AI 大模型发展史与工具选型指南
背景
AI 大模型的发展速度远超预期。从 2017 年 Transformer 架构奠定现代基础，到 GPT 系列改变世界认知，再到 DeepSeek 等国产模型的崛起，技术浪潮席卷一切。普通用户最需要的不是论文细节，而是了解有哪些工具、能做什么以及何时使用。
发展时间线
- 2017: Transformer 架构诞生（Google），奠定现代大模型基础
- 2018: BERT（Google）发布，NLP 领域革命；GPT-1（OpenAI）发布
- 2019: GPT-2（OpenAI）发布
- 2020: GPT-3（OpenAI）发布，1750 亿参数震惊世界
- 2021: GitHub Copilot 发布，AI 写代码进入实用阶段
- 2022: ChatGPT 发布，AI 进入大众视野；Stable Diffusion 开源；Midjourney 公测
- 2023: GPT-4 发布，多模态时代开启；文心一言、通义千问、讯飞星火集中爆发；LLaMA 开源生态爆炸；Claude、Gemini 发布；Kimi 发布
- 2024: Sora 发布，视频生成新纪元；可灵 AI 发布；GPT-4o、Claude 3.5 能力跃升；豆包、即梦矩阵成型
- 2025: DeepSeek R1/V3 震惊全球；Grok 3 发布；各大模型持续迭代
模型分类
按能力类型分
- 文本/对话类：国际（GPT 系列、Claude、Gemini、Grok、LLaMA）；国内（豆包、文心一言、通义千问、Kimi、讯飞星火、智谱 GLM、DeepSeek）
- 图像生成类：国际（Midjourney、DALL·E、Stable Diffusion、Adobe Firefly）；国内（即梦、文心一格、通义万相）
- 视频生成类：国际（Sora、Runway、Pika）；国内（可灵 AI、即梦视频、海螺 AI）
- 音频/音乐生成类：Suno、Udio、ElevenLabs
- 代码专用类：GitHub Copilot、Cursor、DeepSeek Coder、Qwen-Coder
按开源/闭源分
- 闭源：GPT 系列、Claude、Gemini、Midjourney、可灵 AI
- 开源：LLaMA、Qwen/通义千问、DeepSeek、Stable Diffusion、Mistral
按国籍分
- 美国：OpenAI(GPT)、Anthropic(Claude)、Google(Gemini)、Meta(LLaMA)、xAI(Grok)
- 中国：百度 (文心)、字节 (豆包/即梦)、阿里 (通义)、快手 (可灵)、月之暗面 (Kimi)、幻方 (DeepSeek)、科大讯飞 (星火)、智谱 (GLM)
- 法国：Mistral AI
使用建议
| 需求 | 推荐工具 |
|---|---|
| 日常对话、写作（国内） | 豆包 / Kimi |
| 处理超长 PDF 文档 | Kimi / Claude |
| 写代码 | GPT / DeepSeek |
