Dify怎么对接微信生态

扣子 AI 应用发布到微信小程序中失败可能有以下原因及解决办法： 1. 容器编排不运行： 宝塔面板中设置加速镜像不生效需安，通过命令行手动设置。 新建/etc/docker/daemon.json 文件（如果已经存在可以不用创建）。 在 daemon.json 中添加相应代码。 重启 Docker 服务：systemctl restart docker。若仍无法解决，可继续排查。 2. 本地镜像的方法： 服务下载：服务的百度网盘地址：https://pan.baidu.com/s/1Ueyp6KnOmD18h6wICwJKNg?pwd=85jv 提取码:85jv ；服务的夸克网盘地址：https://pan.quark.cn/s/189b6f3e0d94 。需要把 chatgptonwechat.tar 和 coze2openai.tar 下载到本地。 上传服务：在宝塔操作面板中点击文件，选择上传下载到本地的文件。上传到根目录/www/backup 文件夹下面。 导入镜像：选择 Docker 中选择本地镜像，然后选择导入镜像。导入镜像要选择上传的目录，如根目录/www/backup 。 3. 修改参数不生效：需要删掉“容器编排”和“容器”中的内容，再重新生成一次。 4. 知识库不更新：确认扣子里有点击右上角的发布按钮。 5. 微信机器人无法正常画图，给的图片链接点进去有错误提示：查看/root/chatgptonwechat/run.log 中有相关提示。可能是点链接的时候多了一个小括号。 6. 扫码后，手机登陆后，没有任何机器人的反应：配置有错错误，或者安装不对，根据步骤去逐一检查。或者重装。 7. 机器人回答问题：COW 本身处理不了一次调取多个对话。有代码能力，可以直接调整代码实现。 8. 宝塔之后登录的时候登录不上去：按下图所示重启服务器之后就好了，重启时间可能会久，但一定会重启成功，请耐心等待。 此外，零基础模板化搭建 AI 微信聊天机器人的步骤如下： 1. 直接对接 Coze 平台 Bot 的微信聊天机器人搭建： Coze 相关配置： 创建 Coze API 令牌：进入到，点击左下角的扣子 API 选项，进入到 API 管理页面，点击 API 令牌，按照图示创建第一个 API 令牌，创建成功后保存好，因为这个 API 令牌只会在创建成功后显示一次。 记下 Coze AI Bot 的 Bot ID：去到要绑定的 AI Bot 的设计界面，在所在的链接里面记下 Bot ID，将 Bot 发布到 Bot as API 上。

以下是在微信公众号搭建能发语音的数字人的相关步骤： 1. 照片数字人工作流及语音合成（TTS）API 出门问问 Mobvoi： 工作流地址：https://github.com/chaojie/ComfyUImobvoiopenapi/blob/main/wf.json 相关文件： 记得下载节点包，放进您的 node 文件夹里，这样工作流打开就不会爆红了！ComfyUI 启动后就可以将 json 文件直接拖进去使用了！ 2. 「AI 学习三步法：实践」用 Coze 免费打造自己的微信 AI 机器人： 组装&测试“AI 前线”Bot 机器人： 返回个人空间，在 Bots 栏下找到刚刚创建的“AI 前线”，点击进入即可。 组装&测试步骤： 将上文写好的 prompt 黏贴到【编排】模块，prompt 可随时调整。 在【技能】模块添加需要的技能：工作流、知识库。 【预览与调试】模块，直接输入问题，即可与机器人对话。 发布“AI 前线”Bot 机器人： 测试 OK 后，点击右上角“发布”按钮即可将“AI 前线”发布到微信、飞书等渠道。 发布到微信公众号上： 选择微信公众号渠道，点击右侧“配置”按钮。 根据以下截图，去微信公众号平台找到自己的 App ID，填入确定即可。不用了解绑即可。 最后去自己的微信公众号消息页面，就可以使用啦。

在企业微信里接入 DeepSeek 的步骤如下： 1. 注册并登录火山引擎，点击立即体验进入控制台。链接：https://zjsms.com/iP5QRuGW/ （火山引擎是字节跳动旗下的云服务平台，在 AI 领域最为大众所熟知的应该是“豆包大模型”，这里就是源头） 2. 创建一个接入点，点击在线推理创建推理接入点。 3. 为接入点命名为 DeepSeekR1。 4. 若提示“该模型未开通，开通后可创建推理接入点”，点击“立即开通”，开通一下（这里是免费的）。若无提示则直接到第 5 步，点击确认接入。 5. 确认以下无误后，点击“确认接入”按钮。 6. 自动返回创建页面。发现多出一行接入点名是“DeepSeekR1”（我们刚才自己设置的命名）。重点来了：这个就是推理点的 ID，复制他放到你的微信里，发给自己保存一下。 7. 保存后再点击【API 调用】按钮，进入后点击【选择 API Key 并复制】。 8. 若已有 API key 了，就直接查看并复制。如果没有，则点击【创建 API key】。 9. 把复制好的内容，也放到自己微信里保存好。 至此，我们已经完成拿到了模型的密钥。接着，就可以去把它配置到网页聊天里使用。

以下是一些适用于写微信小程序的 AI 代码助手推荐： 1. DIN： 搭建 OneAPI 以汇聚整合多种大模型接口。 搭建 FastGpt 作为知识库问答系统。 搭建 chatgptonwechat 接入微信，并配置 FastGpt 把知识库问答系统接入到微信。 2. Cursor： 可通过任意 AI 工具获得代码，专业代码模型表现更优。 网址：https://www.cursor.com/ 3. Deepseek（新手推荐）： 网址：https://www.deepseek.com/zh 方便获取游戏代码，国内能访问，网页登录方便，目前完全免费。 4. 通义灵码： 在 Pytharm 中，“文件”“设置”“插件”红色框位置搜索“通义灵码”进行安装（目前免费）。 5. JetBrains 自身的助手插件： 在 Pytharm 中，“文件”“设置”“插件”红色框位置搜索“Jetbrains AI assistant”进行安装（收费，目前有 7 天免费试用）。 6. Marscode 及 Tencent cloud AI code Assistant 等。 7. 无影的晓颖 AI 助手： 内置在云电脑里，使用流畅，但需要在无影的云电脑中。 需要注意的是，不同的 AI 代码助手在生成特定代码时可能有不同的表现，您可以根据自己的需求和实际使用体验进行选择。

以下是关于将 AI 接入微信、钉钉聊天的相关信息： 基于 COW 框架的 ChatBot 实现步骤： 作者为熊猫大侠，COW 是基于大模型搭建的 Chat 机器人框架，可将多模型塞进微信。 张梦飞同学写了更适合小白的使用教程： 。 可实现打造属于自己的 ChatBot（文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等）和常用开源插件的安装应用。 正式开始前需知：ChatBot 相较于在各大模型网页端使用区别在于需要接入大模型 API（API 单独付费）。 风险与注意事项：微信端因非常规使用有封号危险，不建议主力微信号接入；只探讨操作步骤，请依法合规使用，大模型生成的内容注意甄别，禁止用于非法目的，处理敏感或个人隐私数据时注意脱敏。 支持多平台接入，如微信、企业微信、公众号、飞书、钉钉等；多模型选择，如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等；多消息类型支持，能处理文本、语音和图片，以及基于自有知识库进行定制的企业智能客服功能；多部署方法，如本地运行、服务器运行、Docker 的方式。 零基础模板化搭建 AI 微信聊天机器人： COW 全称 Chatgptonwechat，可在微信、飞书、钉钉等主流社交平台上实现对接各种大模型的功能。 在刚买的腾讯云服务器上通过 Docker 运行 COW，并将之前在极简未来平台创建的 API 信息填入其中。 使用 Docker 服务部署 COW 组件，宝塔面板可让技术小白以图形交互方式运维服务器，手动配置部署容器编排模板。

以下是为您生成的适用于使用 DeepSeek 写微信公众号文章的提示词： 我要写一篇关于软件分享或技术分享的微信公众号文章，文章标题要足够吸引人，以便能广泛传播。文章内容要详细且有条理，先介绍分享的软件或技术的基本情况，包括其功能、特点和优势；然后结合实际案例或个人使用体验，阐述其在实际应用中的效果和价值；最后总结并展望其未来的发展前景。请为我生成这样一篇完整的文章。

Dify 是一个开源的大模型应用开发平台： 理念：结合后端即服务和 LLMOps 的理念。 特点：提供直观界面，能快速构建和部署生产级别的生成式 AI 应用。具有强大的工作流构建工具，支持广泛的模型集成，有功能丰富的提示词 IDE 以及全面的 RAG Pipeline 用于文档处理和检索。允许用户定义 Agent 智能体，并通过 LLMOps 功能持续监控和优化应用程序的性能。 部署选项：提供云服务和本地部署，满足不同用户需求。 开源特性：确保对数据的完全控制和快速的产品迭代。 设计理念：注重简单性、克制和快速迭代，旨在帮助用户将 AI 应用的创意快速转化为现实。 使用建议：个人研究时推荐单独使用，企业级落地项目推荐多种框架结合，效果更好。 Dify 官方手册：https://docs.dify.ai/v/zhhans

以下是一些类似 Dify 的工具： ElevenLabs 发布了 Dubbing Studio 并获得 8000 万美元的 B 轮融资，Dubbing Studio 可以自动识别视频中的发言者，并能手动或自动调整每句话的语气和翻译。 Poe 的机器人创建者为 Poe 带来新用户能获得高达 50 美元的收入。 HayGen 发布了可以实时对话的数字人产品。 字节发布了 Depth Anything 深度估计模型。 此外，在开源社区中，还有像 fastgpt 等成熟的高质量 AI 编排框架。Dify 是一个开源的大模型应用开发平台，具有强大的工作流构建工具、广泛的模型集成、功能丰富的提示词 IDE 等特点，还允许定义 Agent 智能体并进行性能监控优化，提供云服务和本地部署选项。其官方手册：https://docs.dify.ai/v/zhhans 。一般来说，个人研究推荐单独使用 Dify，企业级落地项目推荐多种框架结合。

以下是为您推荐的关于 Dify 的网上教材： 1. 在 Dify 的官网，有一篇手把手教您将 Dify 应用接入微信生态的教程，包括创建聊天助手应用、下载 Dify on WeChat 项目、填写配置文件、把基础编排聊天助手接入微信、把工作流编排聊天助手接入微信、把 Agent 应用接入微信等步骤。更多内容请访问原文：https://docs.dify.ai/v/zhhans/learnmore/usecases/difyonwechat 2. 《》，介绍了如何一键部署自己的 Dify 网站，提供了腾讯云一键部署和云服务器 Docker 部署两种方案，用户需要配置模型供应商的信息，成功保存设置后可创建 Agent 进行测试。 3. AIGC Weekly21 中提到：，GooCarlos 开发的 Dify 是一款易于使用的 LLMOps 平台，允许团队基于语言模型（如 GPT4）开发和运营 AI 应用。能在几分钟内创建 AI 驱动的应用程序，将自然语言转换为 SQL，转换编程语言，从文本中汇总关键信息等，适用于多种应用场景。

Coze 对知识库的支持具有以下特点： 支持上传和存储外部知识内容，包括从多种数据源如本地文档、在线数据、Notion、飞书文档等渠道上传文本和表格数据。 提供多样化的检索能力，可通过多种方式对存储的内容片段进行高效检索。 具有增强检索功能，能显著提升大模型回复的准确性。 但也存在一些缺点，如跨分片总结和推理能力弱、文档有序性被打破、表格解析失败、对 PDF 的解析效果不佳等。 目前没有关于 Dify 对知识库支持情况的相关内容，无法直接将 Coze 和 Dify 进行对比。

Dify 和 Coze 都是大模型中间层产品，它们有以下主要区别： 1. 开源性： Dify 是开源的，允许开发者自由访问和修改代码以进行定制，由专业团队和社区共同打造。 Coze 由字节跳动推出，目前没有明确信息表明其是否开源，可能更侧重于提供商业化服务和产品。 2. 功能和定制能力： Dify 提供直观界面，结合 AI 工作流、RAG 管道、代理能力和模型管理等功能，支持通过可视化编排基于任何 LLM 部署 API 和服务。 Coze 提供丰富的插件能力和高效的搭建效率，支持发布到多个平台作为 Bot 能力使用。 3. 社区和支持： Dify 作为开源项目，拥有活跃的社区，开发者可参与共创和共建。 Coze 可能更多依赖官方的更新和支持，社区参与和开源协作程度可能不如 Dify。 选择使用 Dify 或 Coze 时，开发者和企业需根据自身需求和目标来决策。Dify 官网：https://dify.ai/zh ；Coze 官网：https://www.coze.com 。海外版的 Coze 大大降低了使用成本，在模型质量和数据源方面有明显优势，支持多种知名模型，拥有完善的插件市场和智能体市场，能与多种外部应用集成，生成更高质量的语言内容，更用户友好。

LangChain 和 Dify 都是在 LLM 应用开发领域具有特点和优势的工具，难以简单地判断哪个更有发展前景。 LangChain 是一个编排框架，在提示链细节抽象、与外部 API 接口、从向量数据库检索上下文数据以及在多个 LLM 调用中维持内存等方面表现出色，为多种常见应用提供模板，在业余爱好者和初创公司中被广泛使用。但它目前仍是相对新的项目，且一些开发者在生产中更愿意切换到原生 Python 以消除额外依赖性。 Dify 是一个开源的 LLM 应用开发平台，具有快速部署、创意文档生成、长文档摘要、自定义 API、连接全球 LLM、更接近生产环境等优势。它允许用户编排从代理到复杂 AI 工作流的 LLM 应用，并配备了 RAG 引擎，旨在为特定行业提供聊天机器人和 AI 助手。 两者的发展前景取决于多种因素，如技术创新、市场需求、社区支持等。在不同的应用场景和需求下，它们各自都有发挥作用的空间和潜力。

以下是可对接 DeepSeek 的本地部署的 RAG 相关信息： DeepSeek 公司：深度求索。 DeepSeek 有网站、手机应用。 DeepSeek R1 大模型权重文件开源，可本地部署。但本地部署的版本存在一些不足，如难以作为长期使用的版本。 实现联网版的 R1 大模型的核心路径是通过工作流+DeepSeek R1 大模型。 拥有扣子专业版账号：若为普通账号，请自行升级或注册专业号后使用。 开通 DeepSeek R1 大模型的步骤：访问地址 https://console.volcengine.com/cozepro/overview?scenario=coze，打开火山方舟，找到开通管理，找到 DeepSeek R1 模型，点击开通服务，添加在线推理模型，添加后在扣子开发平台才能使用。 创建智能体：点击创建，先完成一个智能体的创建。

企业微信客服号能对接 Dify 知识库实现智能客服功能。以下是相关步骤： 1. 在 Dify 平台创建基础编排聊天助手应用，获取 API 密钥和 API 服务器地址。 2. 下载 Dify on WeChat 项目并安装依赖。 3. 在项目根目录创建 config.json 文件，填写 API 密钥和服务器地址。 4. 把基础编排聊天助手接入微信，可选择源码部署或 Docker 部署，进行快速启动测试，扫码登录并对话测试。 5. 把工作流编排聊天助手接入微信，创建知识库，导入知识库文件，创建工作流编排聊天助手应用，设置知识检索节点和 LLM 节点，发布更新并访问 API。 6. 把 Agent 应用接入微信，创建 Agent 应用，设置对话模型和添加工具，生成 API 密钥，填写配置文件，启动程序并进行测试。 更多内容请访问原文：https://docs.dify.ai/v/zhhans/learnmore/usecases/difyonwechat 另外，通过云服务器、Dify、智能微秘书免费搭建微信机器人的部署 Dify 步骤如下： https://docs.dify.ai/v/zhhans/gettingstarted/installselfhosted/dockercompose ，这些命令在宝塔面板的终端安装。 零成本、零代码搭建一个智能微信客服的步骤如下： 1. 访问微信客服 https://kf.weixin.qq.com/，点击开通。 2. 勾选同意，点击下一步。 3. 按步骤填写，勾选同意，注册企业微信。 4. 点击配置>到微信客服的企业信息，复制企业 ID>到 coze 页面进行粘贴填写企业 ID，并点击下一步。 5. 到微信客服的开发配置，找到到回调配置，复制 Token、EncodingAESKey（如果还是空的，点击“随机获取”即可），到 coze 页面进行粘贴，点击下一步。 6. 到微信客服的开发配置，配置回调地址 URL、复制 Secret 到 coze 的页面粘贴。 7. 到微信客服的客服账号，创建一个客服账号，复制客服账号名称，到 coze 的页面粘贴，点击保存。 第一次设置回调地址时，注意目前需要企业认证，才可以进行接入微信客服。如果企业没有进行认证，则会在配置回调 URL 时报错：回调域名校验失败。另外，之前未进行企业认证就发布过微信客服的不受影响。第一次设置成功后，后面再修改是特定页面。保存后，在 coze 发布页面的发布平台的微信客服这里，显示“已配置”，剩下的就是勾选，点击发布。

对于您的工作情况，以下是一些建议来帮助您学习和运用 AI 工具以提高工作效率和质量： 首先，您可以考虑使用自动化表格处理工具。这类工具能够根据您设定的规则和模板，自动填写和整理表格中的数据，减少手动输入的时间和错误。 其次，利用智能客服系统来处理一部分常见的咨询和问题。您可以将常见问题和回答录入系统，让其自动回复一些简单和重复的咨询，从而节省您接电话的时间。 另外，使用智能办公助手来协助您管理和安排工作任务。它可以根据您的工作优先级和时间安排，提醒您各项任务的截止日期和重要程度。 在学习这些 AI 工具时，您可以先从简单易用的工具入手，通过在线教程、操作手册和视频教程来熟悉其功能和操作方法。同时，多与同事交流和分享使用经验，共同探索如何更好地将 AI 工具应用到工作中。 希望以上建议对您有所帮助。

在 AI 赋能传统应用，后端开发对接 AI 时，功能和流程设计上需要注意以下要点： 1. 讨论需求：明确项目目标和用户需求，确保团队对产品方向有一致的理解。 2. 确定关键功能：根据需求确定产品最核心的功能，确保能实现最基本的用户价值。 3. AI 生成产品草图：利用 AI 快速生成界面草图，帮助团队更好地理解产品的外观和交互。 4. 列出功能列表：明确产品所需的功能模块，并逐一列出。 5. 选择一个功能：每次专注完成一个功能，确保质量与效率。 6. 向 AI 描述功能：详细描述功能需求，AI 会根据描述生成代码。 7. AI 编写代码：AI 根据需求编写代码，减少开发者的重复性劳动。 8. 测试代码：测试生成的代码，确保正常运行。 9. 向 AI 提出问题：若功能不正常，将问题反馈给 AI 进行调整。 10. 功能完成：功能通过测试后标记为完成。 11. 还有功能吗：若还有未完成的功能，继续开发下一个功能。 12. 发布初始版本：所有核心功能完成后发布初始版本，以获取用户体验反馈。

以下是一些在 APP 应用对接大语言模型方面比较成功的案例，可供您借鉴： 1. Poe： 由 Quora 开发，有 APP 版本，支持跨端使用。 集成了 Chat GPT、GPT4、Claude+、Claude、Dragonfly 等模型，同时支持用户自建 Chatbot。 不同语言模型回复效果有差异，适合需要调用多种大语言模型的用户。 Dragonfly 擅长给出较短的回答，并擅长在输入中给出示例时遵循指示。 Claude 更擅长创造性回复，配合 Poe 中的提问引导，非常适合在查阅资料时使用。 支持分享用户和模型的对话内容，但 GPT4、Claude+产品需要付费订阅使用。 访问地址： Poe 中的提问引导真的能够启发到用户，midjourney prompt 扩写 Chatbot 能力很惊人。 2. Perplexity.ai： 本质是个可联网的搜索引擎，完全免费，支持网页版、APP（目前支持 iOS，安卓即将推出）、Chrome 插件。 网页版能力全面，能够根据提问从互联网上搜寻信息并给出总结后的答案。 很多 Chat GPT 中调用插件才能解决的事情（联网查询、旅行、住宿、商品推荐）靠 Perplexity 就可以解决。 能给出信息来源网址，并根据搜索内容给出继续对话的问题建议。 最新推出的 Copilot 能力支持根据搜索内容进行信息补充，每 4h 内使用 5 次，调用 GPT4。 支持分享聊天内容到多渠道。 首页推荐当下流行的新闻、搜索内容。 支持筛选 Academic（包含不同领域的学术研究论文）、Wolfram｜Alpha（包含数学、科学、经济学、语言学、工程学、社会科学、文化等领域的知识库）、Wikipedia（维基百科）、Youtube、Reddit（娱乐、社交和新闻网站）、News 进行搜索。 Chrome 插件可针对当前页面给出即时摘要。 访问地址：

以下是搭建 AI 客服并对接知识库的步骤： 1. 搭建 OneAPI（https://github.com/songquanpeng/oneapi），用于汇聚整合多种大模型接口，方便后续更换使用各种大模型，同时了解如何白嫖大模型接口。 2. 搭建 FastGpt（https://fastgpt.in/），这是一个知识库问答系统。将知识文件放入其中，并接入上面的大模型作为分析知识库的大脑，最后回答问题。如果不想接到微信，搭建到此即可，它也有问答界面。 3. 搭建 chatgptonwechat（https://github.com/zhayujie/chatgptonwechat）接入微信，并配置 FastGpt 将知识库问答系统接入微信。建议先用小号以防封禁风险。搭建完后想拓展功能，可参考 Yaki.eth 同学的教程（https://waytoagi.feishu.cn/wiki/UADkwZ9B0iAWdTkFJIjcN7EgnAh），其中的 cow 插件能进行文件总结、MJ 绘画等。 此外，用 Coze 免费打造自己的微信 AI 机器人时： 1. 确定功能范围，例如支持用户发送“关键字”自助获取分享的“AI 相关资料链接”；能回答 AI 相关知识，优先以“知识库”中的内容回答，不足时调用大模型回复并在答案末尾加上“更多 AI 相关信息，请链接作者：jinxia1859”；能在微信公众号上发布作为微信客服助手。 2. 为实现上述功能，需要准备的内容有：根据目的和核心能力编写 prompt 提示词；整理“关键字”与“AI 相关资料链接”的对应关系，可用 word、txt、excel 整理；创建知识库用于回答 AI 相关知识；创建工作流控制 AI 按要求处理信息；准备好微信公众号以便发布机器人。

要打造自己的 AI 办公生态，可参考以下步骤： 1. 确定功能范围： 支持用户发送“关键字”，自助获取您分享的“AI 相关资料链接”。 能够回答 AI 相关知识，优先以“您的知识库”中的内容进行回答，若知识库信息不足则调用 AI 大模型回复，并在答案末尾加上“更多 AI 相关信息，请链接作者：jinxia1859”。 “AI 前线”能发布在您的微信公众号上，作为“微信客服助手”。 2. 准备相关内容： 根据 Bot 的目的、核心能力，编写 prompt 提示词。 整理“关键字”与“AI 相关资料链接”的对应关系，可用 word、txt、excel 等整理。 创建自己的【知识库】，用来回答 AI 相关知识。 创建一个【工作流】，控制 AI 按照要求处理信息。 准备好自己的微信公众号，以便发布机器人。 3. 设计“AI 前线”Bot 详细步骤： 展示“AI 前线”Bot 的【最终效果】界面。 编写【prompt】提示词，设定 Bot 的身份和目标。 创建【知识库】，整理“关键字”与“AI 相关资料链接”的对应关系，并将信息存储起来。创建知识库路径为：个人空间知识库创建知识库。本次使用【本地文档】，注意知识库的内容切分粒度，可在内容中加上特殊分割符“”，分段标识符号选择“自定义”，内容填“”。 创建【工作流】，告诉 AI 机器人应按什么流程处理信息。创建工作流路径：个人空间工作流创建工作流。工作流设计好后，先点击右上角“试运行”，测试无误后点击发布。若任务和逻辑复杂，可结合左边“节点”工具实现，如调用大模型、数据库、代码等处理。但工作流不必复杂，能实现目的即可，所以在设计 Bot 前“确定目的”和“确定功能范围”很重要。

AIGC 的当前生态主要包括以下方面： 1. 概述：GenAI（生成式 AI）能够从已有数据中学习并生成新的数据或内容，利用 GenAI 创建的内容即 AIGC。作为强大的技术，能赋能诸多领域，但存在合规风险，我国对 AIGC 的监管框架由多部法律和规定构成。 2. 分类：AIGC 主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用多种模型，如 GPT4 和 GeminiUltra；图像生成依赖多种技术，代表项目有 Stable Diffusion 和 StyleGAN 2；音视频生成利用多种模型，代表项目有 Sora 和 WaveNet。 3. 应用领域：AIGC 可应用于音乐生成、游戏开发、医疗保健等领域，在游戏开发和制作的整个生命周期的多个阶段都有应用，例如用文本生成平面图像，像 Midjourney、Stable Diffusion 和 DallE 2 等工具可将文本描述生成高质量二维图像。 4. 产品原型设计工具：目前有 UIzard、Figma、Sketch 等基于 AIGC 的工具可用于产品原型设计，其 AI 功能包括自动生成设计元素、提供设计建议、优化用户界面布局等。随着技术发展，未来可能会有更多专门针对产品原型设计的 AIGC 工具出现。

以下是关于大模型生态的相关信息： Qwen 系列开源模型表现出色，是国内唯一出现在 OpenAI 视野里、能参与国际竞争的国产大模型。其在相关榜单中多次上榜，得分不断提高，累计下载量突破 1600 万，国内外有大量开发者基于其开发模型和应用，尤其在企业级领域。通义大模型证明了开源开放的力量。 AI 大模型是全球数字技术体系的竞争，包括芯片、云计算、闭源模型、开源模型、开源生态等。基础大模型决定产业智能化的天花板等，开源生态在竞争中至关重要。 在 100 基础训练大模型中，Lora 生图环节有诸多设置，如模型强度调节、添加 lora 文件、输入正向提示词、选择生成图片数量和尺寸、调整采样器和调度器等。设置完成后点击开始生成，若对生成结果满意可复制随机种子用于下次近似生成，也可进行高清修复和放大。今日作业要求按照比赛要求收集主题素材并训练提交 lora 模型与案例图像。 奇绩创坛潜空间分享会中，杨植麟提到大模型公司倾向面向生产力场景，目前业界卡在数据方面，应用公司在非生产力场景投入产出比更高，大模型开发者生态差是因为不具备高替换成本和规模效应等条件，做事应遵循寻找梯度最大方向并优化的原则。

AI 生态图主要包括以下内容： 关于 AI 产业的产业链结构，大致可分为上游的基础设施层（数据与算力）、中游的技术层（模型与算法）、下游的应用层（应用与分发）。 基础设施层布局投入确定性强，但资金投入巨大，入行资源门槛高，未来国内可能更多由“国家队”负责，普通人可考虑“合作生态”切入机会。 技术层处于技术爆炸时刻，迭代速度快，小规模团队需慎重考虑技术迭代风险，基础通用大模型非巨无霸公司不建议考虑。 应用层是广阔蓝海，当前从业者增加但成熟应用产品不多，“杀手级”应用稀少，普通个体和小团队推荐重点布局，有超级机会和巨大发展空间。 对于 AI 产业上中下游重点关注的企业（或产品），作者做了大量信息收集和汇总工作并绘制了相关图谱，但未避免广告嫌疑不展开详细说明，推荐搜索不了解的公司/平台（或产品）了解。 在游戏领域，生成式 AI 有影响，如从文本提示生成 2D 图像的工具 Midjourney、Stable Diffusion 和 DallE 2 等，已应用于游戏开发和制作的多个阶段，Midjourney 容易上手且图像生成速度快。

AI 生态图主要包括以下内容： 1. AI 产业的产业链结构大致分为上游的基础设施层（数据与算力）、中游的技术层（模型与算法）、下游的应用层（应用与分发）。 基础设施层布局投入确定性强，但资金投入大，入行资源门槛高，未来国内可能更多由“国家队”负责，普通人可考虑“合作生态”切入机会。 技术层处于技术爆炸期，迭代速度快，小规模团队需慎重考虑技术迭代风险，基础通用大模型非巨无霸公司不建议考虑。 应用层是广阔蓝海，当前从业者增加但成熟应用产品不多，“杀手级”应用稀少，普通个体和小团队推荐重点布局，有超级机会和巨大发展空间。 2. 关于 AI 产业上中下游重点关注的企业（或产品），作者做了大量信息收集和汇总工作并绘制了图，但未避免广告嫌疑不展开详细说明，建议搜索不了解的公司/平台（或产品）了解。 3. 在游戏领域，生成式 AI 有影响，如从文本提示生成 2D 图像是广泛应用领域之一，像 Midjourney、Stable Diffusion 和 DallE 2 等工具可用于游戏开发和制作的多个阶段，Midjourney 容易上手，图像生成速度快。

大疆作为一家知名的科技公司，其产品在市场上具有较高的声誉和用户满意度。关于未来大疆是否应该发展二手机生态，这需要综合多方面因素来考虑。 从市场需求角度来看，随着消费者对性价比的追求以及环保意识的增强，二手机市场存在一定的潜力。然而，大疆产品通常以其先进的技术和高品质著称，二手机可能会面临技术更新换代快、维修保障等问题。 如果我是二手业务的负责人，首先会进行充分的市场调研，了解消费者对于大疆二手机的需求、价格预期以及关注点。建立严格的二手产品检测和评估标准，确保二手大疆产品的质量和性能符合一定的标准。同时，提供完善的售后服务和维修支持，让消费者购买二手产品无后顾之忧。还会制定合理的价格策略，既要保证有一定的利润空间，又要具有市场竞争力。此外，加强与大疆官方的合作，获取更多的技术支持和资源，共同推动二手机生态的发展。