"本书深入探讨了GPT多模态大模型与AI Agent智能体的技术原理及其在企业中的应用落地。 全书共8章，从大模型技术原理切入，逐步深入大模型训练及微调，还介绍了众多国内外主流大模型。LangChain技术、RAG检索增强生成、多模态大模型等均有深入讲解。对AI Agent智能体，从定义、原理到主流框架也都进行了深入讲解。在企业应用落地方面，本书提供了丰富的案例分析，如基于大模型的对话式推荐系统、多模态搜索、NL2SQL数据即席查询、智能客服对话机器人、多模态数字人，以及多模态具身智能等。这些案例不仅展示了大模型技术的实际应用，也为读者提供了宝贵的实践经验。 本书适合对大模型、多模态技术及AI Agent感兴趣的读者阅读，也特别适合作为高等院校本科生和研究生的教材或参考书。书中内容丰富、系统，既有理论知识的深入讲解，也有大量的实践案例和代码示例，能够帮助学生在掌握理论知识的同时，培养实际操作能力和解决问题的能力。通过阅读本书，读者将能够更好地理解大模型技术的前沿发展，并将其应用于实际工作中，推动人工智能技术的进步和创新。 "

陈敬雷，充电了么创始人，CEO兼CTO。拥有十几年互联网从业经验，曾任架构师、首席技术官、首席科学家等职务。在技术领域，尤其在大数据和人工智能方向有着丰富的算法工程落地实战经验，在猎聘网任职期间主导的推荐算法系统项目获得公司优秀项目奖，推荐效果得到5倍的提升。目前专注于大数据和人工智能驱动的上班族在线教育行业，研发了充电了么App，用深度学习算法、NLP、推荐引擎等技术来高效地提升在线学习效率。研发了上百门课程，在网易云课堂、腾讯课堂等平台累计有30万名学员。出版了《分布式机器学习实战》《自然语言处理原理与实战》，颇受好评。

前言 在人工智能领域，多模态大模型与AI Agent智能体的研究与应用正处于一个前所未有的热潮之中。国际上，OpenAI的Sora模型代表了文生视频多模态大模型的最新突破，它能够根据文本描述生成连贯的视频内容，展现跨模态理解与生成的惊人能力。同时，GPT4o作为端到端训练的多模态大模型，进一步地提高了模型在多模态任务上的性能。国内方面，科技巨头如阿里巴巴、腾讯、百度等公司也在多模态大模型的研发上取得了令人瞩目的进展，通义千问、混元、文心一言等模型的推出，标志着国内在这一领域的研究和应用也达到了新的高度。在AI Agent智能体方面，最新进展体现在智能体的自主性和任务执行能力上。从AutoGPT到MetaGPT，智能体框架不断发展，使AI Agent能够更加智能地理解复杂任务，自主地进行多步骤的规划与执行。这些智能体通过插件自主调用第三方工具来执行各种复杂任务，如数据分析、报表生成等，极大地扩展了AI的应用范围和深度。这些前沿进展不仅标志着多模态大模型与AI Agent智能体技术的快速成熟，也为未来的AI应用开辟了新的可能性，预示着人工智能将在更多领域发挥其深远的影响。 本书正是在这样的背景下应运而生，旨在为读者提供一个全面、深入了解当前多模态大模型与AI Agent智能体最新研究进展和实践应用的窗口。全书共8章，力求将最前沿的技术原理、最实用的应用案例及最深刻的行业洞见呈现给读者。 第1章大模型技术原理为读者构建坚实的理论基础。从大模型技术的起源和思想开始，让读者了解大模型发展的来龙去脉。基于Transformer的预训练语言模型部分详细地阐述了编码、解码及编解...