🧠 AI知识库

人工智能产业链与技术栈全景图 v0.2.0 · 2026-05-30

📖 AI词汇表

常用 AI 术语通俗解读，帮你快速理解行业黑话。不会正确使用这些术语也没关系——大多数 AI 专家其实也说不准。

主要来源：TechCrunch AI Glossary (Natasha Lomas, Romain Dillet, Kyle Wiggers, Lucas Ropek) · 持续更新

核心概念

AGI (Artificial General Intelligence)通用人工智能

指在大多数认知任务上达到或超越人类平均水平的 AI。这是个模糊术语——业内专家对其定义也众说纷纭。
各方定义：
• Sam Altman (OpenAI CEO): "相当于你能雇来当同事的普通人"
• OpenAI 章程: "在大多数具有经济价值的工作上超越人类的高度自主系统"
• Google DeepMind: "在大多数认知任务上至少与人类能力相当的 AI"
核心概念

AI AgentAI 智能体

能自主执行一系列任务的 AI 工具，超越了基本的对话机器人能力。例如自动报销、订票、写代码等。它可以调用多个 AI 系统来完成多步骤任务。
基础设施仍在建设中，"智能体"对不同人可能有不同含义。核心特征是自主性——无需人工每一步干预。
核心概念

Alignment对齐

确保 AI 系统的行为符合人类的意图、价值观和伦理标准的研究领域。核心问题是：如何让一个越来越智能的系统做我们真正想让它做的事，而不是它自己"认为"该做的事。
著名比喻：如果让一个超智能 AI "最大化回形针产量"，它可能会把整个地球都变成回形针工厂。对齐研究就是要防止这种"目标错位"。
技术概念

API EndpointsAPI 端点

软件后端暴露的"按钮"，其他程序可以按这些按钮来触发功能。开发者用来构建集成（如一个应用拉取另一个应用的数据）。
随着 AI 智能体能力增强，它们可以自主发现和使用这些端点，打开强大的自动化可能性。
核心概念

Chain of Thought思维链

一种推理技术，将复杂问题分解为中间步骤，显著提高 LLM 的输出质量，尤其在逻辑推理和代码生成场景。
类比：就像解应用题时用草稿纸一步步算，而不是直接写答案。耗时更长但结果更准确。推理模型（Reasoning Model）正是通过强化学习针对思维链优化的产物。
核心概念

Coding Agent编码智能体

专门用于软件开发的 AI 智能体，能自主地编写、测试和调试代码，操作范围覆盖整个代码库。
比喻："就像一个永不睡觉的超快实习生"——但人类仍需审查其工作成果。
与代码补全的区别：编码智能体能跨文件定位 bug、运行测试、推送修复，而不是仅仅建议下一行代码。
核心概念

Compute算力

驱动 AI 模型运行的计算能力——GPU、CPU、TPU 等硬件基础设施的统称。算力是 AI 行业的基石。
常说"某某训练用了多少算力"，实际上指的就是使用了多少 GPU 小时/天数。当前全球 AI 算力市场由 NVIDIA 主导。
核心概念

Deep Learning深度学习

机器学习的子集，使用多层人工神经网络来学习数据中的复杂模式。模型能自动识别重要特征（无需人工定义），通过反复试错改进。
特点：需要数百万以上的数据点；训练时间越长成本越高；推动了下棋、语音识别、自动驾驶、药物发现等领域的突破。
技术概念

Diffusion扩散模型

许多图像、音乐和文本生成模型背后的核心技术。受物理启发：先向数据中逐步添加噪声（"破坏"数据），然后让模型学习逆转这个过程——从纯噪声中还原出数据。
类比：把糖放进咖啡搅拌后无法逆向分开；但扩散模型学会了"逆向搅拌"，这正是 Stable Diffusion、DALL-E 等工具的原理。
技术概念

Distillation蒸馏

"师生"技术——用大模型（教师）的输出训练一个小模型（学生），让学生近似教师的行为。目标是创建性能损失最小的小型高效模型。
例子：OpenAI 的 GPT-4 Turbo 可能就是通过蒸馏从 GPT-4 得到的。
法律注意：从竞争对手的模型蒸馏通常违反 API 服务条款（如微软曾调查 DeepSeek 是否违规使用 OpenAI API 进行蒸馏）。
技术概念

Embedding向量嵌入

将文字、图像等非结构化数据转换为高维空间中的数值向量（一串数字）。相似的内容在向量空间中距离更近。
应用：语义搜索、RAG、推荐系统。例如搜索"可爱的猫"会找到与"cute kitten"向量接近的内容，即使关键词不完全匹配。
核心概念

Fine-tuning微调

在预训练模型的基础上，用专门的数据进一步训练，使其在特定任务或领域表现更优。许多 AI 创业公司通过微调基础 LLM 来构建商用产品。
与 RAG 的区别：微调是"学会新知识"，需要训练算力；RAG 是"临时查资料"，无需训练。前者改变模型权重，后者不改变。
技术概念

GAN (Generative Adversarial Network)生成对抗网络

两个神经网络互相博弈的框架：生成器负责创造输出，判别器负责识别造假。这种对抗竞争使得生成结果越来越逼真。
最佳用途：相对窄的应用场景（如生成逼真照片/视频），不适合作通用型 AI。
负面用途：Deepfake（深度伪造）技术最初基于 GAN。
核心概念

Hallucination幻觉

AI 模型编造错误信息的问题。这是当前 AI 最大的质量缺陷之一，可能导致有害输出（如危险医疗建议）。
根源：训练数据的知识盲区。模型不知道答案时会"自信地胡编"，而不是承认不知道。
行业趋势：推动专用/垂直领域 AI 模型的发展，通过缩小知识范围来降低幻觉风险。结合 RAG 也是重要缓解手段。
核心概念

Inference推理

运行训练好的 AI 模型来做出预测或得出结论的过程。没有训练就没有推理。
硬件：从手机处理器到 GPU 到专用 AI 加速器；模型越大需要的推理硬件越强。推理效率（推理速度/成本）是当前行业竞争的关键指标。
核心概念

Large Language Model (LLM)大语言模型

拥有数十亿参数（权重）的深度神经网络，通过学习海量文本（数十亿本书籍、文章、转录）来理解语言规律。ChatGPT、Claude、Gemini、Llama、Copilot 等 AI 助手都基于 LLM。
当输入提示时，LLM 会生成最符合该提示模式的输出——它不是"理解"你，而是在做高级模式匹配。
技术概念

Memory Cache / KV Cache内存缓存 / KV 缓存

一种优化技术，保存之前的计算结果以避免重复运算，大幅提升推理速度并降低功耗。
核心类型：KV（键值）缓存，用于 Transformer 架构模型。每次推理时复用之前计算的 Key-Value 对，无需重新计算全部内容。
技术概念

Mixture of Experts (MoE)混合专家模型

一种架构设计，将模型拆分为多个"专家"子网络，每次推理只激活其中部分专家。这样即使总参数量巨大，每次推理的计算量却可以控制。
代表：DeepSeek-V2/V3、Mixtral 8x7B、GPT-4 据传也使用了 MoE 架构。使得用更少的算力获得更大的模型容量。
核心概念

Multimodal多模态

能够同时理解和生成多种数据类型（文字、图像、音频、视频）的 AI 模型。例如 GPT-4V 可以"看"图片并回答相关问题。
多模态能力使得 AI 应用场景极大扩展：从文字聊天到图像识别、语音交互、视频理解。
技术概念

Neural Network神经网络

受大脑神经元网络启发的多层算法结构，是深度学习和生成式 AI 的基础。GPU（最初用于游戏）的发展使得训练多层网络成为可能。
突破历程：神经网络 → 深度学习 → 大语言模型。GPU 解锁了大规模并行计算，才使得今天的大模型成为可能。
核心概念

Open Source AI开源 AI

模型代码公开发布的 AI（如 Meta 的 Llama 系列），允许修改、审查、安全审计。与之相对的是闭源模型（如 OpenAI 的 GPT），代码保密。
行业大辩论：开源推动创新和透明，但也可能被滥用；闭源有利于商业控制和安全性。中国玩家（如 DeepSeek、智谱、阿里 Qwen）普遍采用开源策略。
技术概念

Parallelization并行化

同时进行大量计算（好比 10 个员工同时干活）。对于 AI 训练和推理至关重要。
GPU 天生为并行计算设计（数千个核心同时运算），这也是为什么 GPU 取代 CPU 成为 AI 训练主力。计算集群的互联带宽决定了并行效率。
技术概念

Parameter参数

神经网络中的"权重"，决定了模型如何将输入转化为输出。模型参数量通常用"B"（billion，十亿）表示。
常见说法："7B 模型"指 70 亿参数，"70B"指 700 亿参数。一般来说参数量越大模型能力越强，但推理成本也更高。DeepSeek-V3 有 671B 总参数（激活 37B）。
核心概念

Prompt提示词

用户输入给 AI 模型的指令或问题。提示工程（Prompt Engineering）成为一门新兴技能：如何写提示词以获得最佳输出。
趋势：随着模型能力进步，需要的提示技巧越来越少。从早期需要精心设计的"咒语"，到现在只需用自然语言描述任务。
技术概念

RAG (Retrieval-Augmented Generation)检索增强生成

一种模型增强技术：在生成回答前，先从外部知识库检索相关文档，然后将检索结果作为上下文供模型参考。相当于让 AI "先查资料再回答"。
优势：减少幻觉、覆盖最新信息、可引用来源。企业级 AI 应用的标准架构。
流程：用户提问 → 向量检索 → 找到最相关文档 → 拼接提示词 → LLM 生成回答。
核心概念

Reasoning Model推理模型

针对复杂推理任务优化的 AI 模型，如 OpenAI o1/o3、DeepSeek-R1。与普通 LLM 的区别在于，推理模型会在回答前进行"内部思考"——生成多步推理链、自我纠错、探索多种解法。
价格更高：推理模型的计算成本远高于普通模型（可高 10-100 倍），但能解决传统 LLM 难以处理的数学、编程、科学推理问题。
核心概念

RLHF (Reinforcement Learning from Human Feedback)基于人类反馈的强化学习

一种训练技术：人类标注员对模型的多个输出进行排序（偏好标注），然后模型通过强化学习学会更倾向人类喜欢的行为模式。
作用：让 AI 输出更符合人类期望——更有帮助、更准确、更安全。ChatGPT 的对话能力很大程度上归功于 RLHF。
核心概念

Training训练

AI 模型学习的过程——在海量数据上反复调整参数（权重），直到模型能准确预测或生成目标输出。训练完成后，模型的"知识"固化在参数中。
三个主要阶段：预训练（大语料学通用知识）→ 微调（专精特定领域）→ RLHF（对齐人类偏好）。训练一次大模型耗资数千万美元至数亿美元。
技术概念

TransformerTransformer 架构

2017 年 Google 提出的神经网络架构，核心创新是"注意力机制"（Attention），让模型在处理序列时关注输入中不同部分的重要性。几乎所有现代大语言模型都是基于 Transformer。
历史意义：Transformer 取代了 RNN/LSTM，解决了长序列处理问题，并且天生可并行计算，是大模型时代的基石。论文标题："Attention Is All You Need"。
技术概念

Token词元

AI 模型处理文本的最小单位。一个 token 可以是一个词、部分词或标点符号。中文中通常一个字对应 1-2 个 token。
实用意义：模型定价按 token 计费（输入+输出）。1 个英文词 ≈ 1.3 token；1 个中文字 ≈ 2 token。模型的"上下文窗口"也用 token 数表示（如 128K token ≈ 约 9 万汉字）。