AI 不只是聊天:聊聊我最近在做的新方向

大家应该都听到或看到过类似的观点:现在的 AI 就是一个玩具,也就能聊聊天,生成个搞笑图片。

尽管这一观点带有一定夸张成分,但不可否认的是,当前阶段 AI 应用确实集中在知识处理领域,距离直接改变世界还有一段路要走。

AI 能力范围的进化

但,AI 的能力范围其实一直在进化。

最开始,大模型就是聊天,大家在 ChatGPT 上聊的不亦乐乎,甚至诞生了很多现象级的情感陪伴应用。

但很快,大家就开始尝试接入各类信息化能力,为此还专门设计了 MCP,以此方便各类服务的快速接入。

到这时,AI 其实已经通过智能体在影响世界了,比如 AI 编程、AI 审稿、AI 辅助诊断等。

但此时的 AI 应用场景,依然有很多限制,比如:不能直接改善我的生活,不能直接替代生产过程。

为了解决这一困境,我们需要帮助 AI 在感知、执行、规划三个方面进一步进化。

感知

现有多模态大模型的图片、音频、视频方式还是有点狭隘。

后续我们将会通过物联网手段,直接接入更多数据来源,扩展信息类型,让 AI 可以连接更多场景。

执行

有了输入,经过 AI 加工处理,想要直接改变世界就只差工具了。

大家应该都猜到了,就是现在火热的另一个领域:具身智能。

通过将 AI 接入机械臂、机器人中,可以将模型能力输出到物理世界,以解决各自领域的实际需求。

规划

现有大模型与真实世界的串联,大多是将各类输入转为输入文本,AI处理文本,再将输出文本解析为相关动作。

倒是可以实现"输入-智能处理-输出"的链条,但是非原生的模型支持会造成信息的丢失,从而导致整体表现不那么美好。

因此,后续的智能核心将会是各种场景的专有模型,比如:工业模型、医疗模型,或者更为通用的世界模型。

结语

好了,今天就到这里,主要是给大家汇报一下,最近工作内容的变化。

后续也会增加这方面内容的分享,欢迎大家继续关注哈~

相关推荐
科技林总2 小时前
EWC/KD/ILR/PL
人工智能
100个铜锣烧8 小时前
高级提示技术:Chain-of-Thought与ReAct——让大模型学会“思考”和“行动”
人工智能·大模型·提示词工程
JackHCC8 小时前
快手OneRetrieval:可编辑生成式电商召回
人工智能·机器学习
前端之虎陈随易9 小时前
编程语言级别的Skill市场,AI Agent 的未来形态
前端·vue.js·人工智能·typescript·node.js
QiLinkOS9 小时前
第三视觉理解徐玉生与他的商业活动(30)
大数据·c++·人工智能·算法·开源协议
武汉唯众智创9 小时前
当汉字成为心理CT:AI汉字联想投射分析的技术实现与心理评估价值
人工智能·ai心理健康·ai心理评估·本土化心理测评·校园心理健康解决方案·ai心理监测·多模态情绪模型
Longvox9 小时前
Agent为什么会死循环?
人工智能·ai编程
陈天伟教授10 小时前
FreeCAD 启动后小窗口闪现即退的解决思路
人工智能·机器人·工业设计
酒旅Agent开发实战10 小时前
AI 旅行规划助手如何接入真实酒旅数据:从自然语言到酒店预订的全流程 MCP 实战
人工智能·ai·旅游·skill·酒店api·机票api
workflower10 小时前
设备单元级(L1)实施路径
人工智能·线性代数·矩阵·机器人·开源