模块一：通用人工智能的火花：以ChatGPT为代表的AI大模型的基本原理
一、从分析式AI到生成式AI，AI从做“选择/判断”题到做“填空/问答”题
二、为什么通用人工智能曙光率先在自然语言处理领域展现？
三、大语言模型的根基: NLP以及Transformer的基本核心原理
1.词的“内嵌”
2.注意力机制 - Attention is all you need: 奠定生成式AI基调的核心
3.对输入的“变形”和输出的“计算”：Transformer的编码解码原理
4.Transformer的Q.K,V矩阵及其权重矩阵
四、ChatGPT的独到之处
五、其他大模型主要类别和基本原理
1.文生图：训练机器对像素的“组装”
2.图生3D：算法对世界的“脑补”
六、大模型的“智力”、“技能”和“知识”
七、ChatGPT Code Interpreter:基于AI大模型的（数据查询/分析）代码生成
八、如何利用大模型:云服务模式
1.- Prompt engineering&in- context learning 提示词工程&上下文学习
2.如虎添翼- 为大模型加上“视觉中枢”“听觉中枢”“行动中枢”：插件 Plugin
3.如虎添翼-为大模型加上“海马体”Vector database向量数据库（大模型的长期记忆机制）
九、如何利用大模型：私有化部署 - 对开源大模型精调和定制
1.预训练
2.大模型瘦身：知识蒸馏和转移学习
3.经典调参
4.指令调参
5.参数经济型调参：Lora和Qlora
模块二：AI大模型的发展趋势
一、多模态大模型：AI的“五感”，“六感”，“多感”
二、具身智能：多模态AI和机器人会有何化学反应？
三、AI硬件的进化：多架构多形态的新型AI计算硬件
四、AI大模型会取代企业数字化系统吗？-协同合作，相互增强的AI大模型和企业级系统： Salesforce的AI战略
五、行业大模型落地路径：预训练模型 + 专业训练精调 + 行业知识库 + 插件
模块三：商汤大模型体系的产品和应用
一、商汤视觉大模型体系：书生
二、商汤开源视觉模型体系：OpenMMLab
三、商汤大模型体系SeneseNova
1.商汤大语言模型：SenseChat
2.商汤文生图模型：秒画
3.商汤数字人平台：如影
4.商汤物体三维重建模型：格物
5.商汤环境三维重建模型：琼宇
课程背景：企业在人工智能大模型时代的核心竞争力，是把自己行业/领域的专有知识经验和数据转化封装成AI模型，并将之有机联接到自身数字化体系的能力。
