公基必背：人工智能与大模型核心考点

一、人工智能（AI）

1.人工智能的概念

人工智能简称AI，简而言之，它是赋予计算机类人的智能特征——诸如理解文本、语音交互、图像识别及辅助决策等，其核心在于模拟人类大脑的运作逻辑。

2.人工智能三要素：算力、算法、数据

不妨将其类比为“烹饪三要素”：

算力=计算引擎：即计算机的运算能力，由硬件芯片支撑，视作AI的“动力源”，算力越强，AI的响应速度越快。

算法=核心规则：指导计算机如何执行任务的逻辑与步骤，是AI的“大脑”，决定了其智能水平的高低。

数据=训练素材：用于训练AI的海量信息，相当于燃料，数据量越大、质量越高，AI的学习效果越显著。

3.人工智能产业链（三层结构）

上游（基础层）：负责芯片制造、算力设施搭建及数据采集——即提供“工具与原料”的。

中游（技术层）：负责算法研发与模型训练——即利用原料制作AI产品的。

下游（应用层）：将AI技术落地至各行业，如智能客服、无人驾驶、AI写作——即向用户推广产品的。

三层形成闭环：下游的新需求推动中游技术迭代，中游又反向要求上游提供更优算力与更多数据。

二、大模型

1.什么是大模型

模型即通过算法与数据的结合，借助算力训练而成的“智能工具”。参数量超过1亿的称为大模型，参数越多，模型通常越智能，但计算需求也越大。

2.大模型分类

（1）按输入方式分三类：

语言大模型：专注于文本处理，比如GPT、通义千问、DeepSeek

视觉大模型：专注于图像处理，比如人脸识别、自动驾驶

多模态大模型：兼容文字、图片、视频，比如Sora、可灵

（2）按应用范围分三类：

通用大模型：适用于多领域，“全能型选手”

行业大模型：专攻某一特定行业，比如金融大模型、医疗大模型

垂直大模型：专注于单一具体任务，比如专门做金融风控的模型

【大白话总结】

AI说白了就是让计算机具备类似人类的智慧，能完成以往仅人类能胜任的任务。它由三大支柱支撑：算力（硬件性能）、算法（方法逻辑）、数据（训练素材），三者缺一不可。产业链分为三层：底层造芯片、攒算力，中间层训练模型，顶层将AI技术融入各行各业以创造价值。

而大模型则是AI中的“超级大脑”，参数越多越聪明。按功能分：仅处理文字的（语言大模型）、仅处理图像的（视觉大模型）、多任务处理的（多模态大模型）。按应用分：广而泛的通用型、专精一行的行业型、单点突破的垂直型。

【课后练习】

1.（单选）在人工智能三要素中，充当“动力引擎”、决定运行速度的是（ ）。

A.数据

B.算法

C.算力

D.模型

(点击空白处查看内容)

▼

【答案】C。算力是人工智能的动力引擎，指数据处理能力，由芯片提供，算力越强AI运行速度越快。

2.（单选）下列关于大模型的说法，正确的是（ ）。

A.参数规模在1000万以上的模型就可以称为大模型

B.专门用于人脸识别的模型属于语言大模型

C.只针对金融风控场景训练的模型属于垂直大模型

D.多模态大模型只能处理文字和图片，不能处理视频

(点击空白处查看内容)

▼

【答案】C。A项错误，参数1亿以上才算大模型。B项错误，人脸识别属于视觉大模型。C项正确，针对特定任务/场景的是垂直大模型。D项错误，多模态大模型可处理文字、图片、视频等多种类型。