相信你經常聽大家討論AI，說一些騷話，類似什麼...
“某款AI新模型支持多模態Agent，上下文1M，Token成本大降，幻覺率更低。”
每個字你都認識，但連起來彷彿在聽天書——這特喵一個個說的都是啥？
今天咱就用人話，把AI黑話講清，讓AI科技更好的服務萌新大衆！
在AI領域咱也是萌新，歡迎探討學習，若有錯誤還請大家評論區指出！
AI模型
你可以理解爲是AI大腦，可以和人對話、識別圖像、或者理解分析文檔。
廣爲人知的藍色大肥魚——DeepSeek深度求索，就是一款開源的大語言AI模型（LLM）
現在市面上AI模型可謂百花齊放，國內出名的有：豆包、千問、Kimi、GLM（智譜）；
國外有：GPT、GROK、CLAUDE、GEMINI等。
一般新發布的模型版本，會更聰明。比如前些天，OpenAI就聲稱用一款GPT新模型，耗時88小時，解決了人類90多年未能解決的數學難題，恐怖如斯：
Token（詞元）：
你去瓜攤買瓜，老闆按斤給你稱；AI模型類似，你問AI問題，AI以Token爲單位和你交互
Token中文名詞元，可以看作是AI工作量的計量單位。
一般情況下，Token 和字數的換算關係大致如下：
1 個英文字符 ≈ 0.3 個 token。
1 箇中文字符 ≈ 0.6 個 token。
若交互內容涉及圖片、視頻，則消耗的Token會更多，比如DeepSeek裏，一張高清圖的識別和處理，可能會消耗約1000Tokens：
有了計量單位，AI廠商就可以根據你使用的Tokens，來收取費用啦
提示詞
很好理解， 就是你對AI說的話、提的要求，越詳細越好。比如現在你想配電腦，諮詢AI配置。
差的提示詞：“配一臺5000元的電腦需要多少錢？”
好的提示詞：“預算5000元，主要玩3A網遊，想2K分辨率高畫質流暢運行，外觀要好看點，想要N卡，怎麼配性價比高？”
很顯然，不論人還是AI，好的提示詞大家更能給出針對性的建設性建議：
建議大家整個提示詞模板、不斷完善、隨時套用，比如我優化封面時的提示詞：
好的提示詞能大大提升你使用AI工具的體驗！若不會寫，你甚至可以讓AI幫你寫提示詞。比如我讓AI寫提示詞，再用提示詞去指導AI生成一個視頻封面：
依據提示詞和對AI模型的瞭解，便能逐漸搭建起一套適合你自己的AI工作流，快去試試調教起來吧：
幻覺
指AI已讀亂回、張口就來、憑空捏造不存在的事實，裝模做樣的
比如我問賣電腦怎麼做好服務時，他講到要注意口碑，某百萬級UP就是推薦低性價比配置掉粉50萬：
這倒勾起了我的好奇心，遂問AI是哪個UP掉粉50萬，AI就開始裝傻充愣了：
我用的還是綜合能力還不錯的千問模型。可想而知：AI只能提供一個參考思路，但仍需你自己查驗真僞、謹慎決定！
上下文
AI的短期記憶容量，開頭的1M，意思就是1Million，即一百萬。
指AI具有短時記憶1百萬Token的能力，相當於你能把整個三體三部曲投餵給AI，讓他幫你分析問題、給出建議
多模態
不止大語言文字（LLM），還能識別處理圖像、視頻、文檔、聲音，多維度交互的AI模型，就叫做多模態模型（MLLM）。
話說...直接叫多功能模型的話，是不是更通俗易懂呢？
豆包、千問、GPT就是典型的多模態AI模型。日常讓豆包P圖整個活還是挺不錯的：
Agent（AI助手）：
前端時間爆火的OpenClaw，因圖標形似龍蝦，而被戲稱爲養龍蝦，就是Agent的一種。
它可以調用各種AI模型，幫你整理文檔、操作電腦、輔助辦公等
OpenClaw雖然開創了智能體的概念，但很不好用：誤刪文件、泄露數據、無法正確理解指令等等......目前還是個需要餵奶的AI嬰兒
但智能體是大勢所趨，各大互聯網廠商也在軍備競賽，比如騰訊推出的WorkBuddy、字節的TREA和釦子、國外OpenAI的Codex等，都是Agent。
普通人可以學一學，替換一些手頭重複且枯燥的工作，比如我會用Agent幫我搜集熱門話題，整理數據等，確實能提升一些工作效率：
API（Application Programming Interface）應用程序接口
現實世界裏你要想給電腦通電，不用手搓核電站發電，只需交個電費，把電腦插在物理插座上即可用電；
API同理，它是軟件世界裏類似插座的存在。你可以去各大AI模型官網創建API接口，付費買Token後，就能給遊戲軟件等接入AI模型使用
比如像邊緣世界這款遊戲，打上模組，通過API接入AI模型，即可實現自由對話：
Agent也是同理，你可以調用各家模型API，來爲你的工作服務：
開源or閉源
前面講到的DeepSeeK，是開源模型。開源是指底層架構、運作原理和源代碼向外界透明公開。秉持這種理念可稱爲開源精神：
開源好處多多，你可以免費下載、本地部署、定製適合你的AI模型；
就好比可口可樂公開了配方，你可以對着配方買原材料去勾兌，還能加點自己喜歡的料比如魚腥草啥的，魔改口味，全看你喜好：
當然若你懶得自己做，也可以買現成的直接喝。就像你可以買DeepSeeK的Token，通過API接入直接用，不用自己研究訓練模型。
閉源嘛，就比如一點都不Open的OpenAI，旗下大多GPT產品封閉不公開，你不能本地部署，就連日常使用都得花錢充會員，費用還高的哈人——新發布的GPT6 PRO版本月費100刀樂，而且每週只能問50條消息，平均一天問7次：
大家覺得AI模型之戰，最後閉源會勝利呢、還是說未來必是開源的天下？咱們拭目以待！
蒸餾量化和本地部署
前兩天我們售後小哥閒聊，說他把前任蒸餾後放電腦裏了：
這不是你想的恐怖片中的場景，而是對大模型進行蒸餾，提煉出一個濃縮的小模型出來。
可以理解爲對大模型提純、精簡。小模型還可以進一步輕量化、降低精度；這樣的AI模型對電腦硬件的要求更低，從而方便本地部署
本地部署的缺點呢，就是AI不如線上滿血版聰明！AI很喫硬件，普通人的電腦根本沒法運行滿血AI，那爲啥很多人花大價錢也要本地部署AI呢？核心主要三點：
第一個是私密性，所有的數據都在本地服務器或電腦裏交互，避免被線上AI模型吸收學習、泄露機密信息！
前面講到GPT6破解千禧年數學難題，就有數學家控訴自己成果被竊取：AI是通過和他對話裏留下的公式思路，才獲得了重要的解題方向。Open AI也隱晦提到了這一點：
第二個是長期重度使用更便宜！你只需投入第一次硬件費用來本地部署，後續不再需要花錢充值Token；好比你自己手搓了個發電機，再也不用交電費了。
第三個是高度可定製化，線上模型是有審覈機制的，你不能問也不能生成奇怪的東西
而本地部署可以繞過審查，生成自己想要的東西，但注意！這個是不好的，大家不要學！
ok，主流的AI騷話聊到這就差不多了，若有其他不懂的，歡迎萌新評論區發問！
後面會講講如何本地部署需要怎樣的電腦配置、怎麼建立AI工作流！咱大家一起進步！
不講玄學，只聊體驗！這裏是爲電腦萌新科普的開關芝士，我是豆爵
歡迎你點贊關注電電我，將持續爲廣大萌新科普服務！
往期文章
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
