新書推薦：
《
《诗经》十五讲 十五堂《诗经》历史文化与文学课 丹曾人文通识丛书
》
售價：HK$
86.9
《
述异记汇笺及情节单元分类研究（上下册）
》
售價：HK$
104.5
《
环境、社会、治理（ESG）信息披露操作手册
》
售價：HK$
261.8
![桑德拉销售原则 伍杰 [美]大卫·马特森](http://103.6.6.66/upload/mall/productImages/24/46/9787111762928.jpg)
《
桑德拉销售原则 伍杰 [美]大卫·马特森
》
售價：HK$
96.8
《
理论的意义
》
售價：HK$
74.8
《
悬壶杂记：医林旧事
》
售價：HK$
52.8
《
谁之罪？（汉译世界文学5）
》
售價：HK$
52.8
《
民国词社沤社研究
》
售價：HK$
140.8
|
| 編輯推薦： |
全方位剖析ChatGPT应用场景，多角度挖掘大模型内在价值
深度解读大模型底层架构，展现多模态模型发展趋势
大模型产业格局初步形成，MaaS商业新生态加快落地
大模型深入渗透多个领域，企业加快布局以抢占先机
|
| 內容簡介： |
.ChatGPT作为人工智能领域的一大进步，引起了热议，其强大功能的背后离不开大模型的支持。大模型指的是参数规模超过千万的机器学习模型，主要应用于语音识别、计算机视觉等领域。
本书聚焦大模型，对大模型的技术场景和商业应用展开详细叙述。本书主要从典型应用ChatGPT入手，探寻其背后支撑大模型的魅力。首先，本书对大模型的基础概念、产业格局、带来的新型商业模式进行讲解，展现了大模型的发展现状和商业化潜力。其次，本书从数据服务、智能搜索、办公工具、对话式AI、休闲娱乐、生产制造、智慧营销、智慧城市等方面讲述了大模型的诸多应用场景，并阐述了大模型在这些领域的应用现状、应用潜力、企业探索实践等。
本书内容丰富，理论与实践案例结合，能够为对大模型感兴趣的企业管理者、创业者、投资者等深入研究大模型提供指导。
|
| 關於作者： |
梅磊，同济大学硕士，美国贝翰文大学管理学博士。百度(中国)有限公司AI行业专家，负责生成式大模型等人工智能产品落地。曾担任人工智能“四小龙”之一云从科技产品负责人兼金融事业部总经理，负责公司人工智能产品的规划和管理，对人工智能产品和金融行业的应用结合有多年的深度思考和实践经历。此前就职于联想集团和中国银联股份有限公司，担任公司大型项目负责人，牵头从0到1产品的规划和实施，服务用户量达到数亿级别，具备丰富的IT软硬一体化经验。
施海平，毕业于上海交通大学软件工程专业，就职于银联数据服务有限公司，中国银行卡以及互联网金融产品资深专家。深耕于互联网技术与金融结合的发展趋势以及场景生态建设的研究，在中国互联网零售信贷行业进行深度实践并拥有成功案例。擅长基于人工智能、云计算、大数据等前沿技术构建互联网金融生态型产品与服务。
陈靖，硕士毕业于北京大学及卡内基梅隆大学。现任小红书音视频架构负责人，从0到1开发了小红书的音视频算法并组建了工程团队，负责视频编解码、图像增强、转码和消费策略、播放器、直播底层技术的研发。曾任51Talk首席音视频科学家、Google Chrome Media高级工程师。在51Talk期间，组建了音视频技术团队，负责直播和RTC技术、视频和语音增强、IM和教学APP的研发。在Google期间，参与了VP9/AV1以及WebRTC的研发。
|
| 目錄：
|
|
第1章 ChatGPT：通用人工智能的典范 1.1 追根溯源：ChatGPT是什么 21.1.1 ChatGPT：AI驱动的自然语言处理工具 21.1.2 从GPT-1到GPT-4，ChatGPT的前世今生 31.2 通用能力：ChatGPT四大功能 51.2.1 内容智能生成：基于海量数据生成多种内容 51.2.2 智能搜索：ChatGPT颠覆传统搜索方式 71.2.3 智能翻译：支持多种语言批量翻译 81.2.4 赋能智能机器人：提高服务质量，提升智能性 91.3 GPT-4引领通用人工智能风口 101.3.1 通用人工智能成为AI发展的下一阶段 111.3.2 大模型：实现通用人工智能的最佳路径 121.3.3 OpenAI公布通用人工智能规划 13 第2章 大模型：ChatGPT的核心支撑 2.1 底层架构 运行机制 162.1.1 底层架构：Transformer模型 162.1.2 运行机制：大规模预训练 微调 182.2 发展历程与发展趋势 192.2.1 从单语言预训练模型到多模态预训练模型 192.2.2 通用大模型和垂直大模型并行 202.2.3 ZMO.AI：聚焦营销领域的AI大模型 222.3 大模型三大要素 242.3.1 算力：支撑大模型训练与推理 242.3.2 算法：大模型解决问题的主要机制 252.3.3 数据：大模型训练的养料 272.4 大模型带来的三大改变 282.4.1 突破定制化小模型落地瓶颈 282.4.2 降低AI开发和训练成本 292.4.3 带来更强大的智能能力 29 第3章 产业格局：大模型生态体系雏形已现 3.1 大模型产业生态体系的三层架构 323.1.1 基础层：数据 算力 计算平台开发平台323.1.2 模型层：多方参与，推进大模型建设 343.1.3 应用层：面向用户生成多样化应用 363.2 玩家涌入大模型赛道，产业趋于繁荣 373.2.1 谷歌：引领潮流，推出大语言模型PaLM 2 373.2.2 百度：基础大模型 任务大模型 行业大模型 383.2.3 中国科学院自动化研究所：推出“紫东太初”大模型403.3 产业发展趋势：大模型开源成为风潮 403.3.1 因何开源：防止垄断 数据保护 降低成本 403.3.2 多模态化：多模态开源大模型成为趋势 423.3.3 开源社区涌现，成为开源大模型聚集地 443.3.4 华为：以开源AI框架赋能大模型 46 第4章 新型商业模式：MaaS重构商业生态 4.1 MaaS模式拆解 504.1.1 概念解析：MaaS是什么 504.1.2 MaaS模式产业结构 514.2 MaaS模式在B端的商业化落地 524.2.1 聚焦高价值领域落地 524.2.2 开放API，助力企业产品迭代 544.2.3 以平台助力，提供一站式MaaS服务 554.3 MaaS模式在C端的商业化落地 574.3.1 MaaS模式在C端落地的三大路径 574.3.2 智能硬件成为承载个性化大模型的主体 594.3.3 云从科技：面向C端发布“从容”大模型 604.4 MaaS模式成为大模型厂商的核心商业模式 614.4.1 订阅制收费 614.4.2 嵌入其他产品获得引流收入 624.4.3 开放API和定制开发收费 63 第5章 大模型 数据服务：引爆数据服务市场 5.1 大模型趋势下，数据资源需求增加 665.1.1 数据标注服务需求爆发 665.1.2 数据训练需求带动版权IP需求爆发 675.1.3 中文在线：成为多家大模型厂商的合作伙伴 675.2 合成数据：为大模型提供优质数据源 695.2.1 高效、低成本、高质量的数据 695.2.2 应用场景：自动驾驶 机器人 安防 705.2.3 多家科技巨头布局合成数据业务 715.3 大模型时代，数据服务市场迎来竞争热潮 725.3.1 海天瑞声：开放数据集 打造标注平台 725.3.2 拓尔思：以数据优势探索大模型落地路径 745.3.3 浪潮信息：积极推进大模型研发 75 第6章 大模型 智能搜索：打造互动溯源搜索方式 6.1 大模型怎样变革搜索方式 806.1.1 搜索方式变革，智能互动式搜索将出现 806.1.2 生成式搜索，提供丰富内容 826.1.3 知乎发布大模型，探索智能搜索 836.2 搜索引擎融合大模型成为企业切入点 836.2.1 微软：New Bing布局 846.2.2 谷歌：搜索引擎升级与大模型研发 856.2.3 百度：扛起生成式搜索的“大旗” 866.3 搜索引擎变革下的广告和电商 886.3.1 搜索广告更加个性化 886.3.2 电商跨模态搜索成为现实 896.3.3 亚马逊：以大模型赋能电商搜索 90 第7章 大模型 办公工具：解放办公劳动力 7.1 大模型优化多场景办公体验 967.1.1 邮箱场景变革：邮件智能分类、撰写、回复 967.1.2 大模型赋能文档内容创作与PPT创作 987.1.3 大模型融入管理系统，提升管理效率 997.1.4 大模型赋能代码生成，降低开发门槛 1007.2 OA成为大模型应用切入点 1017.2.1 OA是企业信息化核心系统 1017.2.2 OA系统的五大功能引擎 1027.2.3 大模型与OA系统融合成为趋势 1057.2.4 Microsoft 365 Copilot：大模型与办公软件结合的探索1057.3 企业布局，抢占大模型办公先机 1077.3.1 科技巨头以大模型入局办公软件领域 1077.3.2 科技巨头以大模型为办公软件企业赋能 1097.3.3 印象笔记自主研发轻量化大模型 1117.3.4 讯飞星火认知大模型为办公赋能 113 第8章 大模型 对话式AI：提升AI产品智能性 8.1 对话式AI的竞争走向体系化 1168.1.1 对话式AI的三大技术要点 1168.1.2 提高对话式AI底层模型的构建效率 1188.1.3 大模型赋能对话式AI生成个性化内容 1198.1.4 大模型加持，对话式AI实现进化 1208.1.5 客服Robot：企业级机器人出现 1218.2 文本机器人接入大模型 1228.2.1 大模型丰富知识库，提升AI理解能力 1228.2.2 应用场景：智能问答 智能客服 1238.3 语音机器人接入大模型 1258.3.1 破解“命令式交互”瓶颈，升级互动体验 1258.3.2 应用场景：智能音箱 语音助手 1278.4 多模态机器人接入大模型 1288.4.1 大模型驱动多模态机器人发展 1298.4.2 大模型与工业机器人结合雏形已现 1308.5 虚拟数字人接入大模型 1318.5.1 大模型重新定义虚拟数字人 1318.5.2 大模型助力，实现个性化虚拟数字人打造 1328.5.3 元境科技：多模态虚拟数字人亮相 133 第9章 大模型 休闲娱乐：升级用户娱乐体验 9.1 大模型下，游戏行业迎来多重变革 1369.1.1 大模型解放游戏行业生产力 1369.1.2 大模型支撑下的游戏引擎迎来发展 1389.1.3 英伟达：为游戏开发者打造定制化AI模型 1409.2 大模型给影视行业带来发展机遇 1419.2.1 3D模型助力影视内容生产 1429.2.2 百度首发大模型“电影频道-百度·文心” 1429.3 大模型赋能音视频制作 1449.3.1 大模型释放AI音乐生产力 1449.3.2 大模型实现文本转视频和数字人视频生成 1459.3.3 腾讯音乐：加强大模型在音乐领域的探索 1479.3.4 通义听悟：带来全新音频、视频体验 149 第10章 大模型 生产制造：工业领域智能化程度加深 10.1 通用大模型与工业大模型 15210.1.1 通用大模型走向工业大模型 15210.1.2 工业大模型破解工业生产多种发展瓶颈 15310.1.3 工业大模型底座：为制造企业赋能 15510.2 大模型融入生产制造流程 15610.2.1 工业3D生成：生成工业模型， 赋能工业设计15610.2.2 融入生产系统：贯穿计划、制造全流程 15810.2.3 工业机器人进一步发展 15910.2.4 盘古大模型：开启智能生产新范式 16010.3 “大模型 自动驾驶”激活汽车制造业 16110.3.1 自动驾驶算法：多个模块的集合体 16110.3.2 大模型赋能自动驾驶各环节 16310.3.3 科技巨头构建自动驾驶通用系统 16410.3.4 汽车制造企业自研大模型，积极入局 16610.3.5 魔方Rubik大模型：汽车智能制造新探索 167 第11章 大模型 智慧营销：助推营销方式变革 11.1 多场景落地，大模型提升营销效果 17011.1.1 打造智能客服，提供个性化客户服务 17011.1.2 构建智能推荐系统，提升产品转化率 17211.1.3 助力智能质检，提升企业营销效果 17311.1.4 助力智能投顾，给出专业化建议 17411.1.5 京东大模型：助力企业精准营销 17511.2 大模型实现营销内容人机共创 17611.2.1 创意生成：生成定制化营销创意 17611.2.2 内容生成：生成多元化营销内容 17711.2.3 超级员工：大模型能力加持，构建数字员工 17811.2.4 三人行携手科大讯飞，打造营销大模型 18011.3 大模型重构营销业务 18111.3.1 多方面重构，营销业务升级 18111.3.2 智能电商成为电商发展新方向 18311.3.3 大模型时代，金融服务营销模式创新 18411.3.4 中关村科金：探索大模型在金融领域的应用 187 第12章 大模型 智慧城市：推动城市数字化升级 12.1 大模型多场景赋能智慧城市建设 19012.1.1 优化资源配置，推动城市高效运转 19012.1.2 预测交通状况，转变交通管理模式 19312.1.3 降水预测大模型，实现气象预报精细化 19512.2 城市安防：大模型引领安防创新 19612.2.1 大模型助力安防智能化 19712.2.2 多模态大模型成为智慧安防新风口 19812.3 探索智慧城市应用，企业在行动 20012.3.1 “文心一言”大模型 哈尔滨：推进城市 智慧化建设20012.3.2 “孔明”大模型，实现城市治理增效 20212.3.3 “通义千问”携手“灵锡”，加深数字化 城市探索204
|
| 內容試閱：
|
当前，以ChatGPT为代表的生成式AI应用引起了人们的广泛关注，其背后的核心支撑大模型也吸引了诸多目光。大模型正在变革科技领域，开创全新的智能时代。
作为AI技术发展的重要成果，大模型的优点显而易见。大模型具有很强的泛化能力和多样化的生成能力，可以处理不同类型、庞大的数据集。同时，其可以学习数据的特征和规律，预测未来趋势和行为。此外，大模型可以与各种AI应用结合，应用于搜索、生产、营销等众多场景中。
大模型优势突出，不少企业都加快了布局大模型的脚步，并公布了当前的大模型研究成果。例如，阿里巴巴发布了“通义千问”大模型，并表示旗下产品将陆续接入这一大模型，以提升产品的智能性；百度发布了“文心”大模型，并基于文心大模型推出了“文心一言”“文心一格”等产品。此外，不少细分领域的头部企业都推出了聚焦行业应用的行业大模型。例如，携程发布了旅游行业的垂直大模型“携程问道”，思谋科技发布工业大模型开发与应用底座SMore LrMo等。
在大模型研发与应用的潮流下，越来越多的企业想要布局大模型，但不知道如何入手。针对这些企业的这种需求，本书应运而生。本书以ChatGPT为切入点，对大模型进行详细解读。
本书共12章，对大模型的相关知识进行深入讲解。
其中，第1～4章从通用人工智能的典范ChatGPT切入，引出其背后的核心支撑—大模型，并对大模型的核心要素、产业格局、带来的新型商业模式MaaS等进行讲解，帮助读者了解大模型的概念与发展历程、当前的生态体系、新型商业模式MaaS对商业生态的重构等。
第5～12章从不同的细分角度切入，讲解了大模型给数据服务、智能搜索、办公工具、对话式AI、休闲娱乐、生产制造、智慧营销、智慧城市等领域带来的变革，并讲解了大模型在这些领域的应用。大模型与这些领域的结合，不仅改变了这些领域的业务模式，以新应用助力行业降本增效，还带来了新的商业机遇。越早抓住大模型发展机遇、积极应对的企业，就越有可能实现“弯道超车”，在新时代的竞争中占据优势地位。
总之，大模型正处于飞速发展阶段，各大科技企业都朝着大模型领域拓展。在众多企业的助力下，大模型将在更多领域发挥重要作用。本书全面讲解了大模型的技术场景和商业应用，理论与案例相结合，值得对大模型感兴趣的企业管理者、创业者、投资者等人士阅读。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
