AI大模型企业落地指南电子书

内 容 提 要

赞 誉

前 言

资源与支持

一、概念普及篇

第1章 AI与大模型概述

1.1 什么是AI

1.2 AI基本原理简述

1.3 AI应用场景

1.4 大模型概述

1.4.1 大模型概念介绍

1.4.2 提示词

1.4.3 大模型与传统AI的区别

1.4.4 AI、AIGC、AGI的区别

1.4.5 大模型发展历程

1.4.6 大模型的基本特点与原理

1.4.7 大模型领域的著名定律Scaling Law

1.4.8 大模型企业生态架构

1.4.9 智能体

第2章 大模型的商业价值

2.1 企业靠大模型才能解决的业务痛点

2.2 大模型应用场景介绍

2.2.1 个人生活与工作

2.2.2 企业应用

2.3 大模型在企业中的应用与价值

2.3.1 更好的用户体验

2.3.2 提升企业收入

2.3.3 提高生产效率

2.4 企业为何务必关注和拥抱AI技术

2.4.1 提升竞争优势

2.4.2 行业大势所趋

2.4.3 客户需求在不断升级

2.4.4 提升科技含量

2.4.5 数据驱动业务增长

二、企业落地准备篇

第3章 大模型落地准备工作

3.1 企业大模型应用落地的常见形式

3.1.1 员工个人办公使用

3.1.2 与企业数字化系统相集成

3.1.3 用AI原生方式重构企业数字化系统

3.1.4 嵌入物联网设备

3.1.5 催生新的超级个体形态

3.2 大模型现有的能力边界

3.2.1 大模型现有的能力边界与瓶颈

3.2.2 大模型未来提升方向

3.3 大模型落地的必备要素

3.3.1 数据

3.3.2 算力

3.3.3 模型

3.3.4 人才

3.4 全面梳理公司已有的业务链条，寻找AI落地场景

3.4.1 选取产品与AI的创新结合点

3.4.2 用AI替代低效重复的业务环节

3.4.3 对标同行业或跨行业友商的AI方案

第4章 大模型落地方案解析

4.1 根据不同预算和企业规模选择合适的落地方案

4.1.1 使用公有云大模型

4.1.2 与外部厂商合作

4.1.3 内部微调大模型

4.1.4 大模型+ RAG

4.1.5 从0到1自研大模型

4.2 评估大模型落地整体预算投入

4.2.1 数据投入

4.2.2 算力投入

4.2.3 技术投入

4.2.4 人力投入

4.3 衡量AI落地的投入产出比

三、企业落地步骤篇

第5章 大模型落地全流程

5.1 数据预处理

5.1.1 具体要求

5.1.2 数据采集

5.1.3 数据标注

5.1.4 数据清洗

5.2 大模型评测

5.3 大模型与企业应用无缝衔接

5.4 部署上线

5.5 效果评估与数据反馈闭环

5.6 大模型迭代

5.7 大模型安全建设

5.8 大模型算法备案

5.8.1 进行大模型算法备案的必要性

5.8.2 算法备案合规的要点

5.8.3 算法备案的流程

5.8.4 国内已通过备案的大模型产品

5.9 大模型内容的版权问题

5.9.1 大模型输出内容的版权问题

5.9.2 训练数据集的知识归属和付费问题

四、大模型原理篇

第6章 大模型基础原理

6.1 大模型原理及基础概念

6.1.1 大模型的定义

6.1.2 大模型基础结构

6.1.3 大模型参数训练方式

6.2 大模型基座Transformer

6.2.1 背景介绍

6.2.2 Transformer的基本结构

6.3 扩散模型

6.3.1 扩散模型背景介绍

6.3.2 扩散模型定义

6.3.3 扩散模型实现文生图

6.3.4 扩散模型应用场景和前景分析

6.4 多模态大语言模型

6.4.1 背景介绍

6.4.2 多模态大语言模型训练过程

6.4.3 多模态大语言模型评估

6.5 推理大模型

6.5.1 背景介绍

6.5.2 DeepSeek-R1核心原理

6.5.3 DeepSeek-R1训练过程

6.5.4 DeepSeek-R1历史意义

第7章 大模型应用原理

7.1 大模型微调原理

7.1.1 大模型微调定义

7.1.2 大模型微调应用场景

7.1.3 大模型微调方法总结

7.2 大模型量化技术

7.2.1 量化的技术原理

7.2.2 量化过程

7.2.3 量化算法

7.3 AI Agent

7.3.1 背景介绍

7.3.2 什么是AI Agent

7.3.3 AI Agent 的组成部分

7.3.4 AI Agent的挑战与展望

五、应用开发篇

第8章 企业大模型应用实战

8.1 企业基于提示工程解决业务问题

8.1.1 零样本提示

8.1.2 少样本提示

8.1.3 思维链提示

8.1.4 任务分解

8.2 企业如何构建私有垂域大模型

8.2.1 开源大模型

8.2.2 构建垂域大模型的方式

8.2.3 企业构建垂域大模型的步骤

8.3 企业如何构建AI Agent

8.3.1 AI Agent开发框架介绍

8.3.2 AI Agent的开发和部署

第9章 企业大模型落地案例

9.1 B2C电商平台企业大模型应用落地案例

9.2 CRM企业大模型落地案例

9.3 科技公司基于大模型构建智能音箱任务型对话系统

9.3.1 智能音箱简介

9.3.2 智能音箱对话系统

9.3.3 基于大语言模型构建智能音箱对话系统

9.4 Runway公司基于大模型引领图像、视频变革

9.4.1 Runway公司简介

9.4.2 Runway公司基于大模型的产品案例

9.4.3 Runway公司重塑工作流

9.4.4 影视公司基于Runway公司的工具制作AI电影

六、未来展望篇

第10章 未来展望

10.1 大模型的当前发展阶段

10.2 AI未来发展趋势

10.3 具身智能

10.4 未来新型企业组织架构

10.4.1 未来新型人机协作方式

10.4.2 未来新型企业组织架构

10.5 AGI

10.6 人类社会的终极形态