python人工智能绘画 python让你成为ai绘画大师
淘宝搜:【天降红包222】领超级红包,京东搜:【天降红包222】
淘宝互助,淘宝双11微信互助群关注公众号 【淘姐妹】
最近听说了ChatGPT,上openai玩顺便又发现了DALL-E,和小孩玩的不亦乐乎,但很快就提示本月使用数快用完了,今天刚好看到一篇科普文章(见参考文献1),实践了一把用Python画画。有兴趣的小伙伴可以试试玩,就是还不知道有没有次数限制,
首先,需要先安装openai的包 pip install openai
接下来,在 申请你的api keys。要得到这个key,需要注册,貌似是一个注册账户给一个唯一的key, 所以记得保存好,以备下次使用。key很长,同学们不要用下面code里的, 因为我随机改了几个字母,害怕你们用了我的额度哈......
# 安装要用的包 import os import openai # 设置环境变量,等号后面的引号里面用你自己的api key哦 os.environ['OPENAI_API_KEY']='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' # 开始openai openai.api_key=os.getenv("OPENAI_API_KEY") # 设置,prompt是要输入的描述性文字,size是大小,但只可以在'256x256', '512x512', '1024x1024'里面选 response=openai.Image.create( prompt="water painting of two fluffy chiwawa with big eyes surrounded by pink roses, looking up adorably at the camera", n=1, size="1024x1024" ) image_url=response['data'][0]['url'] print(image_url)
运行结果是一串长长的网址,把它复制粘贴到搜索栏里就可以出来了,感觉效果还不错吧。
为了验证n=1是什么意思,我改成了n=2,这个结果怎么比刚才还好看呀,颜色鲜艳,对比感强。
这是n=3的时候的图,不知道怎么又暗淡下来了。
本来我是猜这个n是定义一次可以产生几个图的,但不知道为什么链接里总是只有一个图。虽然在参考文献2中说n“defines how many variation images of the original image you want to receive. In this case, you set n to 3, which means that you'll receive three new images." 这个不知道怎么解,有知道的朋友们可以评论一下。
接下来,我想试试同样意思的中文可不可以做出来图。
可是,当我把提示词改成中文“水粉效果的被一堆粉色玫瑰围着的两只毛茸茸的大眼睛吉娃娃,非常可爱的看向镜头”时,翻车了,这是什么鬼......
可能是能干的openai不知道吉娃娃是一种狗吧,于是我改成了吉娃娃狗,同时机智的调换了句子顺序,"被一堆粉色玫瑰围着的两只毛茸茸的大眼睛吉娃娃狗,非常可爱的看向镜头,水粉效果"。嗯,狗有了(不知道为啥长一样),花也很美,可是水粉效果好像看不出来呀。
嗯,再试试”被一堆粉色玫瑰围着的两只毛茸茸的大眼睛吉娃娃狗,非常可爱的看向镜头,水粉画“
这粉粉嫩嫩的真好看,只是说好了两个狗头,现在怎么冒出来这么多可爱的小狗头呀。
我的结论(不一定普适啊):中文可以根据描述出来图,但是图和描述经常有点小不一致,相较而言,可能因为模型训练的时候英文的素材更多一些,所以英文描述出来的图更准确一点。
还有,每次运行同样的代码,出来的图是不完全一样的,所以看到好看的图,一定要及时保存下载呀。
这就是用Python借助openai(应该用的是DALL-E的模块)做的图,玩到现在还没有提示我限额到了,希望可以多玩一会。
参考文献
2. Generate Images With DALL・E 2 and the OpenAI API C Real Python
元宇宙2023:硬件的“大”年报告(270页).pdf
元宇宙 硬件,元宇宙技术展望,元宇宙硬件概念,元宇宙硬件股1、元宇宙元宇宙20232023硬件的“大”年硬件的“大”年传媒首席分析师 焦娟SAC执业证书编号:S1450516120001安信证券元宇宙研究院2022年12月30日投资评级:领先大市-A目录目录20232023版元宇宙研究框架版元宇宙研究框架、元宇宙的上半场与下半场元宇宙的上半场与下半场20232023:硬件的:硬件的“大大”年年硬件之硬件之“沉浸感沉浸感”、“交互范式交互范式”、“操作系统操作系统”元宇宙之百舸争流元宇宙之百舸争流 虚拟人:交互世界的新物种;NFT:数字世界的魔法棒 Web 3:内核是“治理”,“去中心化”实则为“反抗有理”AI与后端基建:2023年迎来景气上行 场景:20
2、24-2025年的“八面来风”研究研究思路思路01020304核心观点核心观点继2021年FB改名Meta是为“穿云箭穿云箭”,我们对2022年全年的判断为“蓄积的力量蓄积的力量”。2022年我们看到了PICO/META/HTC/SONY/TCL/联想/创维等的新一代硬件硬件产品、看到了NVIDIA/UNITY的底层架构底层架构系列化发布、看到了AIAI作画作画/AIGC/AIGC(内容与场景内容与场景)的巨大争议,看到了国内外科技巨头伴随股价下跌而来的争议甚至是批评2022年确是预期中的“分歧期分歧期”;着眼于国内二级市场,我们预计7月底8月初会有新一轮元宇宙行情的开启,在去年NFTNFT、
3、元宇宙元宇宙、虚拟数字人虚拟数字人的基础上,我们认为细分方向有望新增WebWeb 3 3、人形机器人人形机器人、XRXR硬件相关硬件相关等,各方向相关标的在去年基础上会有明显的发散,但核心仍然在于弹性。2022年国内A股的元宇宙行情与2021年有一定的呼应2021年7、8月份NFT,9月元宇宙、11月虚拟数字人;2022年7月人形机器人、8月XR硬件、9月/10月调整、11月Web 3/AIGC2021年行情的触发要素是Meta改名,2022年则是5部门联合发布的虚拟现实五年发展计划;过去的2022年,我们兢兢业业且持续迭代研究框架,无论是元宇宙的年度预判,还是国内二级市场的节奏推演,唯一值得
4、庆幸感恩的,是我们敢真正去下前瞻判断我们敢真正去下前瞻判断,且得到了基本兑现的正向反馈且得到了基本兑现的正向反馈。在我们给出20232023年的年度前瞻判断年的年度前瞻判断之际,我们将同时:1)迭代2021年建立的研究框架研究框架(六大投资版图);2)新增元宇宙下半场下半场的系统推演(新硬件主义,2022年5月出版);3)植入112页拆机报告拆机报告的独家研究结论(硬件入口的沉浸、交互、操作系统);4)深化对虚拟人与虚拟人与NFTNFT的理解与定位;5)提示对WebWeb 3 3的警惕;6)展望将要在2024-2025年“八面来风”的场景场景的投资框架;7)AIGCAIGC;我们非常期待202
5、3年!2023年有可能是“预期差预期差”最大的一年最大的一年,我们认为它将是将是“硬件的大年硬件的大年”,“硬件硬件”是指MR,即通用硬件设备,“大大”年年,则是综合考虑了“周期周期、全局全局、结构结构”。之所以会导致“预期差”最大,是市场尚未认知到“交互范式的定义”对硬件入口的重要性,此外,市场也尚未意识到,与硬件配套的软件部分,借力于AI的应用/场景/模式甚至是内容的创新(AIGC)速度极快,这是认知结构结构层面的“预期差”;META&MICROSOFT与APPLE,通用硬件设备的开源&封闭系统之争,犄角之势将领航2023年的全局全局;2023年又是多周期共振出清的节点,市值的底部有望迎来
6、的并购潮、巨头市值下跌将加速其对“第二曲线”的“打出明牌”,是大周期周期轮动给2023年的大助力。硬件层面的进展低于预期应用领域的“劣币驱逐良币”诸多进展带来的伦理争议AI失控风险提示风险提示目录目录20232023版元宇宙研究框架版元宇宙研究框架、元宇宙的上半场与下半场元宇宙的上半场与下半场20232023:硬件的:硬件的“大大”年年硬件之硬件之“沉浸感沉浸感”、“交互范式交互范式”、“操作系统操作系统”元宇宙之百舸争流元宇宙之百舸争流 虚拟人:交互世界的新物种;NFT:数字世界的魔法棒 Web 3:内核是“治理”,“去中心化”实则为“反抗有理”AI与后端基建:2023年迎来景气上行 场景:
7、2024-2025年的“八面来风”研究研究思路思路0102030420232023版元宇宙研究框架版元宇宙研究框架资料来源:安信证券研究中心整理研究框架所配套的认知体系研究框架所配套的认知体系生态重构时空/混合平台技术虚拟现实/人机共生共识(NFT/币)治理(区块链)所有繁杂概念都可归入的认知体系资料来源:安信证券研究中心整理元宇宙的上半场与下半场元宇宙的上半场与下半场资料来源:安信证券研究中心整理20262026年是上下半场的中间节点年是上下半场的中间节点我们更新了元宇宙的版图,以“智能”的真正实现为总纲,下括元宇宙元宇宙与混合平台混合平台这两条肩负着真正实现虚拟现实的技术路径,其中:重构时
8、空的元宇宙,其构建需要六大板块(硬件与内容/场景;后端基建/人工智能;底层架构/协同方);混合平台包括人形机器人(以机器为载体)、脑机接口(以人为载体)。元宇宙是实现了智能的“内在部分”;如果将人的身体看作“硬件”,智能的实现过程,也是新智能交互硬件层出不穷新智能交互硬件层出不穷、旧旧硬件迭代甚至是重塑硬件迭代甚至是重塑的过程。2023年焦点为硬件(MR)、2024/2025年核心在应用/场景/模式等配套硬件的诸多新内容;2026年是马斯克指向的人形机器人进入家庭端的节点年份、本质均为AI的人形机器人或将开启2027-2029年的垂类硬件的快速发展期;2026年之前是元宇宙的上半场建设过程,2
9、026年之后是元宇宙下半场囊括现实物理世界的过程,2030-2032年元宇宙或将已如移动互联网般深入人心。1 1.特斯拉的人形机器人之所以火爆的原因特斯拉的人形机器人之所以火爆的原因?2 2.人形机器人与智能电车人形机器人与智能电车、NeuralinkNeuralink有什么关系有什么关系?3 3.以全局的眼光来理解马斯克的以全局的眼光来理解马斯克的“庞大商业版图庞大商业版图”背后的科技意图;背后的科技意图;4 4.新硬件之所以新硬件之所以“新新”,跟智能手机及之前的硬件逻辑已完全不同;跟智能手机及之前的硬件逻辑已完全不同;5 5.新硬件的历史观新硬件的历史观、本质本质、全球全球2424家相关
10、科技巨头;家相关科技巨头;6 6.新硬件与元宇宙有什么关系新硬件与元宇宙有什么关系?AIAI的重要性被低估;的重要性被低估;7 7.引入古印度的引入古印度的“唯识学唯识学”,提供一个特别视角提供一个特别视角,去理解真正的去理解真正的“智能智能”。由特斯拉人形机器人透视元宇宙下半场由特斯拉人形机器人透视元宇宙下半场特斯拉以及其背后的马斯克,备受科技圈瞩目,马斯克在科技界的领袖特斯拉以及其背后的马斯克,备受科技圈瞩目,马斯克在科技界的领袖风范堪比智能手机时代的乔布斯。也正因为特斯拉以“鲶鱼”的姿态进风范堪比智能手机时代的乔布斯。也正因为特斯拉以“鲶鱼”的姿态进入中国,触发了入中国,触发了20192
11、019年以来新能源电车浩浩荡荡的大行情,堪比年以来新能源电车浩浩荡荡的大行情,堪比20132013年年左右开始的移动互联网资本浪潮;左右开始的移动互联网资本浪潮;20212021年开始,马斯克对特斯拉的期许,越来越转移至机器人“擎天柱”年开始,马斯克对特斯拉的期许,越来越转移至机器人“擎天柱”身上,身上,20222022年年4 4月更是直言“擎天柱”是特斯拉的“第二曲线”、“这月更是直言“擎天柱”是特斯拉的“第二曲线”、“这比车重要(“这”指特斯拉推出人形机器人的原型机)”;比车重要(“这”指特斯拉推出人形机器人的原型机)”;当下仍处于新能源电车流畅且热烈的行情中,出于对科技前沿的敏锐、当下仍
12、处于新能源电车流畅且热烈的行情中,出于对科技前沿的敏锐、更出于对复制“新能源电车”火热行情的期待,国内资本市场对“擎天更出于对复制“新能源电车”火热行情的期待,国内资本市场对“擎天柱”关注,期待“机器人”板块性行情;柱”关注,期待“机器人”板块性行情;很多人开始感受到了这种“火热”,但绝大多数人仍一头雾水,“机器很多人开始感受到了这种“火热”,但绝大多数人仍一头雾水,“机器人”由来已久,“擎天柱”的特别之处在哪里?人”由来已久,“擎天柱”的特别之处在哪里?特斯拉人形机器人特斯拉人形机器人“火火”的背景的背景由特斯拉人形机器人透视元宇宙下半场由特斯拉人形机器人透视元宇宙下半场资料来源:特斯拉AI
13、 Day活动本质上与特斯拉的智能电车相同,均是建立在“输入本质上与特斯拉的智能电车相同,均是建立在“输入计算平台计算平台输出”模输出”模型上的智能交互硬件。也就是说,完全不同于工业界逐渐在普及的“机器臂”,型上的智能交互硬件。也就是说,完全不同于工业界逐渐在普及的“机器臂”,“机器臂”是一种生产力,而“擎天柱”是新一代智能交互硬件,你甚至可以把“机器臂”是一种生产力,而“擎天柱”是新一代智能交互硬件,你甚至可以把它看做一个独立“个体”,能独立应付复杂的环境、消解较为含混的“指令”,它看做一个独立“个体”,能独立应付复杂的环境、消解较为含混的“指令”,比如指令为“照顾好我奶奶”,背后是人工智能走
14、向了认知与决策阶段;比如指令为“照顾好我奶奶”,背后是人工智能走向了认知与决策阶段;这一次之所以资本市场反应非常快,是因为马斯克已经给出了“擎天柱”落地、这一次之所以资本市场反应非常快,是因为马斯克已经给出了“擎天柱”落地、投产、广泛应用的时间表:投产、广泛应用的时间表:20222022年出原型机、年出原型机、20232023年出有用的呈现(场景)、最年出有用的呈现(场景)、最快两年能做到小规模应用,此后,机器人应用逐年增长、成本降低、产量规模扩快两年能做到小规模应用,此后,机器人应用逐年增长、成本降低、产量规模扩大;且已经给出了“擎天柱”规模化推广及应用的节奏:大;且已经给出了“擎天柱”规模
15、化推广及应用的节奏:1 1)第一批机器人服务)第一批机器人服务于危险、无聊、重复的工作或人们不想做的工作,主要是于危险、无聊、重复的工作或人们不想做的工作,主要是to Bto B的应用;的应用;2 2)第二)第二批为大规模使用的机器人,让机器人在现实世界中导航,没有明确的指令下做有批为大规模使用的机器人,让机器人在现实世界中导航,没有明确的指令下做有用的事情;用的事情;3 3)第三批是机器人进入家庭端。)第三批是机器人进入家庭端。“擎天柱擎天柱”这个单点,确实不简单这个单点,确实不简单由特斯拉人形机器人透视元宇宙下半场由特斯拉人形机器人透视元宇宙下半场资料来源:特斯拉AI Day活动自动驾驶与
16、人形机器人自动驾驶与人形机器人人人大脑&眼睛神经网络&视觉问题人工智能人工智能现实世界的AI&摄像头硅神经网络&复杂的视觉系统马斯克认为“擎天柱”比自动驾驶容易(对速度的要求、速度高低的风险敞口完全不同),即使刚开始价格高(产量低),马斯克认为“擎天柱”比自动驾驶容易(对速度的要求、速度高低的风险敞口完全不同),即使刚开始价格高(产量低),但规模化生产后,成本比一辆车便宜(汽车的复杂性和成本都高于类人机器人);但规模化生产后,成本比一辆车便宜(汽车的复杂性和成本都高于类人机器人);我们先接受一个前提假设:移动互联网已是“旧周期”,新一代的计算平台是“元宇宙”,未来的所有智能交互硬件,都会我们先
17、接受一个前提假设:移动互联网已是“旧周期”,新一代的计算平台是“元宇宙”,未来的所有智能交互硬件,都会架构在新一代计算平台上,比如你的可穿戴设备架构在新一代计算平台上,比如你的可穿戴设备智能手表,只会跟你的智能手机连接,而不可能再架构在你的智能手表,只会跟你的智能手机连接,而不可能再架构在你的PCPC电脑上电脑上,更不用说架构于家中客厅里的那台电视机;,更不用说架构于家中客厅里的那台电视机;从智能的角度,未来新的智能交互硬件绝对不止人形机器人这一种,我们认为新硬件有两类:通用型硬件入口、分布式垂类从智能的角度,未来新的智能交互硬件绝对不止人形机器人这一种,我们认为新硬件有两类:通用型硬件入口、
18、分布式垂类硬件,其中分布式垂类硬件又包括三小类:基于情感需求投射的垂类硬件(对应元宇宙的内容硬件,其中分布式垂类硬件又包括三小类:基于情感需求投射的垂类硬件(对应元宇宙的内容/应用应用/场景)、机器人(对应场景)、机器人(对应元宇宙中的数字人)、未来将被重塑的现实世界中的“物”。元宇宙中的数字人)、未来将被重塑的现实世界中的“物”。人形机器人将共享特斯拉的自动驾驶能力、规模化生产的能力;人形机器人将共享特斯拉的自动驾驶能力、规模化生产的能力;传感器与执行器当下已有解决方案运行得不错,目前缺少的是足够的智能(传感器与执行器当下已有解决方案运行得不错,目前缺少的是足够的智能(AIAI通用平台)。通
19、用平台)。特斯拉的特斯拉的自动驾驶能力自动驾驶能力1.1.已建立了高质量统一的向量空间;已建立了高质量统一的向量空间;2.2.8 8个摄像头绑一起拍摄环绕图,加入时个摄像头绑一起拍摄环绕图,加入时间维度,生成环绕立体视频;间维度,生成环绕立体视频;3.3.环绕的视频必须被自动标记,特斯拉编环绕的视频必须被自动标记,特斯拉编写了自己的标签工具,创造了自动标签写了自己的标签工具,创造了自动标签系统;人类标签只是辅助,对已经生成系统;人类标签只是辅助,对已经生成的视频标签做一些细微的修改,然后将的视频标签做一些细微的修改,然后将这些修改反馈给未来的订单标签机;最这些修改反馈给未来的订单标签机;最终你
20、得到了一个“飞轮”,在这里汽车终你得到了一个“飞轮”,在这里汽车标签能够接收大量的视频,高精度地自标签能够接收大量的视频,高精度地自动标签视频汽车、车道线、驾驶空间;动标签视频汽车、车道线、驾驶空间;4.4.需要对时间和空间进行存储,存储不能需要对时间和空间进行存储,存储不能是无限的,会消耗大量内存。是无限的,会消耗大量内存。资料来源:特斯拉AI Day活动特斯拉的特斯拉的自动驾驶能力自动驾驶能力1.1.计算机(计算机(AIAI、摄像头)替代人(大脑、眼、摄像头)替代人(大脑、眼睛),实际上解决的是现实世界的睛),实际上解决的是现实世界的AIAI和视和视觉问题;觉问题;2.2.根据特斯拉在无人
21、驾驶上具备的能力(自根据特斯拉在无人驾驶上具备的能力(自动驾驶、规模化生产),类人机器人上,动驾驶、规模化生产),类人机器人上,特斯拉只需要设计专门的驱动器以及类人特斯拉只需要设计专门的驱动器以及类人机器人所需要的传感器;机器人所需要的传感器;3.3.安全设施方面,需要在新硬件上安装一个安全设施方面,需要在新硬件上安装一个本地化的本地化的ROMROM芯片,且无法在线更新;芯片,且无法在线更新;4.4.设立人工智能监管机构,这对公共安全很设立人工智能监管机构,这对公共安全很重要;重要;5.5.机器人的风险在于人工智能或数字超级智机器人的风险在于人工智能或数字超级智能与人类的集体意志脱钩。能与人类
22、的集体意志脱钩。资料来源:特斯拉AI Day活动NeuralinkNeuralink:与人形机器人并行的工程方案:与人形机器人并行的工程方案1.1.我们已是终端的一部分我们已是终端的一部分计算机是我们自身的延伸。计算机是我们自身的延伸。2.2.是什么抑制了人机共生?是数据速率;是什么抑制了人机共生?是数据速率;3.3.读取神经元的基本原理,用微小的电极在神经元上进行读写并非新读取神经元的基本原理,用微小的电极在神经元上进行读写并非新概念;概念;4.4.但当下没有一种产品能很好地运转且带宽高、安全,均为实验室测但当下没有一种产品能很好地运转且带宽高、安全,均为实验室测试款;试款;5.5.Neur
23、alinkNeuralink装置的方式,像装置的方式,像FitbitFitbit或苹果手表,数字智能与生物智或苹果手表,数字智能与生物智能紧密联系在一起;能紧密联系
ai与元宇宙的融合 ai元宇宙哪个预测更准
元宇宙AR,ai做唯美宇宙,元宇宙和多元宇宙,元宇宙概念引爆科技圈来源:OneFlow
预告了一整年的GPT-4迟迟没来,人们猜想OpenAI是不是要跳票了,更何况他们之前的得意之作DALL-E也被开源Stable Diffusion打了个措手不及,再不来点深水炸弹业界地位危矣。
不过,就在大家以为今年OpenAI将以沉寂收场时,聊天机器人模型ChatGPT横空出世,让人们看到了AI的更大创造力,聚光灯也再度打到了OpenAI的身上。
今年9月,LinkedIn联合创始人Reid Hoffman与OpenAI首席执行官Sam Altman进行了一场对话,而肩负着宏伟使命且极富远见的Altman就曾预言:AI即将迎来下一个发展阶段。如今,大型语言模型越来越先进,也出现了可以实现文本-图像相互转换的多模态模型,一些AI应用还可令科学家如虎添翼。在他眼中,AI是一个可以孵化出无数工具,推动各行各业前进的基础平台。
随着AI行业的不断进步,AI应用不再只是充斥着行业热词的纸上项目,已经发展为成熟的工具,助力多个行业的生产服务,也必将催生出无数新企业。
各种AI工具已显现出巨大的日常应用潜力,可以实现人类的各种想法,改善人类的工作方式,比如由Stability.ai发布的开源Stable Diffusion模型,Microsoft和OpenAI联合打造的AI编程工具Copilot,OpenAI开发的语言生成模型GPT-3和图像生成平台DALL-E以及爆火的聊天机器人模型ChatGPT。
Sam Altman还表示,5年后,我们应该不会再使用Transformer模型了。虽然Transformer很好,但他希望到时候会有比它更好的东西出现,不断突破创新很重要。在他看来,AI可以帮助人类创造出前所未有的新应用,这将是人类的巨大的进步和胜利,是真正的科技革命。
从大模型的商业化机会、AI+应用再到AI发展方向,Sam Altman在这场对话中分享了自己的见解。以下为对话内容,由OneFlow社区编译。
1
大模型的商业机会
Reid Hoffman:很多大型模型都通过API开放使用,能够衍生什么商业化机会?
Sam Altman:现在,语言模型已经可以很好地应用到文案写作和教育服务领域,我相信未来几年内,语言模型会更加强大,将能与Google这一价值万亿美元的搜索产品一较高下。语言模型的应用将会改变我们的日常生活。
以前,大家都在调侃聊天机器人,其实它很有价值,只是当时的技术还不能满足需求。现在的聊天机器人更加成熟,几乎可以达到人类水平。聊天机器人可以用于医疗服务行业,提供咨询和教育服务,这方面将能催生出大型企业。
我相信,不久之后会出现多模态模型,这又将打开新局面。现在,人们可以直接用自然语言命令计算机为你完成你想做的工作,例如DALL-E图像生成工具和Copilot编程工具,都是用户向它们输入自然语言描述,然后工具自动生成用户想要的东西,用户还可以不断迭代修改自己的描述,直至工具给出满意的输出。
类似的AI应用方式会成为大趋势,可以孕育出许多大型企业。强大的AI模型可以成为孵化各种AI应用的平台,就像智能手机的出现催生出众多APP一样,它们的共同点都是可以制造无数的商业机会。
Reid Hoffman:既然大家都可以通过API使用大型模型,作为AI企业,怎样才能使自己脱颖而出,开辟自己独特的商业路径?
Sam Altman:将来应该会出现几个大型的基础模型,开发人员都将基于这些基础模型研发AI应用。但目前的情况依然是某一家公司开发出一个大型语言模型,然后开放API供他人使用。
我认为,将来在基础模型和具体AI应用研发之间会有一个中间层:出现一批专门负责调整大型模型以适应具体AI应用需求的初创企业。能做好这一点的初创公司将会非常成功,但这取决于它们能在“数据飞轮”上走多远。(数据飞轮:使用更多数据可以训练出更好的模型,吸引更多用户,从而产生更多用户数据用于训练,形成良性循环。)
我对初创企业训练模型的能力持怀疑态度,将来承担模型训练角色的应该不会是初创公司,但这些