出的点依然是凛冽的监管和开源创新的不断涌现。从讨论热度和大模型的赛道的关注度一样，国外chatGPT、Claude依然延续着受到关注，但是更多的则是具体应用的创新。国内则是大模型满天飞，阿里通义千问、华为盘古、商汤日日新，从具体解决的问题上，既能文本生成，绘画创作，又能视频生成，应用丰富堪比比chatGPT+开放平台plugin，每个大模型都是一个小世界，创新应用先选边站队，之前还以为百度大模型会为百度云带来增强机会，看起来窗口期都没超过1个月...在监管上，网信办的监管条例具体清晰，又成了基于AIGC创新应用开发和创业的居高的门槛。01＃AI应用Meta

本周人工智能应用最突出的两个关键词“开源”“封禁”，绚烂多彩的AI应用又一次进阶，到了大量基于LLAMA的fintuing模型出来，可以做私有化模型和小算力需求的部署了，这是一个有趣的玩法，有人总结说ChatGPT像iOS，生态的广度和活跃度很广，而LLAMA像安卓，应用场景的向下纵深可以做的更深更细，无论如何类比，都有一个很现实的问题，技术在监管、伦理道德的博弈开始广泛展开，政治也着实介入，openAI亚洲、意大利大规模的双向封禁确实让很多灰色生意暴涨。01＃AI应用Tavus

之前的几个小时内，一些用户可能会看到另一个活跃用户的名字、姓氏、电子邮件地址、支付地址、信用卡号的最后四位和信用卡到期时间。注意，信用卡号只有最后四位可能被其他用户看到了，OpenAI

最新模型的强大功能。」是的，微软的新必应早就已经用上了GPT-4。百度：文心一言发布，智能云服务即将上线[摘要]百度16日发布了中国版ChatGPT“文心一言（Ernie

本周AI应用继续精彩纷呈，从API、到集成各种应用场景，AI语义理解、文本生成能力跟各种场景的结合，真是突然爆发，不断拉高想象力上线。这也是最符合互联网精神的状态，平台是土壤，长出缤纷精彩。01＃AI应用OpenAI

过去这两周，基于ChatGPT相关应用、创新体验或者产品、可能的未来的畅想，十分丰富。尤其是Notion的接入体验，无比流畅，就想起我们曾经跟某笔记、某知识管理协同办公的合作洽谈，感慨万千。在众多丰富的创新应用的市场机会里，OpenAI直接放出了支持私有化模型、在线服务2美分一次1000token调用的SaaS服务定价，简直太酸爽了。创造者们可以低成本创造新的体验和价值了，而同业们则更加被边缘化了。01＃AI应用Notion

还将编写、测试和修复运行该应用程序的底层代码，不断根据数据分析进行调整，旨在提高其代码库的运营效率，科恩先生说。ColossalAI开源方案复现ChatGPT流程！[摘要]Colossal-AI

直到我高中伙伴都在微信上问我，最近那个”ChatGPT跟你们那个小秘书很像啊，你们在哪里吖，给我玩玩“。我才发现ChatGPT，出圈的有点出乎意料了，除了ChatGPT、Google

ElevenLabs，利用该公司的技术克隆名人的声音，并读出从模因和情色到仇恨言论和错误信息的各种音频，并生成包含从暴力威胁到种族主义和跨性别恐惧症表达的一切内容的音频样本。Eleven

与市场热点一致，本周依然是微软和OpenAI的故事填满了人工智能从业者的视线，微软的百亿投资和算法研发公司OpenAI的大比例股权转让，是否再次说明阅粒在2019年验证的，算法创新应用就是把创新公司做成了云计算资源代理商？然后批发转零售。这真是个悲伤的故事。但是所有的创新都离不了商业化，否则没有持续增长的可能。ChatGPT、图片生成算法，和我们日常应用的产品场景进行结合，有巨大了可能性、价值实现。2015年有大量的声音在探讨，人工智能技术替代性，对蓝领、高重复性工种比较大，现在已经延伸这个影响到创意、策略和知识型工种了。01＃AI应用微软和

与此前对ChatGPT的谈论的拍案惊奇不同的是，这两周对ChatGPT的谈论都开始偏重于，用它来干啥，怎么干。除了能做信息整理重述，在事实性、核心概念逻辑与具体场景问题信息结合上来模型本身还有很大的空间，另外一个角度就是，模型训练和对反社会的一些基础能力的控制，技术除了有力量，还得是一个可控制自己力量的存在。肯尼亚作为ChatGPT的训练语料的标注落脚点，还是挺出乎意外的，另外Google在内容生成的控制上的水平，也确实让人大跌眼镜，让人不禁联想起来，Google技术道德团队那位女工程师离职前后的种种沸沸扬扬的故事。ChatGPT带给大家的想象和期待，除了他本身罕见的优秀能力和体验反馈，更多的还是大家对目前的Google等搜索引擎的失望，困顿和无奈，期待对垃圾内容、SEO、虚假信息的技术升级成为体验的一部分，而不仅仅是合规。这次我看到了ChatGPT在做在摘要上的优秀表现，用几个例子对比阅粒知识计算引擎效果，惊喜连连。祝大家兔年大吉，新春快乐！01＃AI应用微软又出大招，ChatGPT将加入云服务[摘要]1

上周，AI故事线上，丰富多彩依旧，海外投资热潮翻涌，同时说这个生成式AI是泡泡的也大有人在。类比20年前，大家对比搜索引擎获取信息，与图书馆获取信息，不只是入口和界面的不同，本质上是完全不同的信息与人的交互，从信息生产、传播、影响的过程。他的不同之处是，信息代理机制的转换。上周另一个明显感受就是，微软要在AI时代，通过微软云算力的方式切入，与算法公司相结合，收益颇丰。01＃AI应用DeepMind

开发定制的特定于行业的分类标签哪一种才是“正确的”分类标签法，从古争执到今，亚里士多德认为，知识可以根据其实质，数量，质量，关系，位置，时间，位置，状态，行为和情绪进行分类。Francis