大语言模型（LLM）
基于 Transformer 的超大规模语言模型，具备语言理解、生成、推理与工具调用能力，是知识问答、内容生产与智能体的底座。
1956达特茅斯会议，「人工智能」正式成为一门学科
1997IBM 深蓝击败国际象棋世界冠军卡斯帕罗夫
2012AlexNet 夺冠 ImageNet，深度学习时代开启
2017Transformer 架构提出，注意力机制改变 NLP
2020GPT-3 发布，1750 亿参数展示涌现能力
2022ChatGPT 上线，生成式 AI 进入大众视野
2024多模态模型成熟，文本图像语音统一交互
产品矩阵
三条已上线的产品线，覆盖家庭生活、图像处理与个人成长。全部自研、自主部署，不依赖第三方运行时。
技术能力
我们关注的六大人工智能技术方向，以及它们在真实产品中的落地方式。
生成式 AI（AIGC）
以扩散模型与生成对抗网络为核心，自动生成图像、音频、视频与文本，正在重塑创意产业与内容生产方式。
计算机视觉
让机器看懂图像与视频，涵盖目标检测、图像分割、人脸识别与超分辨率，广泛用于影像修复、医疗与自动驾驶。
语音技术
语音识别（ASR）与语音合成（TTS）构成人机语音交互的双向通道，是智能助手与有声内容生成的核心组件。
强化学习
通过与环境交互学习最优策略，在博弈、机器人控制、推荐系统与大模型对齐（RLHF）中都是关键方法。
Agent 智能体
能自主规划、调用工具、分解并完成复杂任务的 AI 系统，是模型从「对话」走向「行动」的关键一跃。
AI 发展简史
从概念诞生到智能爆发，七十年探索的关键节点——理解今天的技术，先理解它是怎么走到这里的。
1950
图灵测试提出
艾伦·图灵发表《计算机器与智能》，提出以对话无法区分人与机器的标准来定义智能，为人工智能奠定理论基础。
1956
达特茅斯会议
麦卡锡等人首次提出「人工智能」一词，标志 AI 作为独立学科正式诞生。
1997
深蓝击败人类冠军
IBM 深蓝以 3.5:2.5 战胜国际象棋世界冠军卡斯帕罗夫，AI 首次在复杂博弈中超越人类顶尖水平。
2012
深度学习突破
AlexNet 在 ImageNet 竞赛中大幅领先，证明深度卷积网络在大规模视觉任务上的威力，深度学习时代开启。
2016
AlphaGo 战胜李世石
DeepMind 的 AlphaGo 以 4:1 击败围棋世界冠军，将搜索与深度神经网络结合，突破人类直觉主导的领域。
2017
Transformer 架构诞生
Google 发表《Attention Is All You Need》，以自注意力机制取代循环结构，成为此后所有大模型的统一架构。
2020
GPT-3 发布
OpenAI 发布 1750 亿参数的 GPT-3，展现出少样本学习与语境学习能力，「规模即能力」成为共识。
2022
ChatGPT 引爆全球
上线五天突破百万用户，首次让普通人直接体验到生成式 AI 的能力，产业与资本同步涌入。
2024
多模态与推理并进
文本、图像、语音在同一模型内统一处理，长上下文与逐步推理能力成熟，模型从「回答」走向「完成任务」。
AI 产业图谱
我们长期追踪的全球前沿 AI 机构。点击任意机构，查看它在模型、产品、人物与技术之间的关联网络。
关于我们
Deepthink 是一个小而完整的技术团队。我们不追逐概念，而是把人工智能真正做成能用的东西： 一个能让准妈妈安心记录的应用，一个能把老照片修清楚的工具，一份能帮学生少走四年弯路的规划手册。
我们的判断标准很简单——这个东西做出来，有没有人真的会每天打开它。
01
零外部运行时依赖
所有前端库、字体与资源都部署在自己的服务器上，不依赖海外 CDN。国内访问稳定，不会被第三方故障牵连。
02
隐私优先
用户数据存在自己的账号与数据库里；图像处理在自有服务器完成，不上传第三方。统计仅使用隐私模式，不采集 Cookie、不做跨站追踪。
03
移动优先，先保证能用
每一页都在真实手机上验证过可读性与触控尺寸。宁可少一个特效，不让用户在小屏上迷路。
04
内容可核对
报告标注数据口径与时间范围，技术描述尽量给出可查证的来源。不确定的地方明确说明，不夸大结论。