ai+赛道盘点

Runway 属于 AI 视频领域。它是一款最先推出模型的 AI 视频产品，目前仍维持着领先地位，并在不断快速迭代。 其产品定位更偏向影视、艺术表达，具有以下特点和优势： 1. 擅长真实系、风景、空间视频生成，对二次元场景支持不佳。 2. 支持绿幕场景生成、视频绿幕抠像等，方便影视制作和后期处理。 3. 7 月更新的 Gen3 支持 Alpha Turbo（更快速）和 Alpha（更强表现力）两种模式，增强了对复杂提示词描述的理解和对图像运动元素的识别，能够实现富有想象力的过渡和场景中元素的精确关键帧。还支持设置图片作为动画首帧/尾帧，但目前不支持笔刷等高级调节能力。单次生成视频时长最长可达 10 秒，可延长到 40 秒。 4. Gen3 Alpha Turbo 支持竖屏尺寸视频生成、加大力度发力视频到视频（风格转绘）能力，并表示即将推出更多控制能力。 Runway 由一家总部位于旧金山的 AI 创业公司制作，年初在互联网爆火。2023 年初推出的 Gen2 代表了当前 AI 视频领域最前沿的模型，能够通过文字、图片等方式生成 4 秒左右的视频。致力于专业视频剪辑领域的 AI 体验，同时也在扩展图片 AI 领域的能力。目前支持在网页、iOS 访问，网页端有 125 积分的免费试用额度（可生成约 105 秒视频），iOS 有 200 多，两端额度不同步。 相关链接： 1. 查看 Runway 目前支持的场景和视频案例：https://runwayml.com/product/usecases 2. Gen1 能力介绍：https://research.runwayml.com/gen1 3. Gen1 参数设置:https://help.runwayml.com/hc/enus/articles/15161225169171 4. 学习 Gen1 详细设置方式的视频：https://youtu.be/I4OeYcYf0Sc 5. 官方网站：https://runwayml.com/

以下是对大模型赛道的盘点： 1. Compass Arena 是由上海人工智能实验室和魔搭社区联合推出的大模型测评平台，集齐了国内主流的 20 多款大模型，包括阿里通义千问、百度文心一言、腾讯混元、讯飞星火、字节跳动豆包、智谱 AI、百川智能、零一万物、月之暗面等，用户可在平台选择大模型两两“对战”，实名或匿名对战皆可。在 Qwen 系列中，Qwen2 性能优越，所有尺寸的模型都使用了 GQA 以带来推理加速和显存占用降低的优势，针对小模型使用了 tie embedding 的方法让输入和输出层共享参数。所有预训练模型在 32K tokens 数据上训练，在 128K tokens 时仍有不错表现，指令微调模型还需进行长序列理解实验。 2. 伯克利的团队管理着聊天机器人竞技场，根据 ELO 评级对不同语言模型进行排名，计算方式与国际象棋相似。顶部是专有封闭模型，如 OpenAI 的 GPT 系列和 Anthropic 的 Claude 系列，下方是开放权重的模型，如 Meta 的 Llama2 系列，底部有 Zephyr 7b Beta 等。 3. 有观点认为大模型应用是除内容、电商、o2o、工具之外的第五条赛道，但当前其是否够资格有待商榷。许多产品同学未真正意识到大模型带来的变革，思路和视角仍停留在传统互联网商业模式上。

根据提供的搜索结果，我总结了以下关于 AI+宠物赛道的一些例子和学习路径： 1. AI 宠物助手 基于自然语言处理和计算机视觉的 AI 宠物助手，可以帮助主人更好地照顾宠物 例如自动识别宠物情绪、提供饮食建议、监测宠物健康状况等 2. AI 宠物互动玩具 利用 AI 技术开发的智能互动玩具，可以增强宠物的娱乐体验 例如会自主移动并引起宠物注意的智能玩具、会发出声音和互动的智能宠物玩具等 3. AI 宠物图像生成 使用生成式 AI 模型，可以根据文字描述生成各种宠物形象的图像 这可以帮助宠物主人定制个性化的宠物形象 4. AI 宠物医疗诊断 利用计算机视觉和机器学习技术，可以开发 AI 辅助的宠物医疗诊断系统 通过分析宠物的症状图像和病历数据，提供初步诊断建议 5. AI 宠物行为分析 基于传感器数据和计算机视觉，可以利用 AI 技术分析宠物的行为模式 帮助主人更好地了解宠物的需求和习性 学习路径建议： 1. 掌握基础的机器学习、计算机视觉、自然语言处理等 AI 技术 2. 了解宠物行为学、宠物医疗等相关领域知识 3. 关注业内先进的 AI+宠物应用案例，学习其技术实现 4. 尝试开发简单的 AI 宠物应用原型，并不断迭代优化 总的来说，AI+宠物是一个充满想象空间的新兴赛道，结合 AI 技术和宠物行业需求，可以开发出各种有趣有用的应用。

这个赛道结合了多种技术和内容，需要进行以下步骤来实现： 1. 准备素材： 收集宗教佛学相关的图片、视频素材，以及符合佛学理念的宁静音乐。这些素材可以来自于网络上的免费资源或者自己制作，确保版权合法。 2. 使用 MJ 生成图片： 利用 Midjourney（MJ）生成符合宗教佛学主题的图片。可以在 MJ 平台上选择合适的模板和风格，生成高质量的图片素材。 3. 使用 Runway 生成动画： 使用 Runway 将生成的图片转换为动态效果。Runway 是一个 AI 动画生成工具，可以为静态图片添加生动的动画效果，增强视觉效果。 4. 使用剪映制作视频： 将生成的动态图片和视频素材导入到剪映等视频编辑软件中，进行剪辑和编辑。根据需要调整剪辑顺序、添加过渡效果、字幕等，制作成符合宗教佛学主题的视频内容。 5. 配音乐： 在视频编辑过程中，将符合佛学理念的宁静音乐添加到视频中。选择合适的音乐可以增强视频的氛围和情感，让观众更好地沉浸其中。 6. 导出和上传： 完成视频编辑后，将视频导出为常见的视频格式，如MP4等。然后上传到各大视频平台，如YouTube、抖音、Bilibili等，分享给目标受众。 7. 分析和优化： 视频上传后，关注观看量、点赞数、评论等指标，分析观众反馈和视频效果。根据分析结果，优化视频内容和推广策略，提升视频的影响力和曝光度。 以上就是实现该赛道的步骤，需要整合利用 MJ、Runway、剪映等工具和平台，以及宗教佛学素材和宁静音乐，制作出符合佛学理念的高质量视频内容，并通过上传到各大平台进行推广和分享。

以下是一些能够提高图片清晰度的 AI 工具： 1. Magnific：https://magnific.ai/ 2. ClipDrop：https://clipdrop.co/imageupscaler 3. Image Upscaler：https://imageupscaler.com/ 4. Krea：https://www.krea.ai/ 您还可以查看网站的图像放大工具库获取更多工具：https://www.waytoagi.com/category/17 此外，PMRF 也是一种全新的图像修复算法，它不仅能提高图片清晰度，还能确保图片看起来像真实世界中的图像，擅长处理去噪、超分辨率、着色、盲图像恢复等任务。详细介绍：https://xiaohu.ai/p/14489 在线体验：https://huggingface.co/spaces/ohayonguy/PMRF 项目地址：https://pmrfml.github.io 这些工具都具有不同的特点和功能，您可以根据具体需求选择合适的工具进行使用。

以下是为小白制定的学习 AI 的计划： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，进行实践以巩固知识，尝试使用各种产品做出自己的作品。 在知识库中查看大家实践后的作品、文章分享，并分享自己实践后的成果。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 此外，对于 0 绘画基础想要用 AI 为儿子做生日海报的情况，可以参考以下步骤： 1. 学习 AI 图像生成的原理： 参考 。 参考 。 2. 尝试工具和效果： 制定学习计划时，可以参考 。 可以根据自身情况逐步推进问题，明确每日需要投入的时间和每周用到的资源，并增加每周学习成果评估的要求。 根据实际情况调整学习计划，比如决定专心学习绘画。

成为 AIGC 提示词工程师通常需要具备以下条件： 1. 学历要求：本科及以上学历，计算机科学、人工智能、机器学习相关专业背景。 2. 工具熟悉度：熟悉 ChatGPT、Llama、Claude 等 AI 工具的使用及原理，并具有实际应用经验；熟练掌握 ChatGPT、Midjourney 等 AI 工具的使用及原理。 3. 项目经验：负责制定和执行 AI 项目，如 Prompt 设计平台化方法和模板化方法。 4. 技术理解：了解并熟悉 Prompt Engineering，包括常见的 Prompt 优化策略（例如 CoT、Fewshot 等）。 5. 数据分析能力：对数据驱动的决策有深入的理解，能够基于数据分析做出决策。 6. 创新思维：具有创新思维，能够基于业务需求提出并实践 AI first 的解决方案。 7. 行业关注：对 AIGC 领域有深入的理解与实际工作经验，保持对 AI 技术前沿的关注。 8. 编程能力：具备一定的编程和算法研究能力，能应用新的 AI 技术和算法于对话模型生成；具有一定的编程基础，熟练使用 Python、Git 等工具。 在面试过程中，以下方面是加分项： 1. 需求拆解能力/产品需求嗅觉：考验需求拆解、控制 AI 稳定输出理想结果的能力。 2. 懂技术：Prompt 设计离不开有 AIGC 开发经验，懂开发和底层原理才能写出更好的 Prompt。 3. 有参与做过 AIGC 产品应用：例如用 Langchain 等框架去写，解决应用场景及其中的技术细节，包括商业化变现、解决 OpenAI 请求需要科学上网的问题、负载均衡/APIKey 管理等。 4. 想法在用户需求认知前面：面试官给出行业场景（例如美妆），在无提示情况下，能畅享 AI 在该行业上赋能的功能场景，能联想到 To B 或 B2B2C 的场景是加分项。因为用户往往无法感知到 AI 能带来的帮助，需要面试者去了解用户工作流，有种“创造需求”的感觉。 公司在筛选几百份简历后，最终选择的 AIGC 提示词工程师和 AI 训练师，通常是像爱折腾的 00 后，有技术开发背景，对 Prompt 有独特深刻见解的人员。

以下是关于“AI 与新闻”的相关内容： 首届北京城市形象 AI 创作征集活动即将正式启幕，相关媒体报道的链接包括北京日报、京报网、百家、头条、微博、企鹅等。 2023 年 4 月创立至今，“Way to AGI（通往通用人工智能之路）”构建了庞大的知识库体系，涵盖各种技术介绍、AI 行业新闻分析、AI 应用实操，获得了大量浏览和用户交流。 橘子的新文章对国内外已有的 18 家 AI 搜索做了测评，分组包括豆包、秘塔 AI 等。 介绍了六个国家公众对新闻中生成人工智能的看法，公众认为其可能更新时效性更好、成本更低，但对可靠性和透明度持怀疑态度，认为新闻媒体使用应适当披露或标注。 Ethan Mollick 提出作为商学院教授对 AI 崛起给学术研究带来危机和机遇的看法，包括四个“狭义奇点”。

AI 在医院医用耗材出入库数据处理方面可以发挥以下作用，以方便耗材管理人员进行数据分析： 1. 预测需求：通过分析历史出入库数据、医院科室使用情况、季节变化等因素，预测未来某段时间内的耗材需求量，优化库存管理策略，降低成本。 2. 库存优化：实时监控库存水平，及时发现库存过高或过低的情况，提醒管理人员进行调整。 3. 数据分类与整合：对大量的出入库数据进行分类和整合，使其更易于分析和理解。 4. 异常检测：识别出入库数据中的异常情况，如突然的大量领用或长时间未领用等，及时发现潜在问题。 5. 成本分析：计算不同种类、不同批次耗材的采购成本和使用成本，为成本控制提供依据。 需要注意的是，以上内容由 AI 大模型生成，请仔细甄别。

以下为您推荐 4 个画分镜头的 AI 工具： 1. Pika：对于奇幻感较强的画面把控较好，自然度高，但真实环境画面易糊，更新的唇形同步功能便捷。 2. Pixverse：在高清化方面有优势，对偏风景和纪录、有特定物体移动的画面友好，但生成视频有帧率问题，处理人物时易出戏。 3. Runway：在真实影像质感方面最佳，战争片全景镜头处理出色，控件体验感好，但爱变色，光影不稳定。 4. SVD：整体表现略差，仅在风景片测试中表现较好。 在实际使用中，可根据不同工具对画面的处理能力进行组合使用，例如 Pixverse 擅长物体滑行运动，Runway 可辅助完成有手部特殊运动的画面，需要人物表情自然的画面可用 Pika 生成。

以下是 2024 年 AI 大事件的盘点： 10 月： 9 月 27 日：Reecho 睿声●三只羊录音事件涉及 AI 公司出面回应。 9 月 28 日：TeleAI●正式开源 TeleChat2115B。 10 月 1 日：快手●可灵 AI 全面开放 API，OpenAI DevDay。 10 月 2 日：Black Forest Labs●发布 FLUX1.1，苹果●推出多模态大模型 MM1.5。 10 月 3 日：OpenAI●发布 ChatGPT Canvas。 10 月 8 日：2024 年诺贝尔物理学奖。 10 月 9 日：2024 年诺贝尔化学奖。 10 月 10 日：字节●发布首款 AI 智能体耳机 Ola Friend，Vivo●增加蓝心端侧大模型 3B，谷歌●图像生成模型 Imagen 3 开放使用，智源●BGE 登顶 Hugging Face 月榜，State of AI 2024 报告发布。 10 月 11 日：智谱●GLM4Flash 与「沉浸式翻译」合作，北大&北邮&快手●开源高清视频生成模型 Pyramid Flow。 10 月 12 日：OpenAI●开源多智能体协作框架 Swarm，深势科技●完成数亿元人民币新一轮融资，苹果●质疑当前 LLM 缺乏真正的逻辑推理能力。 10 月 14 日。 11 月： 11 月 1 日：《》来自南乔，10 月 AI 行业大事件盘点包括多家公司的重要发布和创新，如 OpenAI 推出多项新功能，字节发布 AI 智能体耳机，以及各大模型的开源。趋势方面，强化学习被认为是推动 AGI 发展的关键技术，原生多模态模型逐渐成为研究热点。新兴应用如 AI 音乐创作、翻译和智能助手等受到关注，整体呈现出技术与应用的快速发展态势。 11 月 1 日：《》来自歸藏，10 月份美国 AI 聊天机器人市场报告显示，ChatGPT 仍是市场领导者，但份额逐渐下降。谷歌和微软在争夺第二的位置，Perplexity 和 ClaudeAI 则实现高速增长，正在从 ChatGPT 和 Gemini 手中蚕食市场份额。总体来看，专业 AI 工具的增长势头强劲，而初创公司的用户获取相对缓慢。 11 月 1 日：《》比尔・盖茨在采访中讨论了人工智能的革命性影响，认为 AI 将使每个人都能成为“超级个体”，改变人机交互方式。他强调 AI 将显著降低白领工作的成本，并逐渐影响蓝领市场。盖茨还提到他对全球健康和气候问题的关注，认为技术创新速度超出预期，未来 20 年将是充满希望的时期。他同时探讨了可再生能源的发展，尤其是核能和太阳能的潜力。 在 2024 年，AI 商业界还发生了以下事件： 全球芯片出口管制下，中国仍成重要市场。美国商务部长吉娜·雷蒙多警告英伟达：“如果你围绕中国特定的需求重新设计芯片，我将在第二天控制它。”据悉，中国在美芯片制造商中所占的份额正在减少。据英伟达称，它从代表 NVIDIA 数据中心业务的 20％下降到“中个位数”。尽管中国实验室在进口硬件方面受到限制，但其当地分支机构目前没有控制权。字节跳动通过美国的甲骨文租用 NVIDIA H100 访问权限，而阿里巴巴和腾讯则与 NVIDIA 就在美国建立自己的数据中心进行谈判。与此同时，谷歌和微软直接向中国大型企业推销他们的云服务。 模型变得更便宜了。以前认为提供强大模型的成本过高，但现在提供这些模型的推断成本正在下降。OpenAI 更达到 100 倍下降！Google Gemini 生产了一种具有很强竞争力的定价系列！Gemini 1.5 Pro 和 1.5 Flash 的价格在推出后几个月内下降了 64%86%，而性能强劲，例如 Flash8B 比 1.5 Flash 贵 50%，但在许多基准测试中表现相当。注意：价格适用于<128K 令牌提示和输出。检索日期为 2024 年 10 月 4 日。考虑到计算成本很高，模型构建者越来越依赖与大型科技公司建立合作伙伴关系。反垄断监管机构担心这将进一步巩固现有公司的地位。