Ai资讯| 长城发布汽车大模型/ChatGPT个性化设置更新/人工智能训练相关职业标准

一、10 万个应用是鸿蒙生态成熟标志

华为的常务董事兼终端BG董事长及智能汽车解决方案BU董事长余承东于2025年1月13日向全体员工发布了新年首封信件。

信中强调，鸿蒙生态系统达到了重要的发展里程碑。HarmonyOS NEXT（版本5.0）历经十年研发正式推出，这标志着操作系统核心技术实现了全面自主研发，确保了系统的自主可控与安全性，为全球用户提供了除现有两大移动操作系统之外的新选择。

目前，已有超过20,000个原生应用和元服务上线，吸引了超过720万名开发者加入，并且有超过10亿台设备接入鸿蒙生态。

展望未来，华为计划在接下来的一年里集中资源推进鸿蒙生态建设，目标是拥有10万个应用程序以标志生态系统的成熟。

同时，公司还将致力于AI战略的实施，强化AI产品和服务，提升团队能力，利用系统架构创新实现端、芯片、云的协同效应，增强鸿蒙的原生智能体验。

二、长城发布汽车标准大模型，推进AI化

长城汽车董事长魏建军于2025年1月13日宣布，公司已成功自主研发了一款集成了全球汽车标准的大模型。

这一大模型将为汽车行业专业人士提供极大的便利，并且预示着长城汽车可能在未来进一步展示其AI技术的发展蓝图。

魏建军在演示中通过提问有关汽车加速性测试道路标准和转向管柱静扭强度标准的问题，展示了基于该大模型的聊天机器人能够流畅地给出专业回答的能力

此前，长城汽车在美国消费电子展（CES）2025上宣布了全面拥抱“AI文明”时代的愿景，正转型为一家全球化AI科技企业。

为了达成这个目标，长城每年投入超过百亿人民币用于研发，预计至2025年底累计投入将超过千亿人民币。

同时，长城提出了空间语言智能体大模型ASL的概念，在此阶段，车辆可以实现全面的信息处理与智能决策，根据目的地特性、乘客需求及沿途交通环境等因素，独立定制个性化的出行体验，使智能汽车进化为真正的AI智能体。

三、索尼新专利用AI减少游戏延迟

索尼最近获得了一项新专利，旨在利用AI技术改善多人游戏中的延迟问题。

根据专利文件，索尼计划使用摄像头捕捉玩家操作手柄的动作，并通过AI模型实时分析和预测玩家的指令意图，提前在游戏内执行相关命令以减少延迟影响。

该专利被称为“定时输入/动作释放”，不仅依赖于摄像头的数据，还会分析未完成的操作来辅助预测。

此外，该AI模型能够针对不同玩家进行定制化训练，以提高对个别玩家行为模式的理解和预测准确性。

四、hatGPT个性化设置更新

据报道，OpenAI最近对其ChatGPT平台上的定制指令功能进行了未公开的重大更新，现在用户可以通过一个名为“Customize ChatGPT”的新界面来个性化他们的聊天体验。

据称，这项更新允许用户更方便地设置偏好、提供背景信息以及调整对话风格，例如选择更加健谈的回应模式。此外，用户还可以指定他们希望ChatGPT了解的职业和个人兴趣等细节，以获得更有针对性的回答。

同时，用户能够管理ChatGPT可使用的工具选项，默认情况下所有工具均被启用。这次更新体现了OpenAI对个性化用户体验的关注，旨在让ChatGPT更好地适应每个用户的需求。

五、四部门制定人工智能训练相关职业标准

国家发展改革委等多部门近日联合发布了一项旨在推动数据标注产业高质量发展的指导意见。

该政策聚焦于提升数据标注行业的专业化与智能化水平，以加速人工智能领域的创新和应用。

意见特别强调了人才培养的重要性，提倡加强学术界、产业界的合作，并支持职业资格认证及技能等级评定的衔接，目标是在2027年前实现显著的产业规模扩大与创新能力增强，预计期间年均复合增长率将超过20%。

此外，政策还鼓励行业间的合作，促进公共数据标注需求的增长，特别是在政务服务和城市管理领域。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】