启示[J].图书情报工作,2024,68(05):42-53.DOI:10.13266/j.issn.0252-3116.2024.05.005.[13]储节旺,罗怡帆,李佳轩.AIGC对信息生成方式及用户信息行为的影响[J].图书情报工作,2023,67(24):13-23.DOI:10.13266/j.issn.0252-3116.2023.24.002.[14]李佳轩,储节旺,杜秀秀.关联、黑箱与赋能：AIGC驱动智慧图书馆的转型路径[J].图书情报工作,2023,67(23):18-27.DOI:10.13266/j.issn.0252-3116.2023.23.002.[15]储节旺,杜秀秀,李佳轩.人工智能生成内容对智慧图书馆服务的冲击及应用展望[J].情报理论与实践,2023,46(05):6-13.DOI:10.16353/j.cnki.1000-7490.2023.05.002.含摘要版见群文件：储节旺人工智能研究文献辑录.txt。
图谋：储节旺《人工智能及其在图书馆中的应用》PPT，刚才我留意到还有不适合公开的个人信息。我从群文件中撤回。需要者，可以自行到智慧图书馆技术应用联盟网站（https://www.calsp.cn/）检索与下载。特此说明。
图谋：这个PPT是我见过的讲这个话题讲得最为系统、最具亲和力的。感兴趣者，可以进一步关注与利用。储节旺《AI赋能的图书馆智慧化服务》视频回放第26场：https://www.jstsg.org.cn/htm/mobile/live/index.html#/LiveDetails?live_id=289（‘陶风青蓝工程’——全省中青年图书馆员科研能力提升培训班（第26场第29讲））2024.03.2514:1546384人次观看内容:《AI赋能的图书馆智慧化服务》主讲人:储节旺(教授，博士，博士生导师，安徽大学图书馆馆长:安徽省高等学校图书情报工作委员会秘书长、《大学图书情报学刊》主编、《大学图书馆学报》编委、教育部全国高校图工委委员、中国图书馆学会理事、安徽省图书馆学会副理事长)。关于储教授的讲座，下午想起另外一场支持观看回放的，时长近2小时。AI门户（https://caip.org.cn/web）是一款精品AI工具聚合平台。在这里，你可以找到全网最新的热门AI工具。人工智能涉及的领域是非常广泛的。只是受到诸多制约，个体接触到的、感知到的、认知到的，非常有限。人工智能在听觉领域的发展已形成多维度技术体系，覆盖语音交互、环境感知、医疗诊断等关键场景。听觉大语言模型之一，清华大学与火山语音联合开发的SALMONN模型，通过融合Whisper编码器与Vicuna大语言模型，实现语音、音频事件、音乐的多模态理解。该模型不仅支持英语到中文的实时翻译，还能涌现出跨模态推理能力，例如根据环境声音生成故事或分析语音中的情感变化。类似地，AudioGPT以ChatGPT为控制核心，协同语音基础模型完成20+种任务，包括歌声合成、语音分离等，展现出通用听觉AI的潜力。智能家居与物联网等领域已有实际应用。移远通信的VA500-GLAI音频模组采用本地化算法，实现全离线语音控制与环境状态检测。例如检测到鼾声时自动调节空调风速，在65dB噪声环境下指令识别准确率达92%，响应时间小于100ms。该技术已应用于智能马桶、抽油烟机等设备，推动家居从‘被动响应’向‘主动感知’升级。假期中曾入驻一家酒店，语音开关电视、开关窗帘等没有问题。那间房真是‘阳光房’，有一面墙用了玻璃幕墙，假如人工开关窗帘会很辛苦，而且估计会比较容易损坏。我刚才想看看AI门户中列示的AI工具中绘画工具有多少种，发现是‘源源不断’‘无穷无尽’下拉好几分钟，仍在不断出现新的。好不容易看到页面底部的‘没有更多数据了~’，估计该页面列示的有数百种。
Habsburg：多模态的实践就是多种模式的交互方式。
图谋：‘多模态感知’是人工智能（AI）和机器人领域的核心概念，指系统模拟人类‘多感官协同认知’的能力——通过整合视觉、听觉、触觉、嗅觉、文本、语音等多种不同类型的‘模态数据’，实现对环境、物体或行为更全面、准确的理解与判断，而非依赖单一感官（如仅靠视觉或仅靠听觉）孤立处理信息。
图谋：问一句：什么是多模态感知？豆包输出长篇大论。顺道让文心一言也答了一下，貌似有所不同。
Habsburg：作为人，你们是如何评价多模态的？人工智能只能输出描述，无法输出评价。
图谋：作为人，大多数人无法评价。比如我自身，连基础概念是啥都不知道，无从评价。各种生成式AI，最终输出的答案或参考答案，源自于人，这个人是一个人还是两人以上，无法知晓。Gemini总结：从本质上讲，多模态感知是通往更高级别人工智能的必经之路。它让机器超越了对单一数据类型的处理，向更接近人类的、整体性的理解方式迈进。随着传感器技术和算法的不断进步，多模态感知将继续赋能更多的应用场景，深刻地改变我们与技术以及世界互动的方式。试图弄清楚一个概念，蹦出无数新概念。借助4种生成式AI做暖场或垫场工作。或多或少对‘多模态感知’有进一步的认知。图谋自身的感受是：‘吾生也有涯，而知也无涯。以有涯随无涯，殆已！’，的确如此，不知不觉，无知无畏。Habsburg：
图谋：当前区AI与非AI有一定难度，部分原因是，二者均属于‘事在人为’。生成式AI生成的内容，有可能是随着时间推移，信息源、算法、算力等在不断变化，不同时间生成的内容不同。
Habsburg：@图谋@图谋能的。
图谋：圕主题的内容，有好些真的是有专家、行家在。
Habsburg：人工智能生成的视频是可以判断出来的。人工智能生成的视频，跟真人的区别，并非在于图像和清晰度，而在于对外力做出回应的能力。
图谋：我也没有说不能，只是说有一定难度。
Habsburg：当你跟对面沟通时，只要外面有人插话进来，人工智能的表现是可以一下子就看破的。
图谋：即便是同一个人，不同时间，个人能力亦有可能是不同的。
Habsburg：@图谋从方法上看，只要掌握了我说的这种方法，便没有难度。人工智能对外力的回应是无力的，或者你让他同时跟三个人聊天。这种缺陷是设计的时候就存在的，无论怎么发展，都会被一眼看穿。
图谋：前边的表达，还没有表达完。接‘圕主题的内容，有好些真的是有专家、行家在。’圕人堂这样的草根平台，亦是‘人工’+‘智能’，有其可取之处。圕人堂服务体系输出内容实际已是多种生成式AI的‘语料’来源。期待圕人尤其是群成员，更好地关注与利用。
图谋：kevenlw.深度解读《国务院关于深入实施‘人工智能+’行动的意见》.https://mp.weixin.qq.com/s/ay8HIz_-ewDiqCEDTgC-qA人工智能技术取得了革命性突破——特别是大模型等实现了类人智能思维，在自动驾驶、智能制造等领域展现出颠覆潜力。人工智能迎来了创新突破和产业变革的关键窗口期，各行各业对其应用需求强烈。可以预期，‘人工智能+’行动的深入实施有望带来我国经济社会的一系列深刻变革：新型基础设施和智能产业生态将涌现，新就业岗位层出不穷，全社会的生产生活范式将被重塑。随着人工智能技术的成熟应用，我国生产力有望实现革命性跃升，生产关系也将随之变革，从而加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态。
一米阳光：世界经济论坛《2025年未来就业报告》预测，到2030年人工智能和数据处理技术将创造1100万个岗位。大数据专家、人工智能工程师等职业的增长速度将领跑就业市场。这种‘岗位迭代’已成为行业发展趋势，推动就业结构向更高技能层次转型。
图谋：@图漾倘若不借助AI，输出那么多内容会很辛苦。我为了助力传播，简单编辑一下，也需要花点时间（数分钟）。
麦子：@一米阳光这些说法实在太乐观。这1100个岗位其实我觉得是不止的，问题是被替代的大概是百倍都不止。到了个人上，这就是天大的事。我想群里有大把有读中学的孩子的父母。有个很实际的问题：以前可以跟风去学计算机，统计什么的。现在这两个是就业重灾区，我认识的几个今年的毕业生没有找到工作。现实其实很残酷：AI就是会把人做的事情做得越来越快，越做越好，也就是需要越来越少的人。而没发替代的工作往往是大家不愿意做的。从就业上来说，这事可怕极了。从个人看，家里有孩子压力会更大，另外资本的力量会很大，因为AI发展对资本的需求比对人才要大多了。AI目前需要的高端人才，但也只是时间问题，因为如果迭代变得越来越快，很快连高端人才都不需要了，因为人是不可能日长夜大的。
图谋：图谋.关于人工智能话题的思考.https://mp.weixin.qq.com/s/S81WbA438zqbiqxCYCrrsA2025年8月26日，我试图推动圕人堂群内人工智能话题的交流与思考。期间，圕人堂有成员提了几个问题，促使我稍事思考。为了使传播效果更好，特此进一步梳理成本文。
图谋：图谋.关于人工智能话题的思考.https://blog.sciencenet.cn/blog-213646-1499329.html2025年8月26日，我试图推动圕人堂群内人工智能话题的交流与思考。期间，圕人堂有成员提了几个问题，促使我稍事思考。为了使传播效果更好，特此进一步梳理成本文。导读：图谋在圕人堂群推动AI话题交流，先分享弗吉尼亚理工大学YinlinChen关于高校图书馆员AI技能的文章，强调AI在研究中的双重角色、馆员AI素养培养及图书馆的AI伦理倡导作用。群内还分享了周建芳《善用AI工具，助力科研协作》讲座回放、储节旺2024年《人工智能及其在图书馆中的应用》《AI赋能的图书馆智慧化服务》等报告与视频资源。圕人堂今年聚焦生成式AI推动交流，虽受制约仍持续努力。群成员提出多学科交叉、AI听觉应用、多模态感知等问题，作者参与互动，提及生成式AI种类繁杂但体验有落差，介绍AI门户平台及听觉AI（如SALMONN模型）、多模态感知概念，最后感慨知识无涯，需不断探索。