sherpa-onnx icefall k2 体系 funasr PyTorch 框架 之间的关系
Table of Contents
大框架
深度学习底层框架
│
├── PyTorch
│
├── k2 （图计算 / FSA工具）
│ │
│ └── icefall （ASR训练框架）
│ │
│ └── sherpa / sherpa-onnx （推理部署框架）
│
└── FunASR （另一条 ASR 体系）
PyTorch：定位通用深度学习框架，所有模型最终都是基于它训练出来的。是所有体系共同底层。
如：在语音领域
icefall 使用 PyTorch
FunASR 使用 PyTorch
Whisper 使用 PyTorc
k2 体系：k定位语音识别专用数学计算库
https://k2-fsa.github.io/sherpa/onnx/python/install.html#method-1-from-pre-compiled-wheels-cpu-only
icefall： 定位基于 k2 的 ASR训练框架。ASR训练平台
如：小米团队的Zipformer asr模型基于它。
sherpa ：定位ASR 部署推理框架。负责把训练好的模型 实际运行
sherpa-onnx：定位 sherpa 的轻量跨平台推理版本
FunASR：阿里语音识别完整体系，是一整套独立语音体系。
FunASR包含：
训练框架
推理框架
模型集合
FunASR = 训练 + 推理 + 模型一体化
ai 模型分类
现在模型太多了，很容易混乱。模型越来越多，每家公司都在发模型
ai模型分商用模型和开源模型
所有模型 = 3大类 + 1个平台
① 通用大模型（多模态） -GPT‑5.4，Claude 4.5
② 专用模型（专项）- GPT‑5.3‑Codex（写代码）
③ 开源模型（自己可控）- LLaMA 3
④ 平台（把上面三种用好，内部调度多个模型）-Cursor，GitHub Copilot，ChatGPT
还有视觉，asr，编程，写文档，多模态等等，各家公司的
所有公司都在做这6件事，只是强项不同
AI能力 = 6大模块
① 文本/推理（大脑）
② 编程（工程能力）
③ 视觉（看图/视频）
④ 语音（ASR + TTS）
⑤ 多模态（统一理解）- 模型正在融合上面的所有能力
⑥ Agent（自动干活）
OpenAI公司开发的模型
GPT 系列
├─ GPT-5.5
├─ GPT-5.2
├─ GPT-5.1
└─ GPT-5
推理系列
├─ o3
├─ o3-pro
├─ o4-mini
└─ o4-mini-high
编程系列
├─ GPT-5 Codex
├─ GPT-5.1 Codex
└─ GPT-5.2 Codex
图像系列
└─ DALL·E 3
语音系列
├─ Whisper
├─ TTS
└─ Realtime
向量系列
├─ Embedding-3-small
└─ Embedding-3-large
谷歌的模型分成两条线：闭源商用（Gemini 系列）和开源免费（Gemma 系列）
Gemini系列（谷歌的闭源商用版）
Gemini Ultra
Gemini Pro
Gemini Flash
Gemini Nano：运行在手机芯片（NPU）上，完全不联网
Gemma 系列（谷歌的开源免费版）
ai智能体 skill mcp ai cli ai agent 区别
1. Tool (工具) — The Atomic Action
A Tool is a single, executable function exposed to an LLM
2. Skill (技能) — The Specific Capability of an Agent
A Skill is a modular package of domain-specific logic, prompts, and Tools bundled together.
Example: A "Git DevOps Skill" (which bundles git_clone, git_commit, and git_push tools along with prompt templates on how to write good commit messages).
3. AI Agent (AI 智能体) — The Autonomous System
An AI Agent is an autonomous system driven by an LLM
decide which Skills or Tools to use
4.AI CLI (命令行界面) — The Terminal Interface
Example: Running ai "check docker container logs for errors" in your terminal.
Skill、Tool、MCP、CLI、Agent 属于不同层级
┌─────────────────────────────┐
│ AI Agent │ ← 大脑
├─────────────────────────────┤
│ Skills │ ← 工作流程/SOP
├─────────────────────────────┤
│ Tools / MCP Tools │ ← 能力接口
├─────────────────────────────┤
│ CLI / API / Browser │ ← 实际执行层
└─────────────────────────────┘