ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
大模型应用之困与异军突起的“埃森哲们”
3070点击    2024-11-01 09:50

咨询公司成了AI时代的卖水人


上周Anthropic发布了Claude 3.5 Sonnet的升级,让AI助手能够通过"电脑使用"功能直接与计算机交互。这意味着Claude可以实现自动搜索文件、截取屏幕画面、在应用程序间切换并执行基本任务。这些看上去很基础的操作也许代表着生成式AI的重要转折:从单纯的对话助手,向真正的"自主代理"迈进——这正是包括OpenAI、谷歌在内的各大公司都在努力的方向。


Claude.ai 图源:官网


就在AI能力不断突破的同时,真实的商业世界却呈现出一个有趣的反差:在这轮生成式AI浪潮中最赚钱的公司,竟然是以埃森哲为代表的传统咨询公司。据埃森哲2024财年财报显示,其生成式AI相关业务的新增订单已达30亿美元。在国内市场,字节、阿里和智谱等基座大模型供应商也在扮演着类似的角色。


在这期《硅谷101》中,我们邀请到了大模型领域的投资人和创业者:华映资本海外合伙人邱谆(Jonathan Qiu)和AgentQL联合创始人翟琦(Keith Zhai),请他们从投资人和创业者的双重视角,探讨大模型应用落地的挑战,以及尝试从“人工智能”的定义出发,聊聊投资人眼里应用类公司的核心竞争力。


在本期对话中,两位嘉宾深入剖析了当前AI应用遭遇的困境:当前的AI应用正处于"两个月大的婴儿"阶段,整个生态系统尚未成型。最关键的是,与互联网时代相比,AI时代缺少了类似浏览器这样的操作系统层,导致应用与底座模型之间的边界模糊。这直接影响了纯应用公司的生存空间——它们既要考虑产品体验,又要思考如何获取和利用数据来构建自己的护城河。


在这种情况下,两位嘉宾认为机会可能存在于三个方向:首先是多模态,因为这些领域需要自主研发底座模型,更容易形成技术壁垒;其次是在特定垂直领域深耕,用专业领域数据打造差异化优势;最后则是基础设施层面,帮助企业落地AI应用——这也解释了为什么咨询公司能在这波浪潮中占得先机。

以下是部分访谈精选


"相当于两个月的婴儿":AI创业还处于不确定的风口


《硅谷101》:我们播客从2022年就在报道生成式AI,那时还是扩散模型的文生图时代,ChatGPT还没发布。请问大家在投资创业过程中,跟随这波AI浪潮的心态变化?


Keith:我们从去年下半年开始。这个行业太早期了,大多数公司是在ChatGPT3.0前后才开始关注。现在大家认为上一代AI和现在的AI是完全不同的两种东西。


它就像一个两个月大的小娃娃,每天都在成长。比如刚开始时,大家谈论的agent其实完全不同。你说的可能是聊天机器人,我说的可能是动作模型,或者是工作流程自动化。这就像村上春树说的"当我在跑步的时候你在想什么,没人知道你在说什么"。


《硅谷101》:Keith,听众可能记得你之前华尔街日报记者时讲东南亚诈骗的那期节目。现在你是以AI创业者身份参与,想知道你选择AI创业时怎么想的?当时市场是什么样?对比今天,在心态、融资、行业认知上最大的变化是什么?


Keith:我之前做了20年记者。选择转行有很多原因,其中一个是我问了一个朋友,他是国内某大型上市公司的创始人。在酒吧里他告诉我:“这是范式革命(paradigm shift),像电器一样不是某个行业的改变,是整个社会的改变。当你认为这是范式革命时,不需要想做什么,需要的是进去开始做。”我用过很多上一代AI语言模型产品,它们都远不如人类写作。但第一次用GPT-3时,我内心非常震撼。


《硅谷101》:现在感受如何?


Keith:就像一直在水里扑腾。我们去年到今年上半年一直在stealth隐身模式。刚完成A轮,但从没感觉上过岸。这个行业变化太快了,跟过去不是一个量级,它对效率是根本性调整。过去做完A轮可能觉得要上岸了,但现在融资上几个亿的公司最后也都不行。所以上岸很难用融资阶段来界定。


《硅谷101》:作为一位投资人和AI领域的专家,Jonathan你觉得从ChatGPT出现到现在,生成式AI的投资浪潮有什么重大变化?


Jonathan:从核心上看并没有根本转变,因为投资的目的始终是商业化。不过我现在在思考一个问题,纯应用可能存在风险,需要一定的技术整合能力。以ChatGPT为例,它是一个垂直整合的应用,既有应用层也有很强的底层能力。


说到agent,我之前在南加大读博士时就研究agent,当时叫"多智能体协作"。那时人工智能有多个分支:机器学习、神经网络、agent、自然语言处理和计算机视觉。我没有选择机器学习和神经网络,但后来这两个方向结合形成了深度学习,成为了整个领域的驱动力。现在的agent与当年最大的区别在于,现在都是围绕深度学习展开的。


多智能体协作示意图 图源:吴恩达


从第一波机器视觉,包括无人驾驶、人脸识别,到今天的大模型,都是围绕深度学习展开。在深度学习的范畴内,我们对应用的要求比以前要高。以前分为看应用和看模型两派,但实际上这两派是一致的,我们都会关注这两个方面。


目前我们发现应用没有大爆发,这导致底座模型也面临挑战。作为平台,它必须让上层生态在各个垂直场景大规模落地才能体现价值。但现在GPT最常用的反而是它自己的应用。


创业公司商业化掣肘:有没有私有化的数据?


《硅谷101》:你提到应用还没有大爆发。比如我自己用ChatGPT写采访提纲和节目笔记时,它的表现还不够理想。这是AI能力的问题吗?


Jonathan:是的,这直接关系到AI的底层能力。我认为有以下几点:


首先是底层能力,就像互联网时代的思科提供网络连接能力一样。现在的大语言模型虽然已经很不错了,但基础设施还不够完善。


其次是操作系统(OS)。互联网时代有浏览器作为OS,正是Netscape浏览器的出现,才让思科的基础设施价值充分体现,各种网页应用才开始爆发。移动互联网则有iOS和Android。


但AI时代的OS是什么?OpenAI尝试用GPTs做OS,问题是应用层和底层模型的界限并不清晰。拿Jasper这样的应用来说,很多功能GPT本身就能实现。而且应用层的数据和底座模型的数据往往非常相似。


Netscape Navigator 图源:维基百科


这种界限不清晰还体现在:当用户问了一个问题得到答案时,很难判断这个答案是由底座提供的还是由应用提供的。这和互联网应用不同,比如Uber上哪些功能是iOS提供的,哪些是Uber自己提供的是很清晰的。


《硅谷101》:关于界限不清晰这点,我有不同看法。以Google的Notebook LM为例,表面上它看起来像GPT,但实际上它的功能很独特。它能处理长文本并生成精确的总结,甚至能把播客内容转换成研究报告。它抓取关键点和细节的能力非常强,比很多记者的水平都高。这可能是基于Gemini的底层模型能力,特别是在长文本处理方面。


Jonathan:这正是我想说的特点,你很难区分一个功能到底是应用层的贡献还是底层模型的能力。AI应用与互联网应用不同,它需要两条线:一是产品设计,二是数据能力。产品设计让用户体验流畅,这是互联网产品经理的强项;数据能力则通过微调和RAG来增强底层模型。


以Notebook LM为例,虽然它现在表现出色,但如果是第三方公司用Gemini开发类似应用,核心竞争力就不会那么强,因为长期来看还是要看底层模型的能力。这就是AI原生时代与互联网时代的本质区别,数据的重要性变得前所未有的高。


NotebookLM, 图源:谷歌


单纯应用积累数据后,要考虑怎么跟底座结合,是用微调还是RAG,甚至需要预训练。要跟底座深度整合,或者自研一些底座支撑。像Perplexity这样的公司就是开始比较轻的。


《硅谷101》:你说所有的应用公司最终都要发展底层模型,这是必然趋势吗?


Jonathan:在当前技术架构下,创业公司似乎别无选择。因为你需要不断积累数据来维护护城河,而数据越来越多后,你要考虑如何跟底座模型结合,是继续用微调,还是用RAG,还是有些数据更适合预训练。不管是微调还是RAG,都需要底座模型的支持,尤其是当你想做得更好时。如果你想走得长远,建立高门槛的护城河,就必须与底座模型做更深度的结合,或者开始自研训练。


Keith:我非常同意数据这一点。数据质量非常重要,结构化数据和非结构化数据会带来不同的产品效果。


《硅谷101》:Jonathan你对人工智能有自己的定义,能和大家分享一下吗?特别是为什么数据如此重要?


Jonathan:人工智能的历史从1950年代达特茅斯会议就开始了,包括agent(智能体)、自然语言处理、机器学习、神经网络等多个分支。但我定义的产业化人工智能是从2012年开始的,核心就是深度学习。


2012年之前,所有计算机科学包括传统人工智能都依赖人写算法,有句话叫“人工智能有多智能主要看有多少人”。就像我从小开始就写代码,所有事情都要靠程序员一行行敲代码。但2012年AlexNet出现后,把机器学习和神经网络结合成了深度学习,不再依赖手写代码,而是通过大量数据训练。


这形成了"AI三要素":算法(AlexNet)、数据(李飞飞的ImageNet)和算力(吴恩达和GPU)。这三个要素结合产生了革命性突破,出现了一个“黑盒”模型,效果反而比人工编写的“白盒”模型更好,只是可解释性差一些。


到了2020年GPT-3出现后,第一次把人类积累的电子书、维基百科、Reddit、知乎等所有内容作为训练数据,效果超越了传统自然语言处理的所有成果。现在语言模型完全是数据定义的,这就是为什么在AI时代,你创业第一天就必须考虑数据。但关键是,“有用的数据”这个定义是动态的。比如Transformer出现前,很多数据都用不上,但现在它能处理这些语言数据,产生出超越传统自然语言处理的模型。


《硅谷101》:Keith你觉得什么样的数据是有用的?


Keith:要从人工智能的本质来看,它是要模拟人类行为。人在网上做的就是读和写两件事:读是获取信息,比如听我们的播客,看视频;写是基于信息采取行动,比如交易股票或者点击按钮。


但对机器来说,获取数据很困难,因为互联网本来是为人设计的。每个网站都有自己的护城河,需要API或者写爬虫脚本才能获取数据,这是最脏最累的活,没人愿意干,而且永远做不完。这导致很多做垂直领域的应用公司,它们的数据都差不多,没有特别之处。


《硅谷101》:但这些创业公司怎么能跟OpenAI这样动辄获得百亿美元融资的公司竞争呢?


Jonathan:可以采取渐进式的方法,像爬楼梯一样一步步来。因为按照Scaling Law(规模法则),数据越多,模型能力理论上就应该越强。虽然这需要越来越多的算力,但可以分步实现。


更重要的是差异化定位。OpenAI这样的公司有平台诉求,要服务所有场景,教育、制造业、医疗都要覆盖。但如果你放弃通用平台的诉求,专注于比如AI搜索这样的垂直领域,把一件事做到极致,门槛反而成了护城河。


《硅谷101》:Perplexity它的底层是自己的模型还是建立在其他模型上?


Perplexity插画,图源:Cassie Sun


Jonathan:刚开始并不是。我的总体定义是说要有底座潜力和底座能力的应用公司。因为它有DeepMind的背景,所以他们有这个思维。它可以有几个step,刚开始可能就是套个壳,像GPTs那样直接用API,做些RAG,然后开始做微调。但我想它到了一定层面一定会自己做,因为它要不断积累自己的私有数据。它可以用这些数据再去做微调,同时也应该把这些数据去生成自己的底座。


《硅谷101》:如果Google或Microsoft也来做同样的事情,那该怎么比?


Jonathan:回到刚才那两条线。作为一个AI原生的应用公司有两个角色:第一是做好互联网产品,这方面很多创业公司可能比模型公司或大厂做得更好,因为视角不同。很多确实从产品切入,开始可能就套个壳,但易用性和交互流畅性非常好,所以用户一下就来了。


但这不代表你就成功了。就像最早的Jasper,它当时比GPT用得好是因为产品设计确实更优。但现在你要思考你的护城河在哪里。


《硅谷101》:GPTs上有比较成功的公司吗?


Jonathan:应该是没有。在年初GPTs最火的时候。我直接问过一些开发者问这个问题:你有没有私有数据?他们愣了很久,然后说“我为什么需要私有数据呢?我们没有数据。”


我又问“那你会不会担忧你的护城河(defensibility)?”他们说护城河就是产品设计。这在互联网年代是很通用的思维。为什么互联网应用公司能比大厂厉害,很多时候是在产品层面。他在产品设计上面,尤其是垂直领域,肯定比做底座或者大厂的人更有优势。但是现在你要详细考虑护城河的问题了。


《硅谷101》:Perplexity呢?


Jonathan:我觉得它一定会往底座去做。但这个可以有多种方法,你可以用开源底座去做一些继续训练。


你要从成本上考虑,一上来就全都重新训练,成本太高了。但你可以做继续训练,这个难度也不低,可能比微调要更难一些。但即便是微调,微调跟继续训练有时候界限也开始模糊了。而且还有风险,做不好效果可能并不好。这些成本都要计算进去,但大方向一定是往这走。这就是你的护城河。


你要么就不要有数据,就像GPTs那些。但很快GPTs也都没有了。所以看商业化有时候也会有误区,有些产品可能一段时间用户看起来不错,甚至有些收入。但只要没有护城河,要么就是被底座覆盖掉了,要么就是自己不能持续迭代下去了。


纯应用不足以构筑护城河,多模态更有机会


《硅谷101》:我在想这种创业公司的应用类的模型迭代,怎么能卷得过像OpenAI这种动辄百亿美元融资的公司。因为做底层模型需要自己买卡训练,如果一个模型训练得越来越大,智能真的涌现了,这些创业公司再去训练底层模型的意义何在呢?


Jonathan:所以有几种方法。一种就是我刚才说的一步一步来,有点像baby step。你的卡会越来越多,加上数据越来越多,理论上最后输出的模型能力应该是越来越高的。


第二个就是聚焦。你可以做到跟OpenAI和国内六小龙的不同,因为所有做底座模型的人都有做平台的诉求,要赋能所有的上层应用,这样就把它给摊平了。现在来了教育的、制造业的、医疗等垂直行业的都得服务。这是它跟你的最大区别,你可以放弃作为通用平台的诉求,就聚焦在比如AI搜索这样一个垂直应用。我把这一件事情做好,整个底座模型都是为了这个,不是为了去做下一个iOS。这样你会简单很多。


《硅谷101》:还是回到了数据,护城河还是你垂直领域的数据的优秀程度、专业程度和精专程度。


Keith:有点像大语言模型是个推土机,我其实就想凿个钉子。难道要拿推土机去凿吗?也可以也能弄进去,但何必呢?其实拿个小锤子嘣一下就进去了,那我就用小锤子不就得了。


《硅谷101》:Keith你有觉得比较好的商业化案例可以分享吗?


Keith:美国本土还蛮多的。比如现在做coding的几个很火,当然这也涉及到它会有多大的护城河这个问题,比如说GitHub要去做会怎样。还有一个特别火的coding应用Devin,大模型时代“见光死”:demo做得好看,但正式发布后发现完全用不了,这样的产品太多了。


Devin发布会, 图源:官网


Jonathan:Coding应用这个分界不是那么清晰,因为也可以用GPT,现在很多码农就直接用GPT帮他编程了。所以问题是你怎么去创造一个分界。产品肯定要做得很好,但你要实现scaling law,要用私有数据去训练,怎么去跟底座的这些人竞争,做长期的竞争。


如果他们要问我建议,就是你得拥有自己的底座。如果一直用第三方的底座,你的风险永远是大的,因为他们一定也在不断训练。


Keith:其实现在做得好的很多可能都是商业化做得比较好,就是在某一个点抓得准。像Harvey这样做法律方向的大模型应用,也不知道多好用,但能讲好故事。从真正大规模应用角度来说,还是很遥远的。我觉得整个问题的核心还是太早。这是一个新的生产效率工具,但很多人把生产工具当成了生产力,这是一个误区。


《硅谷101》:作为音频工作者,我觉得Google的Notebook LM用来做长文本分析还是蛮好用的。另外有一家创业公司Elevenlabs我很喜欢,它可以把文字转成很好的配音,或者用AI补录音频,效果比真人补录还要自然。不过它在中文方面表现还不够好。Elevenlabs在融资市场表现也很优秀,快到独角兽级别了。还有像Suno这样做文字生成音乐的,也融了很多钱。


Jonathan:这两家都属于跨模态、多模态的产品。我预测它们一定要往底座去延展。


《硅谷101》:它们其实是有底座的。


Jonathan:它们不仅有底座,在声音处理上还有自己的独特优势,有一些paper。所以这些公司要有训练数据,用自己的或半自研的底座去实现最终的模型功能。从这个角度讲,多模态更符合我说的,因为没有现成的第三方底座可用,你反而更需要自己去做很多事情。


《硅谷101》:所以现在整个市场上多模态的表现会不会更好一点?


Jonathan:对,这是我的预估。当然这是把双刃剑,对你的要求更高。很多人会往这条路走,这样从第一天开始就有护城河。不像纯语言模型,你可以一开始没有护城河,直接调用GPT就能出产品。但在多模态领域你要先做出些东西,所以它是把双刃剑。


我个人也比较看好多模态,包括跨到硬件模态。如果能够把硬件数据跟Robotic Transformer(RT)打通,把语言和硬件的传感器数据、机械执行数据从训练层就打通,我觉得这是多模态的一种体现,还是有蛮大空间的。


埃森哲生意越兴隆,生态越没有成立


Keith:本质上还是数据的独特性、准确性和优势。我问过美国几家大的VC美国大企业对AI的接受程度如何,其中有一位负责人说吆喝声很多,大家都想学想知道在讨论,但真正能落地的还是很少。


现在大家做的都是AI咨询,特别是RAG这块是过去两个季度最火的。因为作为公司的IT负责人,肯定要考虑公司接下来在AI方面要做什么,要花钱,但可能还不知道该做什么。最起码可以先把架子搭起来,做AI方面的咨询讨论。


在美国,像埃森哲这样最大的科技咨询公司,光咨询就赚得最多。第二季度生成式AI带来了6亿美元新增营收,第三季度涨到9亿美元 (编者注:此处“新增营收”特指“由生成式AI带来的新增订单金额”,详情请参考埃森哲财报) 。另一家VC跟我聊天时说,就是耍耍嘴皮子做两个RAG,就拿到9亿美金,就是这样的现状。


《硅谷101》:你有用过埃森哲的服务吗?


Keith:我们用不起,太贵了。


Jonathan:咨询公司在今天的地位其实符合我之前的理论。回看互联网时代,很多公司说要做数字化、做网站,也会找外包和咨询公司。比如我自己作为客户,现在要做一个内部的投资GPT能回答投资问题,但因为有很多私有数据,不知道怎么搭建,就需要找咨询公司。事实上我们现在就在做,很多投资公司也在做这个事。


在互联网时代,咨询公司收入只占很小部分。即使把埃森哲、麦肯锡这些外包公司加在一起也是。因为中间有OS,门槛降低了,大部分公司能自己做。以前做个简单APP可能30万人民币左右。但在AI时代,咨询成本很高,而且很多人都会用。因为中间有很高门槛,这件事不容易做。


而且形成一个矛盾,就是数据越多反而越头疼。数据多本来是好事,但数据越多,首先成本抽取就很贵,可能需要用到AgentQL这样的工具。然后还要训练、要放到数据库做RAG,所以干脆找咨询公司。


埃森哲生意越兴隆,反而说明这个生态越没有成立。都要靠第三方交付公司,这是我们观察到的现状。但这本身是个阻碍,必须得迈过去。


《硅谷101》:所以我理解在互联网时代,用埃森哲这类公司帮做APP的比例小,是因为基础设施比较完善,大多数公司可以自己做。


Jonathan:对,完善,然后OS也比较具备。


《硅谷101》:但在AI时代因为基础设施不太完善,每个公司要根据自己的数据去定制模型,门槛还比较高。


Jonathan:对,要经过很多步骤,从数据到RAG。RAG看上去简单但很多公司都做不好,需要对底座模型有理解。


Keith:可以理解为它解决了三个问题:第一是全新事物出现要做什么,第二是怎么做,第三是用什么工具做。这就像假如全球突然变冷了,我们东北人都可以成为埃森哲,因为可以告诉大家冬天要做什么,准备什么样的秋衣秋裤,要准备暖气片,要冬储大白菜等等。


《硅谷101》:那从投资角度看,是不是这个阶段所有做中间服务、建设基础设施的ToB公司,做服务的公司,做基础架构的公司更有价值?


Jonathan:是很有机会的。比如Fireworks、Lepton这样的公司,做GPU的Lambda,还有做数据的,包括Keith这样的公司。从投资人角度,我们把这些都放在基础设施里面。技术设施很复杂,简化下就是各种工具。


图源:Pixabay


但他们不改变生态,不会大大降低应用层的门槛。最好是底座大模型把这些事情都做了。这就是所谓交钥匙工程,OpenAI就是往这个方向走的。他们也都在做Framework、算力优化等。


在今天生态没完全打开的情况下,这些点状工具都很有价值,但风险也比较大。因为整个技术栈都不清晰,大家都在互相重叠竞争。现在还是很早期,就像Keith说的是两个月的baby。


《硅谷101》:在判断这些中间层的ToB公司时,你觉得最核心的几点能力是什么?


Keith:我感觉刚才Jonathan已经把整个链条讲得很清楚了。做基建从工程角度是最难的。但解决了最难的问题之后,在语言模型时代往上走一层反而容易。难的是选择一个底层模型很难走进去的赛道,在这个赛道上把它做到最好。对我们来说语言模型不是目标,但是它是很重要的工具。我们做的事我们认为是语言模型永远都解决不了的。


《硅谷101》:这还是需要对垂直行业的深度理解,和基于扎实的工作建立起来的基本功。


Keith:需要对工程的理解要远远胜过对语言模型的理解。


Jonathan:对。而且基础设施的一个很强的可能性是找到一个可以交钥匙的点,在某个垂直场景里面成为一个操作系统。虽然不能一下变成浏览器或iOS,但可能在某个垂类里面成为一个iOS。但想做一个非常泛的操作系统是有难度的。不过可以探索这条路,这样跟底座的关系也比较容易切分。因为底座模型都想成为通用平台,不会在特别垂直的领域深耕,他们想做AI+所有东西。所以这块是有机会的。


参考资料


https://investor.accenture.com/~/media/Files/A/Accenture-IR-V3/quarterly-earnings/2024/q3fy24/accenture-reports-third-quarter-fiscal-2024-results-.pdf


https://investor.accenture.com/~/media/Files/A/Accenture-IR-V3/quarterly-earnings/2024/q2fy24/accenture-reports-second-quarter-fiscal-2024-results-.pdf


文章来自于微信公众号“硅谷101”,作者“硅谷101”


关键词: AI , AI咨询 , AI商业化 , 人工智能
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

3
AI爬虫

【开源免费】ScrapeGraphAI是一个爬虫Python库,它利用大型语言模型和直接图逻辑来增强爬虫能力,让原来复杂繁琐的规则定义被AI取代,让爬虫可以更智能地理解和解析网页内容,减少了对复杂规则的依赖。

项目地址:https://github.com/ScrapeGraphAI/Scrapegraph-ai

4
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI

5
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/

6
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner