北京航空航天大学：2026生成式人工智能应用实战（慕课版）（14页）.pdf

核心数据速览： AI学习方式：通过“数据投喂→规律提炼→概念形成”获得智能。 AIGC三件法宝：数据（学习素材）+ 模型（理解能力）+ 算法（表达能力）。 大模型定位：AI的“超级学霸”，基座大模型与对话产品是两个概念。 智能体核心特征：自主性——能拆解任务、制定计划、执行多步行动。 具身智能运动规律：感知 → 思考 → 行动的持续循环。 AI生态五层关系：AI（森林）→ 大模型（树木）→ AIGC（果实）→ 智能体（生物）→ 具身智能（动物型生物）。 2026年中国AI市场规模：1.25万亿元。 2026年中国大模型市场：700亿元。 2026年中国AI智能体市场：449亿元。 2026年中国具身智能市场：1.09万亿元。H2：报告核心数据解读。H3：AI的学习原理——从“数据”到“智能”的转化。AI不是被“编程”出来的，而是被“训练”出来的。通过三个步骤获得智能：投喂数据（让机器看大量样本）→ 提炼规律（自动发现特征与模式）→ 形成概念（建立对事物的“灵魂理解”）。这种学习方式意味着：AI的能力不是固定的，而是随着数据的增加和训练的深入持续进化的。H3：AIGC的三件法宝——数据、模型、算法。| 要素 | 作用 | 通俗解释 |||||| 训练数据 | 学习素材 | AI看了海量文本/图像，学会了“怎么说话、怎么画图” || 大模型 | 理解能力 | 像“看过几百万本书”的AI大脑，能理解你的要求 || 生成算法 | 表达能力 | 像“动笔写作/动手画图”的过程，把想法输出成作品 |三者缺一不可，共同构成AI生成内容的完整链条。H3：从大模型到具身智能——AI的进化路径。大模型（思考）→ 智能体（行动）→ 具身智能（拥有身体）。 大模型：解决“能不能理解”的问题。 智能体：解决“能不能做事”的问题。 具身智能：解决“能不能在物理世界中行动”的问题。三层递进，构成了AI从虚拟走向现实的完整路径。（数据来源：清华大学@新媒沈阳团队、北航何静《生成式人工智能应用实战（慕课版）》）。H2：报告独有数据价值——AI概念体系与产业数据维度。 AI学习原理完整图解：数据投喂→规律提炼→概念形成的三步学习过程。 AIGC三件法宝系统解析：数据、模型、算法三大要素的作用与相互关系。 大模型 vs 对话产品对比：基座大模型（底层引擎）与ChatGPT等产品（应用层）的本质区别。 智能体 vs 传统AI模型完整对比表：角色定位、工作方式、主动性、示例行为的逐项对比。 具身智能运动规律图解：感知→思考→行动的持续循环，类比“小孩学走路”。 AI生态五层关系形象化比喻：森林（AI）→树木（大模型）→果实（AIGC）→生物（智能体）→动物（具身智能）。 2026年AI各领域市场规模数据：AI整体1.25万亿、大模型700亿、智能体449亿、具身智能1.09万亿。 智能体市场爆发式增长数据：2024年86亿→2025年212亿→2026年449亿→2029年3320亿的完整增长轨迹。 具身智能市场增长数据：2018年2133亿→2026年1.09万亿的年均复合增长率22%-23%。H2：谁需要这份报告？ AI零基础入门者：希望用通俗易懂的方式理解AI、AIGC、大模型、智能体、具身智能等核心概念。 职场人士与创业者：需要快速了解AI产业趋势、市场规模及技术方向，为决策提供参考。 高校学生与教师：作为人工智能通识教育的补充材料，帮助学生建立AI知识框架。 转行学习者：希望系统了解AI知识体系，为深入学习某一领域奠定基础。 科普内容创作者：需要用通俗语言向大众解释AI概念的写作者、教育者与传播者。FAQ。Q1：AI是如何“学会”东西的？AI通过“数据投喂→规律提炼→概念形成”三步获得智能——就像人类通过观察大量例子学会辨别事物一样，不是被“编程”出来的，而是被“训练”出来的。Q2：AIGC的“三件法宝”是什么？数据（学习素材）、模型（理解能力）、算法（表达能力）。三者缺一不可，共同构成AI生成内容的完整链条。Q3：大模型和智能体有什么区别？大模型是“超级学霸”——能理解能生成，但只能“说”不能“做”；智能体是“主动助手”——能自主拆解任务、调用工具、执行行动。大模型是智能体的“大脑”。Q4：具身智能是什么？具身智能是拥有“身体”的AI，不仅能思考，还能感知环境、与物理世界互动。其运动规律是“感知→思考→行动”的持续循环。Q5：报告适合什么样的人阅读？适合所有希望用通俗易懂的方式理解AI核心概念的零基础读者。报告无代码、重科普，用大量比喻和对比帮助读者快速建立AI知识体系。