第 2 章：AI 全景与模型平台

你是否在 AI、ML、DL、LLM 的缩写迷宫里迷失？别慌，读完本章你就能像老司机一样聊 AI 技术栈，还能用一套代码调用所有模型！

学完本章，你能：理解 AI 技术层级关系，掌握主流模型平台和聚合网关的使用，了解本地部署方案

2.1 AI 全景图 入门 免费

前置知识：无

为什么需要它？（Problem）

想象你走进一场科技会议，耳边飘来一堆黑话：

• "我们用 AI 做智能客服"
• "这个项目基于 ML 算法"
• "现在都用 DL 了，传统 ML 过时了"
• "LLM 是最火的方向"
• "生成式 AI 改变了整个行业"

你挠挠头：这些词是同一个东西的不同马甲，还是完全不同的物种？

缩写恐惧症

AI、ML、DL、LLM、GenAI... 技术圈最爱玩"缩写套娃"。不搞清楚它们的关系，你会：

• 沟通障碍：别人说"我们的 LLM 系统"，你一脸懵逼
• 选型困惑：不知道自己的需求属于哪个技术范畴
• 学习迷茫：应该学 ML、DL 还是直接冲 LLM？

类比时间

AI 技术就像俄罗斯套娃——一层套一层，越往里越精细。搞懂这个套娃的嵌套关系，你就能像老司机一样侃大山了。

它是什么？（Concept）

AI、ML、DL、LLM 是层层递进的包含关系，就像"水果 → 柑橘类 → 橙子 → 脐橙"：

关键理解：

层级	定义	举例
AI（人工智能）	让机器模拟人类智能的所有技术	游戏 AI、专家系统、推荐系统、聊天机器人
ML（机器学习）	让机器从数据中自动学习规律，而非手写规则	垃圾邮件过滤、房价预测、用户画像
DL（深度学习）	用多层神经网络实现的机器学习	图像识别、语音识别、机器翻译
Foundation Model （基础模型）	在大规模数据上预训练的通用模型，可适配多种下游任务	GPT、BERT、CLIP、Stable Diffusion
LLM（大语言模型）	专门处理文本的基础模型（几十亿到万亿参数）	GPT-5、Claude Opus 4.6、Gemini 3.1 Pro、DeepSeek-V3.2

生成式 AI（Generative AI）的位置：

生成式 AI 不是一个技术层级，而是一种能力标签，指能够"生成"新内容的 AI：

• 文本生成：LLM（ChatGPT、Claude）
• 图像生成：Diffusion Model（Stable Diffusion、Midjourney、DALL-E）
• 音频生成：TTS、音乐生成（Suno、Udio）
• 视频生成：Sora、Runway、Pika

AI 的主要子领域：

子领域	英文	应用场景	是否属于生成式 AI
自然语言处理	NLP	翻译、问答、文本分类	部分是（LLM）
计算机视觉	CV	人脸识别、目标检测、图像分类	部分是（图像生成）
语音识别	ASR	语音转文字	否
语音合成	TTS	文字转语音	是
推荐系统	RecSys	电商推荐、视频推荐	否
强化学习	RL	游戏 AI、机器人控制	否

动手试试（Practice）

这一节是纯概念介绍，没有代码演示。但你可以用这个知识点去验证一下你的理解：

测试题：判断下列说法是否正确

1. "所有 ML 都是 DL" ❌（ML 包含传统算法，DL 只是 ML 的一个子集）
2. "所有 LLM 都是基础模型" ✅（LLM 是基础模型的一种）
3. "ChatGPT 是一种 AI" ✅（LLM → 基础模型 → DL → ML → AI）
4. "生成式 AI 只能生成文本" ❌（还能生成图像、音频、视频等）
5. "传统 ML 已经过时了" ❌（在表格数据、推荐系统等场景仍是主流）

知识卡片：为什么叫"大"语言模型？

"大"指的是参数量（模型的学习能力）：

模型	参数量	类比
GPT-2（2019）	1.5B（15 亿）	小学生
GPT-3（2020）	175B（1750 亿）	大学生
GPT-4（2023）	1.76T（1.76 万亿，传闻）	专家
GPT-5（2025）	统一路由架构（自动路由到快速或深度推理模型）	专家团队
DeepSeek-V3.2（2025）	671亿（37B 激活，MoE 架构）	研究生

参数量越大，通常能力越强，但也越贵、越慢。

小结（Reflection）

• 解决了什么：理清了 AI/ML/DL/LLM 的层级关系，知道生成式 AI 是能力标签而非技术层级
• 没解决什么：知道了概念，但市面上这么多模型提供商（OpenAI、Claude、Gemini...），该怎么选？下一节解答
• 关键要点：
  1. AI ⊃ ML ⊃ DL ⊃ 基础模型 ⊃ LLM（层层递进）
  2. LLM 是当前最火的 AI 方向，也是本教程的重点
  3. 生成式 AI 是一种能力，包括文本、图像、音频、视频生成

一句话总结

AI 是俄罗斯套娃，LLM 是最里面那个会说话的小娃娃。

---

最后更新：2026-02-20