先把五个概念说清楚
人工智能 AI
让机器完成通常需要感知、学习、推理、规划或生成能力的任务，是一个广泛领域。
机器学习 ML
让系统从数据中学习规律，而不是由人把每条判断规则全部写死。
深度学习
使用多层神经网络从大量数据中学习复杂模式，是现代图像、语音和语言模型的重要方法。
生成式 AI
能够根据输入生成文字、图像、音频、视频或代码等新内容的 AI 系统。
大语言模型 LLM
在大量语言资料上训练、用于理解和生成语言的大型模型。它可以是生成式 AI 的核心，但不等于整个产品。
AI 产品
用户真正使用的应用，通常由模型、搜索、知识库、工具调用、安全规则和界面共同组成。
这些概念是什么关系？
| 概念 | 主要回答的问题 | 常见例子 |
|---|---|---|
| 人工智能 | 机器能完成哪些智能任务？ | 推荐、识别、规划、生成 |
| 机器学习 | 系统如何从数据中学习？ | 垃圾邮件识别、销量预测 |
| 深度学习 | 如何学习更复杂的图像、声音和语言模式？ | 语音识别、图像理解 |
| 生成式 AI | 如何根据条件生成新内容？ | 文案、图片、代码、视频 |
| 大语言模型 | 如何处理和生成自然语言？ | 对话、摘要、翻译、改写 |
分类方式并不只有一种。生成式 AI 是按“用途”描述，大语言模型是按“模型类型”描述，因此两者会重叠，但不能简单画成完全相同的圆。
用三个生活例子理解
手机相册自动识别人脸
它属于人工智能应用，通常使用机器学习和深度学习，但不一定生成新内容。
聊天助手根据资料写工作总结
它属于生成式 AI 应用，文字生成通常由大语言模型完成；产品还可能使用联网搜索、文件解析和安全审核。
地图规划路线
它是人工智能系统的一种，组合地图数据、搜索与优化算法。它不需要像聊天模型一样生成自然语言长文。
三个常见误区
- 误区一：AI 就是聊天机器人。 聊天只是 AI 的一种交互方式。
- 误区二：模型名称等于产品能力。 同一个模型放进不同产品，因搜索、知识库和工具配置不同，结果也会不同。
- 误区三：能生成流畅文字就代表理解完全正确。 流畅度和事实准确性不是一回事。
三道自测题
1. 所有 AI 都属于生成式 AI 吗？
不是。识别、预测、推荐和路线规划等系统不一定生成新内容。
2. 大语言模型等于完整聊天产品吗？
不等于。完整产品还可能包含搜索、知识库、工具、安全规则和界面。
3. 深度学习与机器学习是什么关系？
深度学习通常被视为机器学习中的一类方法。
资料来源与核对说明
本页采用入门层级定义，专业研究中可能按不同维度进一步分类。发布与核对：南阳芊洲人工智能科技有限公司，2026-07-14。