快讯

• 试用完谷歌的Gemini，我只想说GPT-4有点逊色

  

  随着AI大模型的推广，众多厂商纷纷下水，谷歌闷声放大招，推出了最新的人工智能模型 Gemini，甚至放言称它是规模最大、能力最强的人工智能模型。它与GPT-4相比有什么优越性呢？一起来看看吧！

  

  告诉 GPT-4 ：安，勿念。我这边和谷歌 Gemini 过得很幸福。

  就在今天凌晨，憋了好久的谷歌开大了，直接推出了最新的人工智能模型Gemini（双子座）。

  

  这个被谷歌称为规模最大、能力最强的人工智能模型，如果光看官方的演示视频，那真的过于高级了点。

  在视频里， Gemini 不仅秒识别演示者画的画、放的视频、做的小把戏、玩的恶作剧，而且整个过程中对答如流，各种语气助词熟练得飞起。

  如果没提前说，你甚至都会以为这就是电影里的贾维斯。

  要真这么牛逼，还要什么 GPT-4 啊？

  不过差评君仔细看了下发现，这次发布的 Gemini 其实是一个家族式大模型，分别是“中杯”Gemini Nano、“大杯”Gemini Pro 和“超大杯”Gemini Ultra 。

  目前现在大家能用上的都是 Gemini Pro ，而大部分的测试演示都是基于“超大杯”Gemini Ultra 来的。

  

  从官方放出的数据来看，虽然每个版本都有自己合适的环境，但不同版本间，性能还是有着明显差异的。

  

  而“超大杯”的 Gemini Ultra 的能力确实是杠杠的。

  不仅在各种常规测试里都薄纱了 GPT-4 。

  

  甚至在MMLU（大规模多任务语言理解）测试里，Gemini Ultra超过GPT-4还不够，还超越了人类专家，成为了第一个在该方面超越人类的模型。

  

  除了在常规能力上的全面超越 GPT-4 ， Gemini 最特殊的一点是，它是谷歌带来的首个多模态大模型，也就是能不光能打字互动，也能进行语音、视频、图片的互动。

  按照谷歌的说法，现有的所谓多模态大模型，都是单独训练了文本、视觉和音频等模型，再把这几个拼接起来。

  这样出来的“散装”多模态大模型，在遇到图片、文字、语音或者视频同时出现时，只会分解出不同模块各自回答，然后汇总各个部分的回答最后形成答案。

  而 Gemini 从根上就是个多模态模型，然后又通过大量多模态数据训练，它能够一开始就同步理解多模态。

  

  这就好比遇到一个中日韩英混杂的旅游团，以往都是找懂对应语言的导游组成导游团去带队。

  而 Gemini 的做法是找了一个通晓中日韩英四门语言的导游，一个人就能无缝安排所有游客。

  所以不出意外，在此前 GPT-4V “遥遥领先”的多模态测试里， Gemini 也呈现了一种全面超越的姿态。

  

  但也就是看起来过于牛逼，以至于显得不够真实，所以 Gemini 也在网上招来不少质疑。

  比如有人吐槽明明 90.0%和 89.8%就差了千分之二，结果图里看起来像是巨大提升。

  而且不少人还发现在不少测试里，谷歌用了些“春秋手法”。

  

  因为给 Gemini Ultra 和 GPT-4 使用的测试方法并不一样， Gemini Ultra 用的是自家特调的全新方法 CoT@32*。

  在这种新方法下， GPT-4 得分提升一般般，而 Gemini 却进步明显。

  

  可如果 Gemini Ultra 和 GPT-4 的同一标准，那它的得分就只有 83.7 ，还不如 GPT-4 。

  

  甚至，还有不少人怀疑那个演示互动视频也是剪辑出来的卖家秀，实际效果绝对没那么牛。

  这些真真假假的戏码咱也不管了，因为谷歌已经在 Bard 上用了微调后的 Gemini Pro ，所以我们也可以直接看看，这波升级后的 Bard 能耐到底涨了多少。

  不过，目前调整过的 Bard 只支持英文，所以我们找来了 GPT-4V 版的 ChatGPT ，用英文让他们来一波华山论剑。

  

  按照谷歌说法，这次 Gemini 在多模态上的长进最大，所以今天，我们主要就测测这块。

  先考考它们的一些基础常识，丢一张八达岭长城的照片过去，让它们猜猜这是什么地方。

  没想到一上来 Bard 就给了 ChatGPT 一个下马威， Bard 这边准确地给出了八达岭长城的答案。

  

  而 ChatGPT 这边却有点底气不足，只给了个长城的答案，至于是哪段，它就没具体说。

  

  不过马有失蹄，偶尔一次失误也没啥，为了进一步考验它们的图片识别能力，这把我直接让他们识别车的型号。

  它们倒是都给出正确答案了：雪佛兰科尔维特。

  但细节上还是 Bard 要稍稍细致些，发动机的型号，马力以及加速情况都写出来了，查了下也都对的上，没胡说八道。

  

  ChatGPT 这边，就只简单给出了答案，带了句性价比不错。

  

  能识别出这些正儿八经的图片，也显示不出有多大的能耐，毕竟现在这都是大模型的基本要求了。

  于是差评君又上网找来了些梗图，试试它们理解人类复杂思维的程度。

  先是这个狗带保护头套的一个梗图。

  

  Bard 和 ChatGPT 给出的答案都差不多，都点明了带上这个保护套后，狗狗很想舔舐伤口。

  

  接下来我又试了下这个猫猫表情包，各位打工人应该都能 get 到吧。

  

  Bard 不仅读出了大伙们讨厌周一的意思，还认出了这是 2012 年火的一只网红猫。

  

  ChatGPT 这边回答得倒很简洁，意思也解读出来了，和 Bard旗鼓相当。

  

  毕竟，幽默作为一种对事物的诙谐、滑稽或不合逻辑的理解和共鸣。。。

  能读懂梗图、理解幽默，至少需要 AI 有理解人类情感、经验和文化背景的能力。

  当然，天天要码字的差评君也得试试它的图表分析能力，说不定之后咱也能多了个生产力工具。。。

  我从美国财政部的官网随便找了张柱状图丢给它们，看看它们能读出多少信息。

  

  这块儿， Bard 和 ChatGPT 就有点难分伯仲了，大家给出的信息点都大差不差，都准确读出了美国会加大对低等基础设施州的投资力度。

  就只是在表述语序上有一点差别，选哪个就看个人喜好了，不过要我说白嫖党还是 Bard 香啊。

  

  最后，我们还搬出了大模型们的噩梦，也就是数学题，测了测它们的数学能力。

  第一道是道初中难度的几何题，让它们求一下 ABO 的角度。

  

  Bard 这边小试牛刀，迅速判断出了 ABO 是个等边三角形，得到 ABO 是个 60°的答案。

  在另一道，判断哪些点连续但不可微的题目上， Bard 这边也略胜一筹。

  有点高数基础的差友，应该都能看出 C ：x=-2 和 x=1 是正确答案。

  

  Bard 这边稳扎稳打，选出了正确答案 C 。

  

  ChatGPT 继续选择破罐子破摔，支支吾吾选了个它认为最有可能的答案 B 。。。

  

  总得来讲，在几轮的测试对比之后，终于让差评君遇个到能和 GPT-4V 打得有来有回，甚至有些小优的大模型了。

  而在几天之后的 13 号，开发者和企业用户，也直接可以调用 Gemini Pro 的 API 了。

  另外，谷歌还准备把 Gemini 引入了 Pixel ， Pixel 8 Pro 将是第一款运行 Gemini Nano 的智能手机。

  在接下来的几个月中， Gemini 还会相继和搜索、广告、 Chrome 等服务和产品结合。

  至于纸面实力“暴打”GPT-4V 的Gemini Ultra，则还要等到明年的年初，在 Bard Advanced 才能体验到。

  最后，差评君想说俗话讲得好，巨人难转身。。。不少人用这样的比喻，来形容今年谷歌在 AI 新时代的困境。

  毕竟上半年发布 Bard 的时候，甚至还因为推出得太急，整出了不少笑话。

  

  谷歌的 AI 从遥遥领先，到沦为 OpenAI 追赶者的故事，似乎也成了科技圈的“伤仲永”，被大家当成了典型。

  但差评君觉得，巨人转身的“难”，最起码有两层逻辑在里面。

  第一层是愿不愿意转身，另一层，才是成不成功的问题。

  无论是雪藏“数码相机”的柯达，还是固守塞班系统到 2013 年的诺基亚，在第一层就出了些问题。

  咱们也能看到，至少在转身的态度这块儿，谷歌是没得说。

  而目前的 Gemini 给我的感觉，虽说没有当时初识 ChatGPT 时的惊艳，但好歹，是谷歌该有的水平。

  毕竟，大伙们可别忘了，当年奥特曼、马斯克等人创办 OpenAI 的目的之一，就是为了打破谷歌在 AI 领域的垄断。

  包括“ GPT ”中的“ T ”，也就是 Transformer ，最早也是谷歌团队提出来的。

  而起了个大早，赶了个晚集的谷歌，这次最起码跟上了步伐。

  当然在通往 AGI 的道路上，差评君不好说谷歌、 OpenAI 、或是其他谁谁谁会第一个到终点、谁的方向是不是走对了。

  但不能否认的是，如果一个内力雄厚的巨人一旦转身成功，方向还碰巧对了，并且还开启氮气加速。。。

  那，怕是谁也挡不住。

  欢迎免费使用GPT对话，感受ChatGPT的魅力！ – 最具实力的中文AI交流社区平台 (aiahz.com)

  ChatGPT国内版本，无需梯子，也能体验Chatgpt- (aiahz.com)

  长按扫描二维码进群领资源

  

  4小时前

• 如何让生成式AI更环保

  

  了解生成式AI模型的碳足迹。

  编者按：生成式人工智能推动整个社会、技术和生产力的提升，但这些模型隐藏的环境成本和影响往往被忽视。本文分享八个步骤来使这些系统更环保：使用现有的大型生成模型；对现有模型进行微调；使用节能计算方法；只有在提供重大价值时才使用大型模型；辨别何时使用生成式人工智能；评估云提供商或数据中心能源；重用模型和资源；了解人工智能活动的碳活动足迹。文章来自编译。

  虽然ChatGPT、BERT、LaMDA、GPT-3、DALL-E-2、MidJourney和Stable Diffusion等新型生成式AI工具在更多领域中得到广泛应用，但这些模型所暗藏的环境成本和影响却通常被人忽视。这些系统的开发和使用耗能巨大，维护其物理基础设施也很耗费电力。现在，这些工具刚刚开始获得主流关注，但我们有理由相信，这些成本在不久的将来定会增长，而且是大幅增长。

  

  数据中心行业是指用于存储和管理信息和通信技术系统的物理设施，占全球温室气体(GHG)排放量的2-3%。全世界的数据量每两年翻一番。数据中心的服务器存储着不断扩大的信息海洋，需要大量的能源和水来运行计算机服务器、设备和冷却系统。这些系统约占丹麦用电量的7%，占美国用电量的2.8%。

  几乎所有最著名的生成式人工智能模型都是由超大规模的云提供商生成的，这些云提供商拥有成千上万台服务器，会产生大量碳足迹。特别是，这些模型是在图形处理单元（graphics processing unit，GPU）芯片上运行的。这些芯片所需的能量是传统中央处理单元（CPU）的10-15倍，因为GPU在算术逻辑单元中使用了更多的晶体管。目前，三家主要超大规模云提供商是亚马逊云科技（AWS）、谷歌云（Google Cloud）和微软云（Microsoft Azure）。

  如果我们试图从碳足迹的角度来理解ChatGPT对环境的影响，那么我们应该首先了解机器学习（ML）模型的碳足迹生命周期。这是通过降低能耗让生成式人工智能变得更加绿色的关键所在。

  是什么决定了生成式人工智能模型的碳足迹?

  所有大型生成模型在能源使用和碳排放方面都是不一样的。在确定机器学习模型的碳足迹时，需要考虑三个不同的值：

  • 训练模型产生的碳足迹；
  • 一旦部署了机器学习模型，使用ML模型进行推理（使用新输入数据推断或预测结果）所产生的碳足迹；
  • 生产所有所需计算硬件和云数据中心能力所需的碳足迹。

  拥有更多参数和训练数据的模型通常会消耗更多能量，产生更多碳。GPT-3是 ChatGPT的“母”模型，其规模在生成式模型中名列前茅或接近前茅。它有1750 亿个模型参数，并在超过5000亿字的文本上进行过训练。一篇研究文章指出，与上一代人工智能模型相比，最近的生成式人工智能模型需要增加十倍到百倍的计算能力来训练模型，具体取决于哪种模型。因此，总体需求大约每六个月翻一番。

  训练模型是生成式人工智能最耗能的部分。研究人员认为，训练一个“单个大型语言深度学习模型”（如OpenAI推出的GPT-4或谷歌推出的PaLM）估计要消耗约300吨二氧化碳。相比之下，平均每人每年要产生约5吨二氧化碳，而北美人平均每年要产生是其数倍的二氧化碳。根据其他研究人员的计算，使用一种名为“神经架构搜索”（neural architecture search）技术训练一个中等规模的生成式人工智能模型所消耗的电力和能源相当于626,000吨二氧化碳排放量，或者说相当于驾驶五辆普通美国汽车终生所产生的二氧化碳排放量。从头开始训练一个BERT模型（谷歌开发的一种大型语言模型）所需的能源和碳足迹相当于一次横跨大西洋的飞行。

  部署人工智能模型，让它们在现实环境中采取行动——这个过程被称为推理，该过程的能耗比训练环节更高。推理，或使用模型响应用户输入的提示问题，虽然每次对话消耗的能量不多，但对话次数却不计其数。有时这些模型只训练一次，然后部署到云中，供数百万用户进行推理。在这种情况下，将大型深度学习模型部署到云端进行推理也会消耗大量能源。分析人士报告称，实际上，英伟达公司（Nvidia）估计，神经网络80％至90％的能量消耗出现在推理环节，而不是训练环节。

  除了大型生成模型的初始训练和推理使用的能量外，这些模型的用户和经销商越来越多地采用微调或基于提示的训练。当与经过大量数据训练的原始生成模型相结合时，微调允许模型根据组织的特定内容定制提示和答案。一些研究表明，微调训练比初始训练消耗的能量和计算能力要少得多。但是，如果许多组织采用微调方法并经常这样做，总体能耗可能会相当高。

  尽管很难计算运行所有这些人工智能软件所需的成本，但人们有理由相信这个成本非常高。2011年的一项研究估计，一台普通笔记本电脑70%的能源消耗是在制造过程中产生的，台式电脑的能耗甚至更高。很有可能的是，用于运行AI模型的复杂而强大的GPU芯片和服务器在能耗方面远远高于笔记本电脑和台式电脑。

  如何让人工智能更环保

  考虑到这一切，现在有一种运动使人工智能建模、部署和使用更具环境可持续性。它的目标是用更合适、更环保的替代品取代耗电的方法。供应商和用户都需要做出改变，使人工智能算法变得更加环保，这样它们的效用才能在不损害环境的情况下得到广泛部署。特别是生成式AI模型，鉴于它们的高能耗，它们需要在普及之前变得更加环保。通过好几种不同的方式，AI和生成式AI可以朝这个方向发展，接下来我们会在下文描述。

  使用现有的大型生成模型，不要生成自己的模型。现在已经有很多大型语言和图像模型提供商，而且未来还会有更多。创造和训练这些模型需要大量的能源。除了大型供应商或云提供商之外，其他公司几乎不需要自己生成大型人工智能模型。他们已经可以在云端获取所需训练数据和海量的计算能力，因此他们不需要获取这些数据。

  对现有模型进行微调训练。如果一家公司希望按照自己的内容训练生成式模型，它不应该从头开始训练模型，而是应该改进现有的模型。相比于从头开始训练新的大型模型，在特定内容领域进行微调并及时训练所消耗的能量要少得多。它还可以为许多企业提供比一般训练模型更多的价值。对于希望针对自己的内容采用生成式AI模型的公司而言，这才是主要关注点。

  使用节能计算方法。另一种减少生成人工智能能耗的方法是使用计算成本较低的方法来处理数据，如TinyML。TinyML框架允许用户在小型、低功耗的边缘设备上运行机器学习模型，比如带宽要求低的微控制器(不需要将数据发送到服务器进行处理)。一般CPU平均耗电70瓦，GPU消耗400瓦的功率，而一个微型微控制器仅耗电几百微瓦，相比前两者，其耗电减少一千倍。这样就可以保证模型在本地处理数据，而不需要将数据发送到数据服务器。

  只有当大型模型提供重大价值时才使用它。对于数据科学家和开发人员来说，了解模型在哪里提供价值是很重要的。如果使用3倍以上的耗电系统仅能让模型增加1-3%的计算精度，那么额外的能耗就不值得。更广泛而言，机器学习和AI并不总是解决问题所必需的。开发人员首先需要对多种备选解决方案进行研究和分析，并根据研究结果选择一种方法。例如，蒙特利尔人工智能伦理研究所(Montreal AI Ethics Institute)正在积极研究这个问题。

  当你使用生成式AI时，要有鉴别力。机器学习和NLP工具对于医疗相关的健康问题和预测是革命性的。它们在预测自然灾害，如海啸、地震等方面非常有用。这些都是有用的应用程序，但是仅用于生成博客文章或创建有趣故事的工具可能不是这些计算量很大的工具的最佳用途。它们对地球健康的消耗可能大于对人类的帮助。如果一家公司正在使用生成式人工智能进行内容创作，它应该尽量确保只在必要时使用这些模型，或者减少其他计算成本，这应该也会减少其总体计算预算。

  评估云提供商或数据中心的能源来源。在能够使用环保能源的地区以及低碳环保的地区部署模型，可以最大限度地降低AI（以及一般软件）的碳强度。这一做法表明，运营排放减少了75%。例如，在美国训练和运行的模型可能使用来自化石燃料的能源，但同样的模型可以在主要能源是水力发电的魁北克运行。谷歌最近开始在魁北克建造一个7.35亿美元的清洁能源数据中心，并计划到2030年转向全天候的无碳能源。歌还提供了一个“碳感应套件（Carbon Sense Suite）”，以帮助公司减少云工作负载的能源消耗。云提供商的用户可以监控这些公司关于何时以及如何部署碳中和或零碳能源的公告。

  重复利用模型和资源。就像其他材料一样，技术也可以重复使用。企业可以使用开源模型，而不是训练新的模型。循环利用可以降低人工智能产生碳足迹的影响。原材料可以被提取出来制造新一代的最新笔记本电脑、处理器、硬盘驱动器等等。

  将AI活动纳入你的碳监测。所有研究实验室、人工智能供应商和使用人工智能的公司都需要采用碳监测的做法，以了解模型的碳足迹。他们还需要公布自己的足迹数字，以便让客户在与他们进行人工智能相关业务时做出明智的决定。温室气体排放的计算取决于数据供应商和处理公司（如研究实验室）以及基于人工智能的服务提供商（如OpenAI）的数据集。从最初的想法到会被用于获得研究成果的基础设施，都需要遵循绿色人工智能方法。有几个可用的软件包和在线工具，如CodeCarbon, Green算法和ML CO2 Impact，可以在运行时纳入你的代码中以估计你的排放量，我们应该鼓励开发人员社区考虑这些性能指标来建立基准并评估ML模型。

  当然，组织和个人在使用生成式人工智能模型时需要考虑很多因素：道德、法律，甚至哲学和心理学。然而，生态问题也值得考虑。我们可以讨论这些技术对人类的长期未来影响，但如果我们没有一个适合居住的星球来讨论这些问题，那么这些考虑将毫无意义。

  欢迎免费使用GPT对话，感受ChatGPT的魅力！ – 最具实力的中文AI交流社区平台 (aiahz.com)

  ChatGPT国内版本，无需梯子，也能体验Chatgpt- (aiahz.com)

  长按扫描二维码进群领资源

  

  4小时前

• 当AI遇上古诗词，李白看了都摇头

  

  很担心AI的精神状态

  最近，一则视频的出现，让很多观众打破了对人工智能的滤镜。

  

  有一天，UP主@当铺小说家突发奇想，如今很多AI软件都能根据文字描述，创作出对应的精美图画，那它能否根据文言文绘画？

  于是，他将高中经典文言文作品，利用AI绘图软件进行绘制。

  没想到，原本十分智能的AI软件，在博大精深的文言文面前突然放飞，画出各种让人瞠目结舌的画面。

  杜甫名作《茅屋为秋风所破歌》，讲述了茅屋被秋风吹毁，以致全家遭受雨淋的痛苦经历。

  可AI一出手，就把这篇悲情色彩的古诗，变成了喜感十足的抽象漫画。

  “八月秋高风怒号，卷我屋上三重茅。”

  一开篇，伴随着狂风卷起，茅草屋被吹得七零八落。

  面对这句悲凉的诗句，AI开幕雷击，让茅草屋幻化成精，在风中发出怒吼。

  

  被狂风卷飞后，茅草有的飞入林中，有的飘落池塘。

  这些配图之间画风跳脱，时而婴幼儿动画风，时而还拥有油画质感。

  

  除了画风，插图中还会出现各种喜感十足的元素。

  比如“娇儿恶卧踏里裂”，“娇儿”一不留神变成了大汉。

  

  甚至在AI的创作下，古人跨时代地用上了苹果电脑。

  

  每句诗生成的画面，都让观众措手不及。

  凭借新颖的AI玩法，这则视频发布后迅速登上B站热门，播放量超过250万。

  印象中神通广大的AI，面对文言文竟然也难以参悟。

  

  然而，AI这次翻车并非偶然事件。

  与饱受古文折磨的广大学子一样，文言文对于AI来说，同样是一座难以逾越的高山。

  到了苏轼的《记承天寺夜游》，AI的加工则更加天马行空。

  在短短一首诗里，AI创作了志怪小说、动漫电影、写意山水画等多种元素。

  原文中正要入睡的苏轼被月色吸引，于是“欣然起行”。

  但画出的图中，他仿佛战士出击的姿态，让人不由得担忧苏轼的精神状况。

  

  随后，苏轼化身李逵破门而入，把张怀民吓得惊坐起来。

  

  原本，“怀民亦未寝”这句诗就曾引发过广大网友猜测——

  当时会不会是苏轼大晚上不睡觉，硬把张怀民从床上薅起来陪自己夜游。

  画面中两人一个精神抖擞，一个满脸写着乐意，这一解释突然变得合理起来。

  

  AI似乎对张怀民的无奈心领神会，只好让他顶着黑眼圈和蓬乱的头发，被迫与苏轼“步于中庭”。

  

  怀民：你猜猜我为什么未寝

  应网友催更，UP主还推出了一系列AI版初高中国学经典。

  同样，这些文言文作品用AI绘制后，每一幅画面都脑洞大开，想象力远超常人。

  目前，这一系列作品总播放量已经超过700万。

  

  看多了AI爆改国学经典，不少网友逐渐参透了AI沦为人工智障的原因。

  文言文的语言高度凝练，又常常一词多义，偶尔还会出现各种典故。

  而且文言文中的一些用词，与现代汉语相去甚远。被现代汉语训练出的AI，在转译过程中肯定会水土不服。

  

  比如，《陋室铭》里有句“孔子云：何陋之有”，理解起来难度并不算高。

  其中“云”的意思是“说”，已经近乎常识。

  但AI却出人意料地根据先贤的画像，生成了一朵“孔子云”。

  

  遇到运用典故情况，AI更是被干烧了CPU。

  比如《滕王阁序》中有句“邺水朱华，光照临川之笔”，“临川之笔”是借地名指代临川内史谢灵运的文笔。

  AI不了解其中内情，绘制了一支“降临在河川上的钢笔”。

  

  除了在古文理解上有bug，AI在创作时还高度依赖关键词的抓取。

  这导致AI一旦捕捉到某个可呈现的元素，便不假思索地添加到画面当中。

  

  李白《蜀道难》“西当太白有鸟道” 一句，以“鸟道”来突显蜀道的峥嵘崎岖。

  没想到在AI的理解中，“鸟道”就是物理意义上的鸟走的路。

  

  “连峰去天不盈尺”，运用夸张手法形容山峰距离天空的距离不到一尺。

  AI稳定发挥，果真在山峰旁边竖起了一把通天巨尺。

  

  关键词捕捉得准，却缺乏对上下文的理解，是AI理解文言文的通病。

  除此之外，AI还缺少最重要的精髓 —— 对文学意蕴和人类情感的理解。

  比如《水调歌头》中“不知天上宫阙，今夕是何年”，AI能够理解这是诗人在赏月，遥望天宫。

  但它绘制的“天上宫阙”，却丝毫没有原诗中的寂寥和清冷感，一副热闹非凡过大年既视感。

  

  白居易的《卖炭翁》，全篇描写一位卖炭翁的悲惨生活。

  AI虽然画出了老翁的满面沧桑，却又让他笑得合不拢嘴，和原诗的主旨大相径庭。

  

  虽然时常跑偏甚至放飞自我，但AI绘制古诗文并非一无是处。

  UP主将诗句逐句拆解投喂后，AI还是贡献出不少和原文相映成趣的名场面。

  面对《滕王阁序》中的“秋水共长天一色，落霞与孤鹜齐飞”，AI就不负众望地超水平发挥。

  

  观众不禁感慨，连AI看到这句诗都能悟出神韵，将几个关键意象精准呈现，这句诗不愧为千古名句。

  

  有时候，AI还不乏一些令人眼前一亮的巧思。

  《将进酒》中，李白用“君不见高堂明镜悲白发，朝如青丝暮成雪”，写尽对人生苦短的感叹。

  AI在呈现这一幕时，巧妙地构思出了“镜中”“镜外”两个世界。

  在人对镜端详之际，镜中人已经白发苍苍，仿佛弹指一挥间就已老去，一张图瞬间升华原文。

  

  AI和传统经典的碰撞，结果总是在无语和惊艳之间反复横跳。

  不过，这种具象化的展示，往往能在一定程度上填补文字的留白。

  很多网友表示，自己当年背诗时，也是用在脑海中构建画面的方式记忆，如果AI绘画早点问世，背课文就不会如此折磨。

  

  这一系列整活儿视频，也许还能意外探索出AI的另一种可能。

  AI强大的学习能力，加上UP主疯狂的脑洞，AI成为文言文的学习工具也许不会太遥远。

  欢迎免费使用GPT对话，感受ChatGPT的魅力！ – 最具实力的中文AI交流社区平台 (aiahz.com)

  ChatGPT国内版本，无需梯子，也能体验Chatgpt- (aiahz.com)

  长按扫描二维码进群领资源

  

  1天前

• 大模型太卷，AI应用就好做吗？

  

  AI应用能否打破僵局？

  2022年底，ChatGPT推出后迅速在社交媒体上走红，很快， 月活用户突破1亿，成为史上增长最快的消费者应用。

  不久后，国内也掀起了一场轰轰烈烈的大模型竞赛，下场的企业越来越多，都在扬言要赶超 ChatGPT。

  一年过去，大模型没让参赛者看到盈利的曙光，资本市场也在变冷，弄潮儿们发现：AI应用或许比大模型更有机会。

  普遍认为，大模型是一个底层技术底座，并不直接创造商业收益。现在的大模型更像是移动互联网时代的操作系统，有两三个就足够了，真正能在商业世界里叱咤风云、创造价值的是微信、抖音、滴滴等等应用。

  李彦宏曾说，“卷大模型没有意义，卷应用机会更大”。

  SensorTower数据显示，2023年上半年，全球AI应用下载量同比增长114%，突破3亿次，收入同比增长175%。

  近日，抖音新也成立一个AI部门，是由大模型团队负责人领导，主要做AI应用层面的产品。

  那么，AI应用发展得怎么样？中国企业AI应用做得怎么样？国内企业如何抓住AI应用的机会？

  01 海内外AI应用差距有多大？

  AI应用市场最热门的应用有三类，分别能自动生成文字的AI+Chatbot（AI聊天机器人）和能自动生成图像的AI生成自拍应用，还有能自动生成视频的AI应用。

  生成文、生成图、生成视频，难度系数逐渐增加，成熟度逐渐降低。

  第一，最先火的AI应用是聊天机器人，截至2023年6月，此类AI聊天机器人应用占据了榜单总流量的68.7%，排行榜前五名的应用里有四个是聊天机器人。

  不出意外，下载量第一名是ChatGPT，它的流量占了前50大生成式AI产品总量的60%，谷歌的Bard、Facebook前员工创办的Quora旗下Poe两款LLM聊天机器人应用，分别占据第三名和第四名。

  排名第二的聊天机器人CharacterAI，可以扮演数百名虚拟人物，既可以满足用户的情感类需求，也可以满足用户的工具型需求。

  比如AI可以扮演拿破仑、马斯克、居里夫人等，与用户聊天，也可以扮演心理咨询师、图书管理员、英文老师等角色，提供健身指导、知识传授等服务。

  门槛最低，也意味着竞争更激烈。上半年，移动应用市场中聊天机器人应用多达200余款，下载量突破1.7亿次。

  第二，难度更高的图文、视频自动生成——内容生成类。

  截至今年6月数据，内容生成类应用占前50大应用总流量的9.7%，其中图像生成类应用占比最大为41%，其次是写作工具类应用占比26%，视频生成类占比8%。

  文字类，如排名第五的QuillBot，是一款AI写作工具，可以提供句子改写、文章重写和AI生成文字等功能，相较于对话，这样的应用对于逻辑、语言结构的要求要更高一些。

  图片生成在Stable Diffusion开源之后迎来了较快的发展，头部的应用有Midjourney、Leonardo AI，还有移动端生自拍照的Lensa AI，它们相比过去的PhotoShop等应用，降低了用户的操作门槛，更容易将用户心中所想变成现实。

  视频生成的难度就更高了，一方面是因为描述视频需要更复杂的语言，模型对于文字描述的理解，会影响生成，另一方面，文字生成视频需要大量数据学习字幕相关性、帧照片写实感和时间动，而且，视频数据在样式、数量和质量方面也会受到更多限制。

  近期，生成视频领域也有突破。

  Pika因为一个预告片火出圈，预告中，Pika即将上线的产品，在延长视频长度、拓展视频画布和转换视频、更换局部细节等方面都有所突破。

  与流浪地球导演郭帆的合作，也让Pika受到了极大的关注。

  视频生成领域还有一个应用Runway，它的技术已经被广泛应用于电影、电视和广告领域，可以实现AI工具去除背景、放慢视频、制作无限延伸的图片等等。

  这轮AI应用的涌现，我们属于追随者。国内AI应用占全球AI应用的下载量和收入规模比较小。

  由于政策监管等原因，国内尚未推出较为完善的陪伴型AI聊天机器人。

  小冰公司曾经推出X Eva App，与Character.AI相似，用户可以与网红明星的克隆人进行交流，也可以使用APP的撰写文案、写代码等功能。这个APP曾经被热烈讨论，现在也几乎没什么存在感了

  在文生文和文生图方面，文心一言（文生图文心一格）、星火等大厂的产品还算拿得出手，其他的或者是声量比较小，比如万兴爱画，或者是不具备持续性，比如妙鸭相机。

  整体来看，我们文生图和文生视频的AI应用，都落后一大截，更别提变现了。

  02 AI应用如何变现？

  硅谷知名创投机构a16z，9月发布的分析报告显示，截至2023年6月，访问量排前50名的AI应用（网站与App合计）中，有90％的开发者实现盈利。

  SensorTower数据显示，2023年上半年，移动端（仅包括App Store和Google PLay），美国是AI应用内购收入最高的市场，欧洲市场的吸金能力也同样亮眼，他们分别占全球头部AI应用总收入的55%和20%。

  

  实现盈利的AI应用以C端付费为主，这和移动互联网时代的经验是相似的。

  参照移动互联网时代的发展经验，占据用户时间越长、信息匹配越难、学习壁垒越高、重复性操作越多的领域，更有可能率先出现爆款应用，也更容易变现。

  先来看国外商业化两个案例。

  第一个是Character.AI，以订阅制收费，付费和AI扮演的角色聊天，10月份又推出了付费群聊功能。

  Character.AI的模式是非常好的C端产品，可以交互、可以定做，如前面提到的，既能满足情感需求，也能满足工具需求。

  不过，此前有报道称，Character.AI目前还处在烧钱换规模阶段，商业模式仍在探索中，未来团队规模扩大后考虑开拓TOB业务。

  第二个是生成图片类的应用Midjourney。

  这是一个针对专业绘图人士的AI应用，同样采用SaaS订阅制模式，月付费情况下，每月基础套餐、标准套餐和专业套餐的价格分别为10、30、60美元，研报显示，Midjourney在公测版上线的第二个月就实现了盈利，盈利模式已经跑通。

  这意味着在目前阶段，需求不等于付费，刚需才等于付费。而在习惯免费、付费意识更差的国内，纯to C的产品在变现上会面临比Character.AI更大的难题。

  AI应用属于技术驱动型的产品，属于供给创造需求。那么，什么样的供给才能创造出需求呢？

  新型的AI应用，好的产品变现有五个步骤，分别是吸引用户、初次体验（用户激活）、用户留存（回头客）、转化收益、实现口碑传播。

  比如在移动互联网时代，微信抓住了用户的社交需求，并且通过培养用户在微信上的使用习惯，不断优化社交体验，不断实现裂变，形成网络效应，成为腾讯现在重要的变现产品。

  目前，国内的AI应用供给端，一方面没有足够优秀的大模型基座；另一方面，基于大模型的产品，也无法通过产品的创新和微调的方法，做出足够吸引用户留存的产品。

  第一，目前大模型基座方面，国内还比较落后。

  比如，在AI聊天机器人领域，也许大家的印象，还停留在ChatGPT爆火，下载量也大涨，收入也能排到第一。但事实上，最赚钱的产品，却是基于ChatGPT API的对话机器人应用“Chat with Ask AI”，凭借智能的问答功能和流畅的体验，上半年下载量突破2500万次，收入超过1600万美元。

  因为拥有很好的大模型基座。不仅今年5月，OpenAI在移动端上线ChatGPT，此后下载量和收入不断增长，而且基于OpenAI的API产品Chat with Ask AI收入也在不断增长。Appfigures数据显示，今年9月，Chat with Ask AI的收入为551万美元，ChatGPT的收入是458万美元。

  而国内的文心一言上文提到才刚刚开始变现，基于其API的AI应用，仍未看到爆火、且能持续变现的产品。

  第二，基于大模型微调的产品，国内企业AI技术积累不足。

  比如Lensa AI，其内置推出的Magic Avatar功能，用户可以上传10-20张自拍照，然后生成奇幻、动漫、时尚等10种不同风格头像，当然这一功能需要付费使用。

  Lensa AI、Waifu Diffusion，Stablediffusion Infinity， 还有上文提到的Midjourney的一些功能都是基于开源的Stable Diffusion开发的。所以，在技术层面上，Lensa AI与同类产品相比并没有明显的壁垒。

  但是，Lensa AI通过对Stable Diffusion的微调，同时基于此前在AI领域“艺术风格的神经算法”（NAAS）的研究，优化了对算力的需求、提高了计算效率，使其能够在手机上快速运行、生成图片。

  因此，在Magic Avatar功能上线后，此前的技术积累与同类产品形成差异化，才广泛受到用户关注。

  而国内模仿Lensa AI的妙鸭相机微信小程序，其也是用户上传20张照片，然后需要付9.9元，便可以生成不同风格的高清照片。技术爱好者们普遍猜测，妙鸭相机底层模型也是用的Stable Diffusion开源模型，再使用 LoRA (Low-Rank Adaptation) 插件进行微调。

  一些技术爱好者，完全可以通过免费教程，利用开源模型，在短时间内也能实现照片的生成。在没有自研AI技术加持的前提下，妙鸭相机在爆火后，很快就冷了下来。

  欢迎免费使用GPT对话，感受ChatGPT的魅力！ – 最具实力的中文AI交流社区平台 (aiahz.com)

  ChatGPT国内版本，无需梯子，也能体验Chatgpt- (aiahz.com)

  长按扫描二维码进群领资源

  

  1天前

• AI文生视频，会在明年迎来“GPT时刻”

  

  AI文生视频这条赛道，将为各行业带来新的增量与繁荣。

  在当下的AI赛道上，AI生文、生图的应用，早已层出不穷，相关的技术，也在不断日新月异。

  而与之相比，AI文生视频，却是一个迟迟未被“攻下”的阵地。

  抖动、闪现、时长太短，这一系列缺陷，让AI生成的视频只能停留在“图一乐”的层面，很难拿来使用，更不要说提供商业上的赋能。

  直到最近，某个爆火的应用，再次燃起了人们对这一赛道的关注。

  关于这个叫做Pika的文生视频AI，这些天想必大家已经了解了很多。

  因此，这里不再赘述Pika的各种功能、特点，而 是单刀直入地探讨一个问题，那就是：

  Pika的出现，是否意味着AI文生视频距离人们期望中的理想效果，还有多远？

  01 难题与瓶颈

  实事求是地说，目前的AI文生视频赛道，难度和价值都很大。

  而其中最大的难点，莫过于让画面变得“抽风”的抖动问题。

  关于 这一点，任何使用过Gen-2 Runway 等文生视频AI的人，都会深有体会。

  抖动、闪现，以及不时出现的画面突变，让人们很难获得一个稳定的生成效果。

  而这种“鬼畜”现象的背后，其实是帧与帧之间联系不紧密导致的。

  具体来说，目前AI生成视频技术，与早期的手绘动画很相似，都是先绘制很多帧静止的图像，之后将这些图像连接起来，并通过一帧帧图像的渐变，实现画面的运动。

  

  但无论是手绘动画还是AI生成的视频，首先都需要确定关键帧。因为关键帧定义了角色或物体在特定时刻的位置和状态。

  之后，为了让画面看起来更流畅，人们需要在这些关键帧之间添加一些过渡画面（也称为“过渡帧”或“内插帧”）。

  可问题就在于，在生成这些“过渡帧”时，AI生成的几十帧图像，看起来虽然风格差不多，但连起来细节差异却非常大，视频也就容易出现闪烁现象。

  

  这样的缺陷，也成了AI生成视频最大的瓶颈之一。

  而背后的根本原因，仍旧是所谓的“泛化”问题导致的。

  用大白话说，AI的对视频的学习，依赖于大量的训练数据。如果训练数据中没有涵盖某种特定的过渡效果或动作，AI就很难学会如何在生成视频时应用这些效果。

  这种情况，在处理某些复杂场景和动作时，就显得尤为突出。

  除了关键帧的问题外，AI生成视频还面临着诸多挑战，而这些挑战，与AI生图这种静态的任务相比，难度根本不在一个层面。

  例如：

  动作的连贯性：为了让视频看起来自然，AI需要理解动作的内在规律，预测物体和角色在时间线上的运动轨迹。

  长期依赖和短期依赖：在生成视频时，一些变化可能在较长的时间范围内发生（如角色的长期动作），而另一些变化可能在较短的时间范围内发生（如物体的瞬时运动）。

  为了解决这些难点，研究人员采用了各种方法，如使用循环神经网络（RNN）、长短时记忆网络（LSTM）和门控循环单元（GRU）来捕捉时间上的依赖关系等等。

  但关键在于，目前的AI文生视频，并没有形成像LLM那样统一的，明确的技术范式，关于怎样生成稳定的视频，业界其实都还处于探索阶段。

  02 难而正确的事

  AI文生视频赛道，难度和价值都很大。

  其价值，就在于其能真切地解决很多行业的痛点和需求，而不是像现在的很多“套壳”应用那样，要么锦上添花，要么圈地自萌。

  关于这点，可以从“时间”和“空间”两个维度上，对AI文生视频的将来的价值空间做一番审视。

  从时间维度上来说，判断一种技术是不是“假风口”、假繁荣，一个最重要的标准，就是看人们对这类技术的未来使用频率。

  根据月狐iAPP统计的数据，从2022年Q2到今年6月，在移动互联网的所有类别的APP中，短视频的使用时长占比均高达30%以上，为所有类别中最高。

  

  除了时间这一“纵向”维度外，倘若要在空间维度上，考量一种技术的生命力，最关键的指标，就是看其究竟能使多大范围内的群体受益。

  因为任何技术想要“活”下来，就必须像生物体那样，不断地传播、扩散自己，并在不同环境中自我调整，从而增加多样性和稳定性。

  例如在媒体领域，根据Tubular Labs的《2021年全球视频指数报告》，新闻类别的视频观看量在2020年同比增长了40%。

  同样地，在电子商务方面，根据Adobe的一项调查，大约60%的消费者在购物时更愿意观看产品视频，而不是阅读产品描述。

  而在医疗领域，根据MarketsandMarkets的报告，全球医学动画市场预计从2020年到2025年将以12.5%的复合年增长率增长。

  在金融行业中，HubSpot的一项研究表明，视频内容在转化率方面表现优异。视频内容的转化率比图文内容高出4倍以上。

  

  这样的需求，表明了从时间、空间这两个维度上来说，视频制作领域，都是一个蕴含着巨大增量的“蓄水池”。

  然而，要想将这个“蓄水池”的潜力完全释放出来，却并不是一件容易的事。

  因为在各个行业中，对于非专业人士来说，学习如何使用复杂的视频制作工具（如Adobe Premiere Pro、Final Cut Pro或DaVinci Resolve）可能非常困难。

  而对于专业人士来说，制作视频还是个耗时的过程。他们得从故事板开始，规划整个视频的内容和结构，然后进行拍摄、剪辑、调色等等。

  有时候，仅仅一分半的广告视频，就可能耗时一个月之久。

  

  从这个角度来说，打开了AI文生视频这条赛道，就相当于疏通了连接在这个蓄水池管道里的“堵塞物”。

  在这之后，暗藏的财富之泉，将喷涌而出，为各个 行业带来新的增量与繁荣。

  从这样的角度来看，文生视频这条赛道，即使再难，也是正确的，值得的。

  03 行业引领者

  赛道既已确定，接下来更重要的，就是判断在这样的赛道中，有哪些企业或团队会脱颖而出，成为行业的引领者。

  目前，在AI文生视频这条赛道上，除了之前提到的Pika，其他同 类企业也动作频繁。

  

  科技巨头Adobe Systems收购了Rephrase.ai，Meta推出了Emu Vide o，Stability AI发布了Stable Video Diffusion，Runway对RunwayML进行了更新。

  而就在昨天，AI视频新秀NeverEnds也推出了最新的2.0版本。

  

  从目前来看，Pika、Emu Video、NeverEnds等应用，已经显示出了不俗的实力，其生成的视频，已大体上能保持稳定，并减少了抖动。

  但从长远来看，要想在AI文生视频领域持续保持领先，至少需要具备三个方面的条件：

  1、强大的算力

  在视频领域，AI对算力的要求，比以往的LLM更甚。

  这是因为，视频数据包含的时间维度和空间维度，都要比图片和文字数据更高。同时为了捕捉视频中的时间动态信息，视频模型通常需要具有更复杂的结构。

  更复杂的结构，就意味着更多的参数，而更多的参数，则意味着所需的算力倍增。

  因此，在将来的AI视频赛道上，算力资源仍旧是一个必须跨过的“硬门槛”。

  2、跨领域合作

  与图片或文字大模型相比，视频大模型通常涉及更多的领域，综合性更强。

  其需要整合多种技术，例如来实现高效的视频分析、生成和处理。包括但不限于：图像识别、目标检测、图像分割、语义理解等。

  

  如果将当前的生成式AI比作一棵树，那么LLM就是树的主干，文生图模型则是主干延伸出的枝叶和花朵，而视频大模型，则是汲取了各个部位（不同类型数据）的养分后，结出的最复杂的果实。

  因此，如何通过较强的资源整合能力，进行跨领域的交流、合作，就成了决定团队创新力的关键。

  3、技术自主性

  诚如之前所说，在目前的文生视频领域，业界并没有形成像LLM那样明确的、统一的技术路线。业界都在往各种方向尝试。

  而在一个未确定的技术方向上，如何给予一线的技术人员较大的包容度，让其不断试错，探索，就成了打造团队创新机制的关键。

  对于这个问题，最好解决办法，就是让技术人员亲自挂帅，使其具有最大的“技术自主性”。

  诚如Pika Labs的创始人Chenlin所说：“如果训练数据集不够好看，模型学到的人物也不会好看，因此最终你需要一个具有艺术审美修养的人，来选择数据集，把控标注的质量。”

  

  Pika Labs创始人Demi Guo 和 Chenlin Meng

  在各企业、团队不断竞争，行业新品不断涌现的情况下，文生视频AI的爆发期，就成了一件十分具体的，可以预期的态势。

  按照Pika Labs创始人Demi的判断，行业也许会在明年迎来AI视频的“GPT时刻”。

  尽管技术的发展，有时并不会以人的意志为转移，但当对一种技术的渴望，成为业界的共识，并使越来越多的资源向其倾斜时，变革的风暴，就终将会到来。

  欢迎免费使用GPT对话，感受ChatGPT的魅力！ – 最具实力的中文AI交流社区平台 (aiahz.com)

  ChatGPT国内版本，无需梯子，也能体验Chatgpt- (aiahz.com)

  长按扫描二维码进群领资源

  

  2天前

• 旅游小公司正在靠AI疯狂融资

  

  提出一个概念，拿到该死的钱

  01

  过去两周，七家海外旅游科技初创公司募集了超过1.71亿美元的融资。

  最让人津津乐道的是美国顶级名媛帕丽斯·希尔顿投资了一个结合AI和社交媒体的新旅行计划工具。

  

  这款名为Layla的App被称之为新型AI旅行规划工具，宣布获得了330万美元的天使轮融资。

  钱不算多，但投资阵营非常豪华，包括帕丽斯·希尔顿、Booking.com联合创始人安迪·菲利普斯和Skyscanner（天巡）联合创始人巴里·史密斯。

  值得一提的是，此轮融资由Lastminute.com联合创始人Hoberman创立的 Firstminute资本以及M13基金领投。

  这家“圈里人”投出来的公司有何过人之处？

  总部位于柏林的Layla公司称，用户可以通过苹果和Android的App或通过向Instagram帐户@justasklayla发送消息来访问这款旅行计划聊天机器人。

  至于提供的服务内容并没有太多新鲜的地方，他们研发的聊天机器人可以根据用户一系列提示和响应提供个性化的旅行计划。

  AI制作的行程包括相关视频以及有关住宿、航班价格、文化见解和天气的信息，这个App还允许用户通过Skyscanner和 Booking.com预订航班和住宿。

  最大的亮点是Layla表示，聊天机器人的部分信息是基于社交媒体的旅行内容，这是许多年轻旅行者寻求旅行建议的地方。

  Layla公司创始人Jauncey 说，“现在年轻人会从社交媒体上的短视频中获得灵感，但没有办法将这种灵感转化为一次旅行。我们希望通过弥合社交媒体、旅游行前规划和预订之间的差距，帮助用户发现完美的目的地。”

  无论是何种呈现形式，当下AI在旅游业的应用大多为行前规划建议，另一家今年募集资金700万美元的AI旅游初创公司MindTrip也是。

  

  这家公司的天使轮由Costanoa Ventures领投，以大型语言模型为基础，旨在帮助旅行者在一个目的地发现、预订和计划旅行。

  根据MindTrip的说法，可以让游客提出与航班、酒店、目的地、餐厅等任何与旅游相关的问题，同时游客能在该平台上创建和管理行程，该平台的人工智能助手集成了实时旅行数据、地图、照片和建议。

  MindTrip的创始人安迪·莫斯表示，“ChatGPT 仅限于文本建议，而 Mindtrip 则整合了照片、地图、定价和可用性数据，让人们能够利用生成式AI真正规划和预订完整的旅行行程。”

  值得一提的是，MindTrip平台有望在年底前以测试版形式上线，也就是说产品还没上线已经拿到了700万美元。

  潮起时，机会随之而至。

  02

  ChatGPT正在改变商业世界的大部分领域，旅游业也不例外。

  小公司疯狂借势募集资本，背后的大公司更是雄心壮志通过AI改变旅游业。

  与旅游行前建议相关的聊天机器人和人工智能助手正在通过Facebook、Skype和WhatsApp等社交媒体网站进行部署。

  携程、Booking.com和Expedia等大型在线旅行社也开始使用聊天机器人为客户提供实时建议，例如最便宜的航班，以及根据客人的兴趣、预算、同行人员以及旅行目的制定旅行行程。

  在Airbnb最近的财报电话会议上，Airbnb创始人切斯基描述了他对公司人工智能的愿景，称其目标是打造终极人工智能礼宾服务，可以为住客提供个性化的建议。

  尽管如此，获得有价值的个性化建议仍然是旅游业最困难的挑战之一，而能够做到这一点将为企业带来竞争优势。

  Airbnb认为已经对客人和房东了解很多，因此根据个人偏好构建人工智能旅行礼宾服务作为App的一部分是有意义的。

  互联网颠覆了传统的旅行预订，人工智能还可以在旅行预订方面提供进一步的服务。

  

  例如，旅界此前曾报道，加拿大知名在线旅游企业Hopper使用机器学习算法来预测航空公司价格的走向，以便用户知道何时购买。

  Hopper数据库使用数万亿的历史航班价格来指导其价格预测，Google flight、Kayak等机票预定网站也使用算法来让用户知道他们是否应该立即购买机票还是等待一段时间。

  反过来，从B端来看，对于酒店和航空公司，则可以使用类似的技术根据需求调整价格，并更好地预测客户需求，例如航班计划的变化。

  只需几个命令，AI就可以告诉想去三亚一周并住在带无边泳池酒店的用户有哪些酒店选择范围，然后告诉用户在入住期间预订餐厅和其他旅游计划。

  人工智能系统必须不断改进，才能掌握最新信息，以最优惠的价格进行旅行预订，但携程等许多公司正在努力实现这一目标。

  OpenAI为旅游业提供了许多初步的基础设施，在线旅行社可以将其数据分层。

  虽然距离实现旅游业对人工智能设想的全部功能还需要数年时间，但很明显，这就是人工智能在旅游领域的发展方向，也是一些初创小公司能凭概念就能拿到天使轮融资的根本原因。

  03

  AI结合旅游业掀起的融资风浪是否会在不远的未来导致一地鸡毛？

  在 ChatGPT 的喧嚣声中，旅游分析师警告说，人们很容易忽视一个行业的背景，在这个行业中，其实此类新技术一直存在，但在引入时也经常被夸大。

  

  “旅游业是一个充满流行语的行业，”从事酒店和在线旅游行业顾问三十年的李沁泽告诉旅界，“当区块链出现时，业界宣称旅行将不再一样，当第一批酒店机器人诞生时，也发生了同样的情况。

  李沁泽建议不要用革命性的术语来看待AI新技术，而是使用一个更无聊的词来形容：工具。

  “所有这些技术其实都是先进的工具，使酒店、航司、在线旅游企业能够更好地服务客户并在此过程中增加市场份额，”他说。

  事实上，头部OTA已经证明了ChatGPT在旅行中的两个主要用途：旅行规划和客户服务，刚刚起步的小公司需要另辟蹊径才能靠AI杀出重围。

  例如，Expedia、携程海外版Trip.com“超快”地接入了 ChatGPT 插件，使 ChatGPT的旅游建议可以帮着用户预订，实现旅行规划/行程构建功能。

  但其实我们并不确定人工智能实际上使旅行体验的哪些部分变得更容易。

  ChatGPT将自己在旅行中的最佳用例定义为增强型聊天机器人、虚拟助理、内容翻译以及营销和网站文案写作。

  这些都不能保证消除旅行中的许多核心焦虑和挫败感，它的作用是可能会使等待时间更短，行前的混乱更加有序，未知的挫败感也会减少。

  未来年轻一代倾向于优先考虑在体验上的支出而不是商品，就像Layla整合社交媒体上的内容为旅行建议，抑或是MindTrip整合照片、地图，皆因为这些创新打动了高冷的投资人。

  冰冷的机器能否结合人类服务的感情，这或许是下一步小公司们靠AI突围的新机会。

  欢迎免费使用GPT对话，感受ChatGPT的魅力！ – 最具实力的中文AI交流社区平台 (aiahz.com)

  ChatGPT国内版本，无需梯子，也能体验Chatgpt- (aiahz.com)

  长按扫描二维码进群领资源

  

  2天前