语言驱动世界。

关注模型能力在应用场景中的使用，而非某个模型本身。

现有系统的痛点：

就交互而言，现有的应用体系，复杂应用的易用性无从谈起，非专业人士基本驾驭不了，十几页的操作文档，看着就头大。这里diss一下阿里云的操作界面，复杂的权限，让人头大。

(相关资料图)

LLM模型的能力：

(由GPT辅助生成)

生成文本：LLM可以用于自动生成邮件、新闻文章、语音转文字、智能客服等，将生成文本的效率和质量提高到全新的高度。

语言理解：LLM可以用于自然语言处理（NLP），例如识别情感、意图和主题等，为用户提供更加人性化的交互界面和服务。

语言翻译：LLM可以用于实现自动语言翻译，支持不同国家和地区之间的跨语言通讯和交流，提高跨文化交流的效率和准确性。

如何利用这种能力：

这里不给出具体的应用，可以参照

黑客马拉松：

GPT-4 Hackathon Code Results (https://docs.google.com/spreadsheets/d/1tmfn8jKb7T1x7PpyO7rD023tH2zc_WDg_OHh0aVXIrw/edit#gid=174517450)

Langchain / Gen Mo Hackathon (https://docs.google.com/spreadsheets/d/1GqwPo1FpAbe_awmNZW5ZMH69yc5QtEr7ZYw-ckaz_mQ/edit#gid=795016726)

使用GPT4的一些案例：awesome-gpt4-zh-CN（https://github.com/yunwei37/awesome-gpt4-zh-CN#%E4%BA%A7%E5%93%81%E6%95%B4%E5%90%88）

小结：

如何在利用大模型的能力进行应用开发是各方都在探索的领域，毫无疑问的是大模型的能力加入到应用开发的流程中会增加软件的易用性提供更人性化的操作。后续会介绍如何开发这样的应用。