大模型-零帕网-第2页

链接设计师与模型知识大模型能为设计师提供更全面和准确的知识支持，帮助设计师使用理论和实践经验，加速设计流程，提高设计质量。链接设计师与非设计师大模型能将设计知识转换成图像等更形象的媒介，帮助跨职能人员之间的设计理解，促进团队的协作沟通。

近年来，深度学习技术取得了突破性进展，大模型作为其中的典型代表，已经在自然语言处理、图像处理、多模态应用等领域取得了令人瞩目的成果，为经济社会发展带来新机遇。但随着大模型应用规模扩大、应用场景拓展，其风险问题也逐渐凸显，如安全漏洞、隐私泄露、易受攻击、偏见歧视、侵权滥用等，如何有效防范治理大模型风险、推动大模型可信落地引起社会各界高度关注。

全球AI市场预计将于2030年达到1万亿美元，并且全球超过15%的GDP将由AI驱动；AI在各垂直领域的应用渗透率也将继续提升。

安防后端起家，广业务矩阵转型以视频为核心的智慧物联领军人。大华股份成立于 2001 年，早期布局后端产品；2008 年从后端存储类产品向前端摄像机等产品转型。2011 年前后踏入视频监控高清化的技术浪潮，2021 年提出 DahuaThink 战略，主业正式转型为以视频为核心的智慧物联。

公司是行业领先的人工智能软件公司。公司前瞻性投资并运营国内最大的 AI 专用基础设施 SenseCore 大装置，助其在 AI 2.0转型升级中赢得算力先发优势，并已在基座大模型研发和生成式AI 应用方面取得显著成果。“日日新”体系基座大模型InternLM-123B、InternLM-20B 近期发布，评测成绩达到业界领先水平，有望成为支撑下游行业模型和应用开发的基础平台；生成式 AI 产品族商量、秒画、如影等各具特色、使用场景广泛。在首批获得监管备案后，公司的基座大模型和生成式 AI 应用将

人类经济文明之树上“低垂的果实”已被采摘一空，新一代创新科技犹如“新的进化梯子”，帮助人类采摘到“更高的果实”。联合国常务副秘书长阿明娜·穆罕默德女士在 2022 年联合国可持续发展高级别政治论坛上说：“新冠疫情、冲突以及环境危机造成的挑战已经影响到教育、医疗保健、性别平等以及经济发展。她指出，2030 年议程的时间表已经过半，但“我们还没有完成一半的任务”。为此，全球需要在可再生能源、粮食体系和数字连接领域进行转型，加快“人力资本投资，为机遇融资”的步伐，进而化危为机。”而以人工智能为代表的新

智慧交通和智慧物联双轮驱动，龙头深耕产业持续成长。千方科技是国内智慧交通、智慧物联领域龙头，以助力交通、物联行业数字化、智能化转型为使命，依托自身在相关业务领域覆盖、云边端全栈式技术、全要素数据及全生命周期服务等方面的核心优势，提供全域交通数字化解决方案。立足中国，面向全球，智能物联行业领导者优势地位凸显。全资子公司宇视科技在全球市场居于领先地位，曾在 ReID 的三榜、KITTI 和 ICDAR 等榜单均获得过全球冠军，获得视频分析方法及装置方面的浙江省省优秀专利奖。AI 大时代的“弄潮儿”，

基于大模型的NLP范式：随着chatGPT等数十亿、数百亿甚至千亿规模大模型的提出，将各任务统一为生成式自然语言理解框架，基于大模型通用语义理解，再根据Prompt、指令微调（Instruction Finetuning）等实现各任务的zero-shot、few-shot结果

人形机器人的特点在于通用性和泛化能力，远期可以替代人类完成多项任务。而大模型具有庞大的先验知识库与强大的通识理解能力，可以满足人形机器人通用性的场景要求和技能要求，不再仅限于完成某一类特定工作，而是进一步完成多类型任务。在机器人大模型上，思维链可以帮助机器人拆分与分解一件事件如何完成，先解码出计划的步骤，再解码需要完成任务需要输出的动作。

LLM推动人工智能快速进化到AGI阶段自2010年代初深度学习问世以来，人工智能进入到第三次高潮。而2017年Transformer算法将深度学习推向了大模型时代。OpenAl基于Transformer的Decoder部分建立起来了GPT家族。ChatGPT一经面世便风靡全球，人们惊讶于其能够进行连贯、有深度对话的同时，也惊异地发现了它涌现了推理、思维链等体现智能的能力。GPT4的能力更是进化神速，在多种能力测试中达到人类顶级水平,让人类看到了AGI的曙光。多模态助力大模型解决复杂问题多模态AI

人形机器人的核心价值在于通用+智能，将和工业机器人共同推动制造业智能化。工业机器人虽然技术成熟，但却无法解决泛化性的问题，不适应现 代制造业柔性生产的需要。我们认为人形机器人将作为工业机器人的补充，与 工业机器人共同推进制造业的智能化发展。“人形”只是表象，人形机器人 的核心价值在于通用+智能。未来的工厂中，工业机器人、人形机器人、人工 或将以7:2:1 的比例存在。

在2021 TESLA AI DAY将引入Transformer进行大规模的无监督学习。2022年后国内公司跟进。特斯拉从安装在汽车周围的八个摄像头的视频中用传统的ResNet提取图像特征，并使用Transformer、CNN、3D卷积中的一种或者多种组合完成跨时间的图像融合，实现基于2D图像形成具有3D信息输出。毫末智行的AI团队正在逐步将基于Transformer的感知算法应用到实际的道路感知问题，如车道线检测、障碍物检测、可行驶区域分割、红绿灯检测&识别、道路交通标志检测、点云检测