听了一下，做了点截图。
第一位，是英特尔的AI工程师
我觉得有意思的点有：
- 提出一种模型即服务的观点，MaaS。未来都是基于模型的服务
- 案例分享，很专业。一步一步的优化。值得学习
- 架构图，画的很好。
=====================================
第二位，字节跳动的NLP算法工程师
我觉得有意思的是:
- 以chatGPT为引子，介绍chatGPT的故事。
- 以口红营销文案为例，介绍训练一个模型，需要经过的步骤有
- 无监督预料的知识，
- 多任务学习带来的泛化性，
- 基于人工反馈的优化】
- 接着讲了，未来的发展：
-
- 跨模态生成。---图像，视频，语音
- 专业领域。--医学，法律
- 个性化生成。---千人一面不如千人千面
4.未来的挑战：
-
- 数据安全与隐私
- 模型可靠性与透明度
- 文本生成的伦理与道德的问题
============================
第三位，Google 的工程师
我总结了一下是：
- PPT做出了动画的效果
- 介绍了自己的谷歌云可以做大模型训练。有些人可能不知道。
- 介绍了自己的API的调用，对应API的在GitHub上位置？
==========================
第四位：清华大学实验室的工程是--郑老师
我觉的有意思的是：
- 印象深刻的一个词：涌现效应。指，随着模型的变大，会涌现更多的功能。
- PPT会做一个中间暂停的目录页，方便听众对焦。值得学习
- 介绍了自己的写代码的项目CodeGeeX
- 并收集了几百份的使用情况的调研。
========================
以上，就是我的小感悟。
沙龙回放地址：
沙龙直播回放《掘金城市沙龙：AIGC 技术探索与应用创新》，欢迎点击观看 https://live.juejin.cn/4354/beijingaigc?ch=hf