Appearance
大语言模型（Large Language Model, LLM）本质上是大的深度神经网络，通过学习海量文本数据理解和生成人类语言；AIGC（AI 生成内容）则利用这类模型按给定条件自动生成文本、图像、音频、视频。两者共同构成了生成式 AI 的核心图景。相关基础可先看 大语言模型与Token。
认识大语言模型
定义与本质：LLM 是"大规模语言模型"的简称，通过大量文本数据训练，理解语言结构、语法、上下文和语义联系。本质特征：层数深、参数量大、训练数据量大。
四大特点：
| 特点 | 说明 |
|---|---|
| 通用能力 | 在海量文本上预训练，捕获广泛语言结构和世界知识，泛化能力强于传统小模型 |
| 知识丰富 | 通过简单目标（预测下一个词）训练，发展出超越传统模型的多任务能力 |
| 指令遵循 | 用自然语言建立统一任务解决模式，"提示学习"（Prompt Learning）实现人机自然交互 |
| 工具拓展 | 通过大规模预训练和灵活微调，更好适应和利用外部工具，扩展功能与问题解决能力 |
预训练与微调
- 预训练：使用 Transformer 架构在大量语料（书籍、文章、网页）上发现统计关系和模式；解决数据稀缺性、先验知识与迁移学习问题，降低训练成本
- 微调：将预训练学到的共性"移植"到特定任务模型，再用少量标注数据微调
两条预训练技术路线：
- BERT（谷歌 2018）：编码器模型 + 下一个句子预测（NSP）任务——输入句子对（A,B），预测 B 是否是 A 的正确后续（正例=连续句子，负例=随机句子）；微调时在编码器上加简单输出层
- GPT 系列（OpenAI）：因果语言模型，预测序列中下一个词（"昨天我去了→____"），擅长文本生成
技术挑战：数据配比、学习率调整、异常行为发现等经验性问题，处理不当会导致大规模训练回退、浪费算力。
国内大模型产品格局
| 产品 | 厂商 | 特点 |
|---|---|---|
| 文心一言 | 百度 | 飞桨平台 + 文心知识增强大模型，写作辅助、跨模态理解生成 |
| 讯飞星火 | 科大讯飞 | 2023 年发布，中文能力评测超越 ChatGPT，医疗/法律/教育专业突出 |
| 通义千问 | 阿里云 | 多轮交互、多模态知识理解、文生图、外部 API 互联 |
| 腾讯混元 | 腾讯 | 跨领域知识 + 自然语言理解，作为腾讯云 MaaS 服务底座 |
| 昆仑天工 | 昆仑万维 | 中国首个对标 ChatGPT 的双千亿级大模型，强大算力支撑 |
核心生成算法
| 算法 | 原理 | 特点 |
|---|---|---|
| 变分自编码器（VAE） | 编码器把高维输入转为潜在空间概率分布并抽样，解码器重构生成新数据 | 比 GAN 数学理论完备，训练更易 |
| 注意力机制 | 模仿人类关注方式，处理时集中于相关部分 | Transformer 等大模型核心 |
| Transformer | 编码器+解码器各 6 层串联，采用自注意力机制按重要性分配权重，并行处理 | 显著提高计算效率 |
| 扩散模型 | 先把先验数据分布转为随机噪声，再逐步去噪还原真实图像，神经网络学习去噪过程 | 图像质量高、无须对抗训练、可扩展并行，图像/视频生成主流 |
AIGC 概览
定义：AIGC（Artificial Intelligence Generative Content）利用 AI 模型，根据主题、关键词、格式、风格等条件自动生成文本、图像、音频、视频等内容的新型创作模式。
发展三阶段：
- 助手阶段（2021 前）：主要生成文字，仅作创作辅助，内容空洞刻板
- 协作阶段（现在）：人机紧密互动共创，可生成多样化个性化内容，甚至以虚拟人形态出现（PGC→UGC→AIGC 演进）
- 原创阶段（未来愿景）：实现完全原创（嗅觉/触觉/味觉/情感形态）
提示词（Prompt）与提示工程
- Prompt 定义：指导用户输入和内容生成的关键词，起源于研究者为下游任务设计的输入形式，帮大模型"回忆"预训练知识
- 形式：一句简单问题、较长文本或一组指令（多个单词/词组/短句，逗号分隔）
- 影响：Prompt 的简洁度、清晰度、上下文联系强弱直接决定生成质量
- 提示工程（Prompt Engineering）：涉及指令、上下文、示例、限制条件和目标等要素的设计，提高模型性能与准确性
AIGC 应用场景
| 领域 | 能力 |
|---|---|
| 文本生成 | 新闻撰写（体育/金融简讯）、给定格式撰写（报告/论文）、风格改写、生成诗歌/演讲报告/热点评论 |
| 图像生成 | 基于深度学习和 GAN，文字描述→图像；用于设计（logo/创意）、娱乐（角色/场景）、教育（教学资料） |
| 视频生成 | 提示词需更详细（时间维度+动态元素），当前高质量全自动生成仍在发展中，常需人工后期编辑 |
| 辅助编程 | 代码生成/续写（通义灵码等）、错误检测、注释生成、单元测试生成 |
| 其他领域 | 医疗（病例分析、报告生成）、金融（风险评估、市场预测）、教育（资源生成、考试出题）、娱乐（剧情/音乐/剧本） |
综合影响：提高生产效率、降低成本；对从业者提出"与 AIGC 协作"的新能力要求；同时面临内容质量参差、版权、真实性等挑战。
一句话总结
LLM 是"读了海量文本、会预测下一个词"的深度神经网络；AIGC 让它从"理解"走向"创造"。提示词是人与大模型的对话界面，提示工程是驾驭它的核心技能。相关延伸见 提示词工程、RAG。