文章轉(zhuǎn)自「首席數(shù)字官」

ID：ChiefDigitalOfficer

2022年9月6日，一幅由AI生成的畫作《太空歌劇院》點燃了AIGC星星之火；ChatGPT的橫空出世使AIGC浪潮以燎原之勢席卷全球。AIGC開始融入數(shù)字化轉(zhuǎn)型浪潮，并重塑各個行業(yè)乃至全球的“數(shù)字化轉(zhuǎn)型”。什么是AIGC呢？

AIGC （ AI Generated Content）指人工智能生成內(nèi)容。它像人類一樣具有創(chuàng)造力，不過得經(jīng)過訓練模型和大量數(shù)據(jù)的學習，并接收一定的指令才能生成指令發(fā)出者想要的內(nèi)容。它可以生成文本、圖片、視頻、音樂等各種形式的內(nèi)容，為內(nèi)容創(chuàng)作者、設(shè)計師、工程師等行業(yè)人員提供了極大便利。

那么常見的AIGC模型有哪些呢？

國內(nèi)

1. 清華大學——ChatGLM

號稱“比ChatGPT更懂你的清華水木ChatGLM”，在國內(nèi)受到了廣泛關(guān)注和好評。

此對話語言模型由清華大學 KEG 實驗室和智譜AI基于千億基座模型 GLM-130B 進行文本和代碼預(yù)訓練開發(fā)而成，兼具文案寫作、信息抽取、角色扮演、問答、對話等能力。據(jù)斯坦福報告研究，其基座模型GLM-130B 是全球唯一性能上可與 GPT-3 原版基座對標的雙語開源千億模型。

2. 百度——文心一言

具備跨模態(tài)、跨語言的深度語義理解與生成能力，擁有文學創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理邏輯推算、中文理解、多模態(tài)生成五大能力，其在搜索問答、內(nèi)容創(chuàng)作生成、智能辦公等眾多領(lǐng)域都有更廣闊的想象空間。

3. 阿里巴巴——通義千問

號稱“世界首個突破 10萬億參數(shù)的 AI 大模型”。2023年8月4日，阿里宣布通義千問開源。通義千問70億參數(shù)通用模型Qwen-7B和對話模型Qwen-7B-Chat上架魔搭，功能包括多輪對話、文案創(chuàng)作、邏輯推理、多模態(tài)理解、多語言支持，還可寫郵件、電影腳本、短文等。

阿里的通義千文大模型是一款基于Transformer架構(gòu)的自然語言處理模型，由阿里巴巴自然語言處理實驗室開發(fā)。該模型是目前國內(nèi)最大的中文預(yù)訓練模型之一，包含1000億個參數(shù)。通義千文大模型通過在大規(guī)模語料庫上進行預(yù)訓練，可以實現(xiàn)多種自然語言處理任務(wù)，如文本分類、命名實體識別、情感分析等。此外，該模型還具有較強的遷移學習能力，可以在不同領(lǐng)域的數(shù)據(jù)上進行微調(diào)，適用于各種實際應(yīng)用場景。

4. 騰訊——混元AI大模型

覆蓋NLP（自然語言處理）、CV（計算機視覺）、多模態(tài)等基礎(chǔ)模型和眾多行業(yè)與領(lǐng)域模型，還推出了萬億中文NLP預(yù)訓練模型。采用熱啟動降低訓練成本，文字視頻等多領(lǐng)域表現(xiàn)優(yōu)異，已在廣告游戲等多場景落地。具體功能上，混元AI大模型除了有對話模塊，還設(shè)置了靈感發(fā)現(xiàn)模塊，可生成文案、視頻腳本以及各種風格的繪畫；場景上，分為工作、編程、生活等。

5. 華為——盤古

盤古系列AI大模型，包括NLP大模型、CV大模型、科學計算大模型。從 2020 年啟動研發(fā)，2021 年 4 月正式發(fā)布，到 2022 年聚焦行業(yè)應(yīng)用落地， 其進化路徑可分為 L0-L1-L2 三個階段，上層是在下層的基礎(chǔ)上演化而來。L0 是指基礎(chǔ)大模型，包括 NLP（中文語言）大模型、CV（視覺）大模型、多模態(tài)大模型、科學計算大模 型以及 Graph（圖網(wǎng)絡(luò)）大模型。自然語言處理（NLP）系列是業(yè)界首個千億級生成與理解中文 NLP 大模型，由華為云、循 環(huán)智能和鵬城實驗室聯(lián)合開發(fā)，在訓練過程中使用了 40TB 的中文文本數(shù)據(jù)，其中包含大 量的通用知識與行業(yè)經(jīng)驗，具備領(lǐng)先的語言理解和模型生成能力，并通過行業(yè)數(shù)據(jù)的小樣 本調(diào)優(yōu)提升模型在場景中的應(yīng)用性能。在中文語言理解評測基準 CLUE 榜單中，盤古 NLP 大模型在總排行榜及分類、閱讀理解單項均排名第一，刷新了三項榜單世界歷史紀錄，總 排行榜得分 83.046（人類水平為 85.61），多項子任務(wù)得分業(yè)界領(lǐng)先。

6. 360——360智腦360版GPT——認知智能通用大模型“360智慧大腦”（簡稱“360智腦”）多項能力位列國產(chǎn)大模型第一。在多輪對話測試中“360智腦”表現(xiàn)出優(yōu)秀的上下文理解能力，代表著人工智能從感知進化到認知，是大模型真正智能的體現(xiàn)?；凇?60智腦”打造四大場景，具體包括：推出專有大模型，打造城市智能中樞和政府級、企業(yè)級GPT；攜手行業(yè)伙伴打造金融、教育、醫(yī)療等產(chǎn)業(yè)級大模型；針對中小微企業(yè)推出AI垂直應(yīng)用，打造生產(chǎn)力工具；結(jié)合搜索引擎和瀏覽器，推出針對個人用戶的AI助理等。

7. 字節(jié)跳動——My AI字節(jié)跳動專屬智能助手「My AI」。從演示來看，My AI 的定位更類似微軟推出的 Office Copilot，用戶可以通過 My AI 總結(jié)生成會議紀要，并可根據(jù)會議紀要創(chuàng)建對應(yīng)的待辦事項，輔助用戶規(guī)劃后續(xù)工作。同時，該 AI 能夠根據(jù)文檔數(shù)據(jù)，生成報告等內(nèi)容；并能夠根據(jù)用戶的編輯內(nèi)容，進一步續(xù)寫文檔內(nèi)容，大大提升了工作效率。此外，My AI 還能夠協(xié)助用戶創(chuàng)建會議、查詢案例參考、進行頭腦風暴、規(guī)劃項目進程等，在各方面為用戶提供幫助。可以說，雖然在「智能性」上，My AI 可能無法與能夠自由對話的生成式人工智能出色，但在現(xiàn)階段，它能夠為工作提供更多，更為實際的幫助。

8.知乎——知海圖AI“知海圖AI”大模型，由面壁智能與知乎共同訓練完成?！爸DAI”的訓練基于面壁智能自主研發(fā)的CPM企業(yè)級大模型與ModelForce大模型系統(tǒng)?；凇爸DAI”大模型，雙方一起嘗試探索將大模型能力應(yīng)用到知乎熱榜。針對知乎熱榜問題中的所有回答，“知海圖AI”能夠快速進行要素抽取、觀點梳理和內(nèi)容聚合，最終將所有回答的梗概展現(xiàn)給知乎用戶，讓大家更快、更全面地了解知友們討論的熱點與焦點。據(jù)稱，在這個特定場景中，把“知海圖AI”大模型的效果與GPT-4進行了比較，兩個模型幾乎是持平的。

9. 商湯科技——日日新商湯以AI大裝置SenseCore打造AGI（通用人工智能）時代的基礎(chǔ)設(shè)施，并基于此將大模型體系命名為“日日新SenseNova”，希望在模型的迭代速度及處理問題的能力上可以日日更新，不斷解鎖AGI的更多可能。日日新模型體系包含了自然語言處理、圖片生成、自動化數(shù)據(jù)標注、自定義模型訓練等多種大模型及能力。

10. 瀾舟科技——孟子MChat

孟子語言模型作為語言編碼的核心組件，不僅可獨立應(yīng)用于語言理解，也是其他三個模型的基石—作為核心的語言編碼模塊。為確保通用性并方便應(yīng)用于下游系統(tǒng)，孟子模型與BERT 保持一致的模型結(jié)構(gòu)，側(cè)重于預(yù)訓練目標和訓練策略上的改進，研究更精巧、更有效、更魯棒的預(yù)訓練模型。相較于其他中文預(yù)訓練模型，孟子模型使用針對中文優(yōu)化的切分器，可包含更多的中文詞匯，處理更長的文本，更少地使用顯存，并具有更快的推理速度。數(shù)據(jù)上，精選高質(zhì)量、書面風格的語料用于訓練，可用于文本分類、實體識別、關(guān)系抽取、閱讀理解等任務(wù)。在CLUE評測上，孟子語言理解模型相比開源的RoBERTa模型體現(xiàn)出了明顯的優(yōu)勢。

11.毫末智行——雪湖·海若毫末打造的自動駕駛生成式大模型 DriveGPT 雪湖·海若重磅發(fā)布，成為大模型技術(shù)落地自動駕駛新范式。它通過引入駕駛數(shù)據(jù)建立 RLHF（人類反饋強化學習）技術(shù)，對自動駕駛認知決策模型進行持續(xù)優(yōu)化，現(xiàn)階段主要用于解決自動駕駛的認知決策問題，終極目標是實現(xiàn)端到端自動駕駛。

12. 達觀數(shù)據(jù)——曹植作為垂直、專用、自主可控的國產(chǎn)版GPT模型，不僅能實現(xiàn)專業(yè)領(lǐng)域的AIGC智能化應(yīng)用，且可內(nèi)置在客戶各類業(yè)務(wù)系統(tǒng)中提供專用服務(wù)。產(chǎn)品應(yīng)用層面，達觀數(shù)據(jù)以“曹植”大模型作為支撐，為達觀全棧AIGC智能產(chǎn)品帶來革命性效果提升。目前AIGC已經(jīng)能實現(xiàn)超高還原度的圖像生成效果，而AIGC+NLP的相結(jié)合，應(yīng)用最廣，主要包含撰寫報告、自動翻譯、自動審核、自動回答，難度最大，影響也最深。“曹植”大語言模型，是國內(nèi)大規(guī)模語言模型中首批可落地的產(chǎn)業(yè)應(yīng)用級模型，目前已在金融領(lǐng)域AIGC多場景投入應(yīng)用。未來可持續(xù)賦能金融、政務(wù)、制造等多個垂直領(lǐng)域和通用場景人工智能的落地和發(fā)展。

13. 昆侖萬維——天工天工是由昆侖萬維(SZ:300418)和奇點智源合作自研、中國第一個真正實現(xiàn)智能涌現(xiàn)的國產(chǎn)大語言模型。天工基于千億預(yù)訓練基座模型和千億RLHF模型，具有超強記憶能力、能夠支持1萬字以上文本對話、20輪交互。

14. 網(wǎng)易——玉言"玉言“是網(wǎng)易伏羲自主研發(fā)的中文文本預(yù)訓練大模型系列，這次登頂CLUE分類任務(wù)榜單的模型參數(shù)達到110億，結(jié)構(gòu)由深層 Encoder 和淺層 Decoder 組成，這種結(jié)構(gòu)可以使得大模型具有優(yōu)秀理解能力的同時，也有著較為優(yōu)秀的生成能力。除此之外，Encoder-Decoder結(jié)構(gòu)方便訓練任務(wù)的設(shè)計，不需要復(fù)雜的掩碼策略。其預(yù)訓練數(shù)據(jù)包括網(wǎng)易自有高質(zhì)量數(shù)據(jù)、各類百科、新聞、社區(qū)問答、wiki、小說等等；網(wǎng)易伏羲對收集到的數(shù)據(jù)進行去重，清洗，產(chǎn)出了大量高質(zhì)量數(shù)據(jù)，并采用這些數(shù)據(jù)訓練模型，使得模型具有良好的泛化性，在各類任務(wù)上都有著出色的性能。

15.中科院——紫東太初紫東.太初是中科院自動化所在探索通用人工智能路上的重要成果。千億級參數(shù)的超大模型，能夠?qū)崿F(xiàn)視覺、文本、語音三個模態(tài)間的高效協(xié)同，性能全球領(lǐng)先。紫東太初大模型將文本 + 視覺 + 語音 各個模態(tài)高效協(xié)同，實現(xiàn)超強性能，在圖文跨模態(tài)理解與生成性能上都能領(lǐng)先目前業(yè)界的SOTA模型，高效完成跨模態(tài)檢測、視覺問答、語義描述等下游任務(wù)。

16. 復(fù)旦——MOSSMOSS是一個支持中英雙語和多種插件的開源對話語言模型，moss-moon系列模型具有160億參數(shù)，在FP16精度下可在單張A100/A800或兩張3090顯卡運行，在INT4/8精度下可在單張3090顯卡運行。MOSS基座語言模型在約七千億中英文以及代碼單詞上預(yù)訓練得到，后續(xù)經(jīng)過對話指令微調(diào)、插件增強學習和人類偏好訓練具備多輪對話能力及使用多種插件的能力。

17. 訊飛——星火訊飛星火是科大訊飛的大模型，它與ChatGPT的最大不同在于，它不僅是一個文本生成器，而是一個能夠從海量數(shù)據(jù)和大規(guī)模知識中持續(xù)進化，實現(xiàn)從提出、規(guī)劃到解決問題的全流程閉環(huán)的認知智能系統(tǒng)。從外部資料上看，訊飛星火具有七大核心能力，即文本生成、語言理解、知識問答、邏輯推理、數(shù)學能力、代碼能力、多模態(tài)能力。

18. 珍島集團大語言模型--教育政策智慧決策大腦建設(shè)教育現(xiàn)代化監(jiān)測評估體系的決策支持大腦，符合新時代加快推進教育現(xiàn)代化建設(shè)教育強國的宏偉藍圖目標，教育政策研究領(lǐng)域存在著迫切的需求，對教育政策的科學、準確的研究和分析有重要意義?；趯逃哐芯啃袠I(yè)的市場需求分析，珍島集團的大語言模型--教育政策智慧決策大腦擁有自然語言處理和文本分析、數(shù)據(jù)可視化和報告生成、智能決策支持三大功能，能夠提供高效、準確的教育政策文本分析和決策支持，滿足政府機構(gòu)、研究機構(gòu)和決策者的需求。

19. APUS——天燕大模型AiLMeAPUS自研的多模態(tài)人工智能大模型“天燕大模型AiLMe”，參數(shù)規(guī)模為1000億，具備對文本、圖像、視頻、音頻的理解和生成能力。針對具體應(yīng)用場景，APUS從AiLMe內(nèi)蒸餾出文本模型“異雀八”、圖像模型“異雀三”、視頻模型“異雀四”、音頻模型“異雀六”四個垂直領(lǐng)域精煉模型，并基于此創(chuàng)新研發(fā)出“墨染、簡筆成畫、智能問答大師、Daily Astro、Star Night、KJV Bible Now、PicPik”等系列AI產(chǎn)品。

20. 百融云創(chuàng)——百融云創(chuàng)智能語音機器人伴隨著AIGC技術(shù)逐漸走向臺前，百融云創(chuàng)人工智能實驗室基于智能語音識別、NLP、自動化機器學習（AutoML）、深度學習、隱私計算等技術(shù)以及Transformer、模型性能調(diào)優(yōu)、復(fù)雜神經(jīng)網(wǎng)絡(luò)等底層算法的研發(fā)布局，將生成式AI賦能到智能客服、智能營銷、貸后管理等業(yè)務(wù)領(lǐng)域，百融云創(chuàng)智能語音機器人在多種技術(shù)的組合下每日能夠進行超過億級規(guī)模的自動交互，交互頻次規(guī)模業(yè)內(nèi)首屈一指。

21. 即時設(shè)計——即時AI

“即時AI”是一款能夠讓用戶體驗到通過自然語言描述快速生成可編輯的UI設(shè)計稿功能的設(shè)計工具。在內(nèi)測期間，即時AI共向用戶發(fā)出超6萬個內(nèi)測碼，產(chǎn)生了上百萬條的生成結(jié)果。在官方的測試報告當中，即時AI的生成能力已經(jīng)相當于初級設(shè)計師水平。而在最近的一次更新當中，JS-UIbotics模型正式上線，用戶只需30秒即可生成4個可編輯頁面，相較于設(shè)計師做一個UI設(shè)計界面需要30分鐘，即時AI將生產(chǎn)速度提升了60倍。

22. 蜜度——“AI小畫家”蜜小豆“AI小畫家”蜜小豆以多模態(tài)融合生成為核心，通過MiduNLP、MiduCMR、MiduCV等自主研發(fā)引擎，根據(jù)用戶輸入的主題文本生成圖像作品，并采用區(qū)塊鏈技術(shù)將用戶與蜜小豆的聯(lián)名作品生成數(shù)字藏品，實現(xiàn)版權(quán)保護。蜜小豆還擁有AI修圖、AI超分、AI修復(fù)3種功能，能夠利用AI技術(shù)對照片進行調(diào)色、合成、明暗修改、彩度和色度的修改、添加特殊效果、編輯、修復(fù)；可以將一幅低分辨率圖像或圖像序列恢復(fù)出高分辨率圖像；還可以增強圖像中的有用信息，對數(shù)字圖像修復(fù)起到良好作用。

23. 硅基智能——炎帝大模型硅基智能發(fā)布將私有域知識用LLM大模型技術(shù)訓練而成并疊加硅基AIGC數(shù)字人技術(shù)的多模態(tài)行業(yè)腦炎帝大模型，炎帝大模型加持下的數(shù)字人，支持根據(jù)文本內(nèi)容調(diào)整自己的表演情緒，可以根據(jù)視頻學習別人的動作。搭載了炎帝大模型的數(shù)字人，已經(jīng)實現(xiàn)了多種場景的商業(yè)化，如短視頻生成、直播生成、電影及電視劇生成等。

24. 金山辦公——WPS AI用戶通過在辦公軟件中接入WPS AI，可快速生成文檔、嵌入多輪對話，并根據(jù)及時滿足用戶更個人的需求，大幅提高辦公效率。WPS AI不僅具備內(nèi)容創(chuàng)作、歸納總結(jié)的能力，還擁有強大的智能助手功能，可以通過對話式交互幫助用戶更好地應(yīng)對辦公中的各種挑戰(zhàn)。這種智慧助手的引入，能夠讓辦公軟件不再只是簡單的工具，而是成為用戶新的智能助手，從而提高工作效率和體驗。

25. 杭州超節(jié)點信息科技——無界AI無界AI一款A(yù)IGC內(nèi)容創(chuàng)作平臺，可以為用戶提供簡潔易用、模型豐富的AIGC繪畫工具。無界AI平臺現(xiàn)已培育出一批優(yōu)秀的AIGC創(chuàng)作者，為實現(xiàn)AIGC產(chǎn)業(yè)化落地，擴大AI藝術(shù)受眾人群，推動AI與藝術(shù)的融合發(fā)展貢獻中堅力量。無界AI在AIGC領(lǐng)域有著成熟的技術(shù)，使用前沿的AI模型，并部署了大量高性能機器持續(xù)優(yōu)化供用戶體驗。

26. 出門問問——序列猴子序列猴子大模型是一個具有長序列、多模態(tài)、單模型、大數(shù)據(jù)等特點的超大規(guī)模語言模型?；谄渫ㄓ玫谋硎灸芰εc推理能力，能夠進行多輪交互，打造更便捷流暢的用戶體驗，極大地提高了生產(chǎn)效率和數(shù)據(jù)處理能力，被廣泛應(yīng)用于問答系統(tǒng)、自然語言處理、機器翻譯、文本摘要等領(lǐng)域。

27.一覽科技——一覽運營寶視頻AIGC工作流一覽運營寶由AI編劇、AI繪圖、AI分鏡、數(shù)字人等構(gòu)成，能夠為內(nèi)容創(chuàng)作者提供一個完整的閉環(huán)生成流程。一覽運營寶以完整的AI創(chuàng)作流程完成了從編劇到分鏡的工作，能夠大大提升導演和制片人判斷他們是否需要繼續(xù)深度創(chuàng)作劇本的效率，這是AI參與創(chuàng)作的一個非常典型的降本增效案例。國外

1. ChatGPTChatGPT 是一款由 OpenAI 開發(fā)的人工智能技術(shù)驅(qū)動的語言模型應(yīng)用。ChatGPT 可以識別和理解自然語言，包括英語、法語、德語、西班牙語等多種語言。它可以回答各種問題、提供各種建議，并與人類進行自然的對話。ChatGPT 是一種基于深度學習的語言模型，它使用了大量的語言數(shù)據(jù)進行訓練，可以生成高質(zhì)量的文本、提供各種各樣的人工智能服務(wù)。ChatGPT 可以根據(jù)用戶的反饋和輸入不斷優(yōu)化自己的表現(xiàn)，并學習新的知識和技能。ChatGPT 可以應(yīng)用于各種領(lǐng)域，例如智能客服、智能寫作、自動作文、智能翻譯等，為人們提供更多的便利和服務(wù)。

2. MidjourneyMidjourney是一款強大的 AI 圖像生成工具，具有靈活性高、易使用等特點。只需一些簡短的文字描述或相關(guān)提示詞它便可以將你的想象快速轉(zhuǎn)化為現(xiàn)實，不論多么夸張或抽象。與其它 AI 圖像生成器相比，Midjourney 具有更快的生成速度和更低的學習門檻，它不僅可以生成各種風格的藝術(shù)作品，還可以作為創(chuàng)作靈感的參考來源。

3. Stable DiffusionStable Diffusion 是一種基于擴散過程的圖像生成模型，可以生成高質(zhì)量、高分辨率的圖像。它通過模擬擴散過程，將噪聲圖像逐漸轉(zhuǎn)化為目標圖像。這種模型具有較強的穩(wěn)定性和可控性，可以生成具有多樣化效果和良好視覺效果的圖像。Stable Diffusion 可以通過生成多樣化、高質(zhì)量的圖像、修復(fù)損壞的圖像、提高圖像的分辨率和應(yīng)用特定風格到圖像上等方式，輔助視覺創(chuàng)意的實現(xiàn)。它為視覺藝術(shù)家、設(shè)計師等提供更多的創(chuàng)作工具和素材，促進視覺藝術(shù)領(lǐng)域的創(chuàng)新和發(fā)展。

4. Bing AI幾個月前，微軟更新了 iOS 和 Android 上的 SwiftKey 鍵盤應(yīng)用，提供了一項新功能，可以使用 Bing AI 以各種樣式重寫文本，而類似的功能即將在桌面版 Microsoft Edge 瀏覽器中推出。該功能允許用戶在輸入框中選擇一段文本，并使用 Alt + I 快捷鍵進行重寫。Edge 會彈出一個窗口，顯示 Bing AI 重寫的文本，還有幾個按鈕可以用來替換選中的文本、調(diào)整生成結(jié)果，或者嘗試重新生成文本。用戶可以選擇四種語氣：專業(yè)、隨意、熱情和非正式；更改格式：段落、電子郵件、博客文章和想法；以及選擇長度：短、中和長。然后點擊重寫按鈕，應(yīng)用設(shè)置并重新生成 Bing AI 的回應(yīng)。

5. BardBard 是一款類 ChatGPT 產(chǎn)品，Bard 中使用的模型基于谷歌自己的 LaMDA（對話應(yīng)用程序語言模型）。致力于將廣泛的世界知識與大型語言模型的強大功能和創(chuàng)造力結(jié)合起來，它利用來自網(wǎng)絡(luò)的信息為輸入問題提供最新、高質(zhì)量的回答。在交互上區(qū)別較大的，就是 Bard 在創(chuàng)作完成后，會給出 3 個預(yù)選答案供你選擇。

6. ClaudeClaude 是 Anthropic[1] 新推出的一款類似于 ChatGPT[2] 的 AI 助手，后者是從 OpenAI 出走的前員工們集體創(chuàng)建的 AI 初創(chuàng)公司。雖然目前尚未開放公測，但從曝光的內(nèi)測對比結(jié)果來看，Claude 已經(jīng)可以和 ChatGPT 掰掰手腕：在邏輯和計算方面，Claude 表現(xiàn)出了旗鼓相當?shù)膶嵙ΓM管在代碼生成和推理問題上存在差距，但在無害性方面表現(xiàn)突出，具體表現(xiàn)為能夠更清晰的拒絕不恰當?shù)恼埱?，當面對超出能力范圍的問題，能夠主動坦白，而不是像 ChatGPT 那樣逃避回答。Claude 開創(chuàng)性引入了“憲法人工智能”（Constitutional AI，CAI）的概念。以 ChatGPT 為代表，現(xiàn)有方法主要通過人類反饋的強化學習（RLHF）算法，即在強化學習階段，通過擬合大量的人工標注的偏好數(shù)據(jù)，來對齊大規(guī)模語言模型和人類偏好，從而給出令人滿意的有用（Helpful）、可靠（Honest）和無害（Harmless）的回答。Claude 在有用性（有用和可靠）方面沿用人類反饋，但在無害方面開創(chuàng)了一條更低成本且有效的路徑，僅需要制定“憲法“（少量的自然語言準則或指令），AI 系統(tǒng)會自動輸出偏好判斷，指導模型對齊 AI 理解的無害化偏好，從而訓練出危害更小的系統(tǒng)。因此這種技術(shù)也叫 AI 反饋的強化學習（RLAIF）算法。

7. DALL-E2DALL-E2是DALL-E的升級版，能夠根據(jù)自然語言的文本描述生成圖像和藝術(shù)形式。其API可供開發(fā)人員直接使用，按用量收費。DALL-E2的核心競爭力在于精確的AI繪畫能力，增加了組合概念、屬性和樣式的功能，生成更生動、更復(fù)雜的圖像。其圖像分辨率提升了4倍，畫質(zhì)更真實，真實度達到88.8%，識別更精確，語義匹配度達到71.7%。

8. Murf aiMurf ai是一款于2020年10月問世的AI語音生成器，其利用機器學習和深度學習技術(shù)，能夠?qū)⑽谋巨D(zhuǎn)換為自然語音。通過使用Murf ai，用戶可以在短時間內(nèi)獲得高質(zhì)量的語音輸出，并且可以使用其AI語音克隆功能來滿足對語言情感更多元化的需求。該功能能夠通過調(diào)整音調(diào)、音量、語言和速度，提供栩栩如生的發(fā)音和全方位的人類情感，從而提供多方位的服務(wù)。此外，Murf ai還擁有可調(diào)用的AI功能，以確保特定術(shù)語能夠準確無誤地傳達。該語音生成器提供多合一的功能，操作界面簡單便捷，能夠與谷歌幻燈片共享編輯，用戶可以在AI語音中選擇最合適的演示文稿語音。

9. AIVAAIVA是一款具備作曲家地位的AI軟件，成立于2016年，旨在通過AI技術(shù)創(chuàng)作個性化的音樂，提升用戶的音樂能力。該軟件接受了數(shù)千份樂譜的訓練，具備豐富的音樂素材和數(shù)據(jù)集。AIVA提供兩種音樂創(chuàng)作方式：一種是使用預(yù)先訓練的“預(yù)設(shè)樣式”，這些樣式基于內(nèi)部精心制作的各種音樂特征，包括曲調(diào)、節(jié)奏模式、旋律線等，可以為用戶提供多樣化的音樂體驗；另一種是使用上傳的音樂來創(chuàng)作，可以根據(jù)用戶的需求和喜好，創(chuàng)作出具有相似音樂特征但截然不同的曲目。10. ynthesiaSynthesia是由來自倫敦大學學院、斯坦福大學、慕尼黑工業(yè)大學和劍橋大學的AI研究人員和企業(yè)家團隊于2017年創(chuàng)建的。該公司推出的AI視頻創(chuàng)作產(chǎn)品“Synthesia”已經(jīng)被數(shù)千家公司廣泛應(yīng)用。該產(chǎn)品利用AI技術(shù)創(chuàng)建和定制數(shù)字孿生模型，從而生成視頻。用戶可以從現(xiàn)有演員庫中選擇或上傳自己的視頻來創(chuàng)建AI形象，并輸入腳本讓AI配音、拼接素材，從而快速輸出視頻，從而節(jié)省高達80%的時間和預(yù)算。Synthesia主要應(yīng)用于企業(yè)傳播、數(shù)字視頻營銷和廣告本地化等領(lǐng)域。該產(chǎn)品大幅減少真人出鏡錄制等環(huán)節(jié)，從而降低制作費用和周期，同時能夠輕松生成多國語言視頻，方便本土化服務(wù)。

11. Wonder StudioWonder Studio是一種AI工具，可以自動將CG角色動畫、打光并組合成真實場景，無需逐個鏡頭進行處理。用戶只需上傳CG角色模型到一個鏡頭或整個場景，系統(tǒng)會自動檢測剪輯并跟蹤演員。此外，Wonder Studio還能根據(jù)單個鏡頭自動檢測演員表演，并將其傳輸?shù)剿xCG角色，自動執(zhí)行動畫、照明和創(chuàng)作。Wonder Studio支持現(xiàn)有流水線，并自動化了80%-90%“客觀”的視覺特效工作，留下剩余的“主觀”工作給藝術(shù)家完成。同時，Wonder Studio還支持導出到其他軟件中使用。

12. Runway Gen-2Runway是一家先行者，成功地將文本轉(zhuǎn)化為視頻。公司成立于2018年，一直在致力于構(gòu)建多模態(tài)人工智能系統(tǒng)，以降低視頻創(chuàng)作門檻，幫助人們輕松制作出內(nèi)容強大且富有創(chuàng)意的視頻內(nèi)容。在2023年2月6日，Runway推出了基于擴散模型的視頻生成模型Gen-1，并在Discord中開啟內(nèi)測。隨后在3月20日，Runway發(fā)布了升級版Gen-2，該模型已經(jīng)能夠?qū)鼍昂蜕{(diào)簡單的幾何體變成酷炫的視頻，但對于復(fù)雜場景的精細化處理還有待提高。不僅如此，Gen-2還支持僅使用文本提示就能合成任意風格的視頻，并且也支持文本+圖像生成視頻。

13. Jasper

Jasper是早期GPT生態(tài)中的最大贏家之一。Dave Rogenmoser、Chris Hull和John Phillip Morgan于2021年創(chuàng)立了Jasper，他們基于GPT-3開發(fā)了生成式AI寫作助手，人們可以用Jasper AI撰寫各類營銷文章、社交媒體播客，后續(xù)也更新了繪畫助手，實際功能與現(xiàn)在的GPT大同小異，只是應(yīng)用界面更加友好。

Jasper 為用戶提供超過 60 個模版，幫助撰寫廣告文案、標語、網(wǎng)頁文案、電子郵件、博客以及社交媒體文章等不同場景的內(nèi)容，并且還集成了 Grammarly 工具來檢查內(nèi)容中涉及的抄襲和錯誤修復(fù)，從廣告工具快速發(fā)展成為了 AI 內(nèi)容平臺，支持 29 種語言。

本文基于公開資料整理，僅作分享使用，如有問題或補充可以留言。