三个概念的层次关系
三者是层层嵌套的关系：AI 是最大的学科，AI 大模型是其中的一个技术分支，AI 应用是把大模型落地到具体业务场景的产物。
text
AI（人工智能，学科统称）
└── AI 大模型（LLM，技术分支）
└── AI 应用（产品/服务，落地场景）| 概念 | 定义 |
|---|---|
| AI（人工智能，Artificial Intelligence） | 一个学科领域的统称，目标是使机器能够像人类一样思考、学习、推理和解决问题 |
| AI 大模型（大语言模型，Large Language Models，LLM） | AI 技术的一个分支。本质是一个用代码模拟人脑神经网络的程序（参数量极其庞大，通常达到数十亿至数千亿级别），通过大量数据训练后，具备理解人类语言、思考、推理并输出人类语言的能力 |
| AI 应用 | 将 AI 大模型技术落地到具体的业务场景中，用来解决实际问题的产品或者服务 |
NOTE
大模型的"大"指的是参数量的量级（数十亿～数千亿），不是指代码量或数据条数。参数就是神经网络里那些可调节的权重。
主流大模型与厂商
| 厂商 | 大模型 |
|---|---|
| OpenAI | GPT |
| Gemini | |
| 深度求索 | DeepSeek |
| 阿里巴巴 | Qwen（通义千问） |
生活中的 AI 应用
判断标准很简单：它是不是把大模型能力用到了具体场景里。例如：
- AI 对话助手（豆包等），可写作文、写代码、生成图像
- 政务智能问答：浙江政务服务网办事服务智能问答，问"买房后怎么提取公积金"能直接列出办理事项
- 视频内容理解：百度网盘"AI 看视频"，自动生成摘要和分段总结
- 数字人直播：慧播星用数字人主播做直播带货
- AI 生成图像：短剧/故事配图
- 电商导购：京东 AI 助手按用户描述推荐商品
AI 应用开发要学什么
本课程把 AI 应用开发拆成三块：
| 模块 | 内容 |
|---|---|
| AI 应用-基础 | 初识 AI、大模型部署、大模型调用（网络基础知识、Apifox 测试、代码调用测试）、提示词工程 |
| AI 应用-实战 | Streamlit 构建页面、AI 智能伴侣（基本交互、会话记忆、会话管理） |
| AI 应用-知识扩展 | 文件操作等补充知识 |
IMPORTANT
做 AI 应用开发不需要自己训练大模型。我们的角色是"调用方"：通过 API 把大模型的能力接进自己的程序，把精力花在业务逻辑和交互体验上。
相关
练习题
一、知识回顾（读完直接做下面的实践题）
- AI 是
Artificial Intelligence的缩写，中文叫人工智能 - LLM 的全称是 Large Language Models，中文叫大语言模型
- 大模型的"大"指的是参数量极其庞大（数十亿～数千亿级别）
- 大模型的本质：一个用代码模拟人脑神经网络的程序，通过大量数据训练后具备理解与生成人类语言的能力
- 把大模型技术落地到具体业务场景、解决实际问题的产品或服务，叫 AI 应用
- 主流大模型：OpenAI 的 GPT、Google 的 Gemini、深度求索的 DeepSeek、阿里巴巴的 Qwen
- 做 AI 应用开发，不需要自己训练大模型
- 判断一个东西是不是 AI 应用，标准就一条：它是不是把大模型能力用到了具体场景里（如豆包对话、政务智能问答、网盘"AI 看视频"、数字人直播）
二、概念自测
- 提示（先自己想，实在想不出再点开）
一级 · 思路：按"最大的学科 → 其中一条技术分支 → 落到具体场景的产品"这个从大到小的顺序说
- 参考答案（做完再点开）
2-1 AI 是一个学科领域；AI 大模型是它下面的一个技术分支；AI 应用是把大模型的能力落地到具体业务场景后做出的产品或服务。
- 提示（先自己想，实在想不出再点开）
一级 · 思路：挑自己真的用过的（聊天助手、办事问答、视频总结、导购……），每个都说清"大模型在里面干了什么活"
- 参考答案（做完再点开）
2-2 （举出自己见过的即可，参考）
- 豆包：AI 对话助手，写作文、写代码、生成图像
- 浙江政务服务网智能问答：办事咨询
- 百度网盘"AI 看视频"：视频摘要与分段总结
- 提示（先自己想，实在想不出再点开）
一级 · 思路：按"先学会调（基础）→ 再做出东西（实战）→ 补充周边知识（扩展）"的顺序回忆表格里的三行
- 参考答案（做完再点开）
2-3 AI 应用-基础（大模型部署、大模型调用、提示词工程）、AI 应用-实战（Streamlit 构建页面 + AI 智能伴侣）、AI 应用-知识扩展。