▲ boxi用midjourney绘制

AI 的世界大致可分为 3 个领域（当然了，这是一种过于简化的说法）： 

大型语言模型。这些属于通用模型，如 GPT-4 或 Chinchilla，LLM 会摄取 web（或其他文本/语言来源）的内容，然后转换成可以做任何事情（比如生成法律文件摘要，使用搜寻引擎，或作为友好的聊天机器人）的模型。

图像生成，包括 Midjourney、Dall -E 或 Stable Diffusion 等模型以及当前一些易用的影片制作工具以及 NeRF 等 3D 模型。这些模型可让使用者输入提示来产生图像。

其他（这一类包括的技术和市场范畴非常大，确实不应该硬凑在一起）。其中包括了机器人技术、自动驾驶汽车、蛋白质折叠等众多其他应用领域。我这里出于简化需要把它们统统归为一类显然是很愚蠢的做法。显然，AlphaFold 2 与自动驾驶汽车的模型架构和终端市场都不一样。不过，因为相对于一本书而言，这是一篇篇幅不长的文章，所以请多多包涵。就本文而言，我会暂时忽略放在其他框的内容。

当大家在谈起「生成式人工智慧」时，往往会将这些领域混为一谈。实际上，每个市场都有不同的底层 AI 模型架构、运算、扩展需求、品质标准以及应用领域。重要的是将它们分开以尝试推断它们可能带来的未来。