AI实战系列

现在市面上能调用的模型确实越来越多了，各家都有自己的亮点和侧重点，光看宣传文档和跑分数据其实很难判断哪个真正适合自己——尤其是当任务从单轮对话延伸到多步操作的时候，情况就更加复杂了。 所以我就想着，不

模型圈一直都很热闹，每月都有各种新的模型出来。 最近一个月，国产大模型不断推出新模型，Step 3.7 Flash、MiniMax M3、GLM-5.2、Kimi K2.7 Code几乎都是前后脚发布

本文为程序员提供了大模型应用开发的实战指南，从理解AI的基础知识体系到实际应用场景，涵盖了从运维交付到产品开发、微调技术、开发框架、RAG技术、API使用和AI编程等多个方面。

本文介绍了十款模型家族的模型，从中我们可以看到大模型确实不是新技术，但是ChatGPT做的更好，引入了反馈机制。整体而言整个大模型的发展模型架构都区域统一，参数规模持续增长。目前还有一些量化技术支持将

本文介绍了Windows上的MSVC C++编译器以及Flutter创建桌面应用的步骤及应用程序打包方式，并分享了FFI集成本地代码遇到的问题和解决办法。

本文介绍了离线大模型对话应用的跨平台实现，包括Flutter调用本地代码，Flutter跨平台路径问题，展示了离线大模型效果及性能指标。

本文介绍了智能对话系统的历史，智能语音交互系统的交互流程，大模型给智能交互系统带来的冲激和提升，以及对AGI到来后的展望。

本文介绍了AI技术的实时头发染色模型使用，主要应用于视频特效编辑等场景。该模型用到了BuiltinOpResolver的AddCustom新方法。

本文介绍了常见的AI开发步骤，以及常用的AI视觉应用。通过人脸检测功能，了解了tensorflow lite加载模型、输入数据、执行推理、获取结果等常用接口。

本文从我们之前接触的”人工智障“为引子，介绍了人工智能发展历史中的一些重要事件，接着介绍了ChatGPT及ChatGPT的局限性，分析了要实现AGI需要的硬性条件。