AI大模型的风过去了？不，它离我们越来越近了

本文链接：https://blog.csdn.net/huang9604/article/details/144271040

OpenAI摊牌了。不再掩藏锋芒，拿年初预测的2亿美元收入做挡箭牌，“我们的年营收达到了13亿美元。”10月中旬Sam Altman终于透露出来。13亿美元，同比增长4500%。国内。资本和公众的视线越来越多地放在局势变幻、芯片和造车上。

△三季度融资行业龙虎榜，大模型暂时滑落榜下

来源：IT桔子，2023年三季度中国新经济创业投资数据分析报告他们说，OpenAI全球独大，国产大模型的风吹散了。
一、 变革的秩序****历史的范式是不会改变的，引领者被复制，在攻防中优势抹平，竞争格局向右滑动。 十多年前，手机的市场是诺基亚和山寨机的。

△这就是十几年前中国的手机市场

“四五年前手机行业谁用国产机啊，国产机等于山寨机。不是仅手机行业，是几乎所有行业都有这样的困难，他们不仅仅是手机，家里电视也都是索尼三星夏普。”——雷军，2017年2010年，艳惊四座的iPhone4发布，用了2年时间，苹果坐稳了头把交椅。而到了2017年，华米OV作为跟随者各吃到了一块份额，国内苹果三星+华米OV的格局已经稳定下来。历史的范式几乎没有变过。引领者在最早的时候，作为开创者出现，竞争对手想不到、也跟不上，很难打破壁垒。但在行业的扩张期，市场足够大，新入者也能吃足红利，足以见缝插针，把握生存时间和空间。引领者被复制，在攻防中优势相对地衰减，如果不推出新的别人想不到、跟不上的颠覆式产品，竞争格局就会无情地向右滑动。

△市场规模和格局的自然变动 | 理论模型

向右滑动，则整个市场变大，但引领者让出部分份额大模型在技术性能层的竞争，已经悄然开始了向右滑动。 模型间性能追平的速度在加快，Google的PaLM2宣布，其部分结果超过了OpenAI的GPT-4，另有消息透露，Sam Altman有可能不得不抢发全新多模态大模型Gobi，以应对Google计划推出的多模态模型Gemini。国产大模型扮演的跟随者角色，也有大块的生产发展空间。性能之外，大模型接下来，是垂类应用的机会。 垂类应用的竞争才刚刚开局。垂类应用是仔细考虑过落地的，把前后链路纳入产品，因此对客户的效果大于单一接口式服务，具有长期潜力。 应用层也给了国产大模型一个弯道超车的机遇，就像造就了移动互联网时代的主角是iPhone，但将移动支付、短视频浪潮普及到全球的，却是中国企业。而在这一场有秩序的变革里，应该迅速做出反应，迅速适应。一个企业错失时代变革，从行业标杆到死亡，半年到一年就足够了。而对于个人来讲，大模型的风也刚刚吹到我们面前，你会选择把握、掌控还是踌躇、最后再妥协？

△汽车时代的马车夫

今日的世界是变化的世界，最大的危险不是动荡本身，而是仍然沿用过去的思维做事

二、若能掌控，谁会妥协？

曾读到过一份智联招聘的报告：“2019年，白领每周加班平均时长为3-20小时，最惨的加班人每周超过20小时。”我们没有更新的数据，无从对比现在和当年，但近年来网络上越来越多的反内卷、反CPU的声音开始响起，这表明加班、尤其是加自己不想加的班，并没有减轻的迹象。但是，太多人没有退路，没有余地。当年罗永浩的一个对话片段很有意思。提到“外界都说锤子M1背后是罗永浩的妥协，你认同吗”，他表示，“媒体喜欢说我妥协，因为从新闻的角度有故事性，满足了一些心理需求。跟媒体沟通经常有四五家同时问妥协的问题，我说话就带了点脾气，就被标题党搞了很多次。后来他们说妥协，我就说对对对你看得很准。不管是迎合公众的需求，还是在产品追求和商业之间做一个平衡，最终我们是要引导大家对一个好产品的理解。但是如果现在大家愿意说是妥协的，没关系。”也好笑，也无奈。若能掌控，谁会妥协？

当人们感到自己足够掌控情况时，会释放出内啡肽等神经递质，从而产生愉悦感和放松感。相反，当人们感到无法掌控时，则会产生焦虑、压力等负面情绪，并抑制快乐递质的释放。

而在工作中，项目能筹措来的人力精力不够，拖进度会让人失去掌控感；事情碎片化飞来，记不住安排会让人失去掌控感；看不清关键大局，只知细节会让人失去掌控感；抓不住对方想要的关键，总是无效沟通会让人失去掌控感；穿透不了信息的魅惑，摸不准干成事情的法门会让人失去掌控感。现在，“职场三大件儿”——笔记本，手机，平板，足够我们做报告材料、做多媒体文件，也足够我们画出甘特图、BI看板、PERT图上一个个小点——但有时，偶尔EMO的时候，仿佛我们自己也变成了那些二进制的数据点。

“职场三大件儿”，是我们的生产工具，好比手艺人的织布机，它不会是侠客的刀，也不会是少年人踏过红尘的马——它不会直接带来工作中的掌控感，哪怕把一些大模型的生成式功能，下放到电脑软件里，变成copilot。那大模型到底应该用怎样的方式，带来改变？

上面的那些问题，其实讲的是做执行产出的效能不够，以及无法透过信息、洞察脉络来看清关键，所带来的困扰。要解这道题，就要穿透信息迷障，将关键掌握在手。

国产大模型第一梯队的科大讯飞，旗下的四小样办公搭子（智能办公本 | 智能录音笔 | 翻译机 | 讯飞写作）内置了讯飞星火大模型之后，更新了一系列能力：把冗余的话自动规整，自动提炼要点；基于转写内容、手写重点，直接产出会议纪要；会议时随手圈出待办，自动汇集到日程安排；通过与AI对话，指挥AI编写内容，等等。

把细碎、消耗太多精力的事情，交由讯飞办公产品来完成，把文字化繁为简、抽丝剥茧，帮我们整理信息，看到环环相扣的内容， 我们就能更好地提出观点，有效沟通，站在更高的层次上、做出好的判断。用把握关键的态度，来看清更远的道路，才更能掌握自己的方向。

三、 大模型进到垂类应用，要掌控的关键是在乎用户

前些年出现了不少技术风口，从起步到狂飙，其中一部分已经退潮，以VR最为典型。都说流量变贵，产品内卷，生意难做，但忽略了真正的关键还是在产品是否让用户感受到价值。

要敬畏用户，不要收割用户，要追求对用户的价值，不要追求自我的表现。

要追求对用户的价值。 还是以工作场合为例，现代职场，是供需错位的，劳动力供给多、需求岗位少，但反过来，有挑战性的工作多，能找准关键、执行产出的优质力量少。对个体来说，能否从埋头案间，到对于复杂问题的解决有自己的见解，能够寻求资源与方法解决问题，掌握自己职业道路的主动权，是底层的需求逻辑。很多人意识到了这个问题，但人是有限的主体，收集、查找、记录、提炼等基础工作占据了太多精力。更深层次的痛点，是相应的丧失掌控感，埋头太久，反而要聚焦的商业逻辑说不好，验证能否跑通的里程碑不知道。讯飞办公瞄准的正是这部分需求，在上一次AI时代，讯飞办公提供的价值是“语音转写”，在AIGC/大模型时代，通过星火大模型，讯飞办公则将通过 “提炼关键”，解决机转文稿没有逻辑、消耗人工返工、锋芒埋没进基础会议、文字工作的痛点，从而把掌控感和主动权交还到用户手中。

△职场压力主要来自职场失控感来源：脉脉数据研究院

抛开内核谈物理属性没有意义，物理属性要为价值内核服务。

以讯飞办公本X3的会议纪要功能为例，有人测评，开会时在纸墨屏上写下自己关心的要点，与不做手写，所生成的会议纪要是完全不同的，带手写要点的版本完成度要高出很多。远比轻薄本和平板更轻巧的办公本，打开就进入记录和批注，没有多余的步骤，也更贴合开会与沟通场景的需求。把大模型相关能力做进垂类硬件里，不是空谈物理属性，是为功能性价值找体验上最匹配的形态。

抛开用户使用频率谈重构就会变成套路，大模型走进C端要多讲适应，多讲贴合。

很多web网页、办公应用中的对话助手，日活都不到应用自身总日活用户的1%，说明对解决用户的问题帮助不够大，这就很难去做商业化，而微软确实足够强，office 365 copilot定价30美元/月，比主线产品贵一倍，且还没有正式上线，就已经有千万美元的订阅，如此能打，除了用户尝鲜之外，本质上还是因为office的辅助编辑创作足够高频，也足够贴合所依存的产品，才能够保持活力。

结语

随着大模型在垂类应用中掀起的浪潮越来越近，也给了我们更多的选择，使得我们可以把握关键，过滤杂音，更接近事物的本质，辨析思考一个事物或问题的根本或关键是什么。无论如何，把事当事的职场人，这次把时代变革的缩影掌握在手，不要错过。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望