24年9月，当下主流好用ai的大模型有哪些

以下是 2024 年的热门 AI 模型： 在编码任务方面，DeepSeek 的 deepseekcoderv2 成为社区的最爱。 阿里巴巴发布的 Qwen2 系列在视觉能力方面给社区留下深刻印象。 清华大学自然语言处理实验室资助的 OpenBMB 项目催生了 MiniCPM 项目，是可在设备上运行的小型参数模型。 在图像视频领域，国外 Stability AI 发布的 Stable Video Diffusion 能从文本提示生成高质量、真实视频，且在定制化方面进步显著，还推出了 Stable Video 3D。OpenAI 的 Sora 能生成长达一分钟的视频，并保持三维一致性等。Google DeepMind 的 Veo 能将文本和图像提示与视频输入结合生成高分辨率视频。 在生物医学领域，Profluent 的 CRISPRCas 图谱微调后生成功能性基因编辑器，如开源的 OpenCRISPR1。心智基础模型 BrainLM 基于功能性磁共振成像建立，能检测血氧变化等。 在气象预测领域，微软创建的 Aurora 能预测大气化学，比数值模型更优且速度更快。 获得诺贝尔物理学奖和化学奖的 AI 推动了机器学习理论创新，并揭示了蛋白质折叠问题。 蛋白质结构预测方面，有 DeepMind 和 Isomorphic Labs 发布的 AlphaFold 3。 DeepMind 展示的新实验生物学能力 AlphaProteo 能设计出高亲和力的蛋白结合剂。 Meta 发布的 ESM3 是前沿多模态生成模型，在蛋白质序列、结构和功能上训练。 学习设计人类基因组编辑器的语言模型——CRISPRCas 图谱。

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。

2024 年在 AI 视频、图像领域，市场呈现出以下情况： 国内方面： 中国开源项目在全球受到关注，成为积极开源贡献者。 DeepSeek 在编码任务中表现出色，推出的 deepseekcoderv2 受到欢迎。 阿里巴巴发布的 Qwen2 系列在视觉能力方面给社区留下深刻印象。 清华大学的自然语言处理实验室资助的 OpenBMB 项目催生了 MiniCPM 项目。 国外方面： Stability AI 发布的 Stable Video Diffusion 能从文本提示生成高质量、真实视频，且在定制化方面有显著进步，还推出了 Stable Video 3D。 OpenAI 的 Sora 能够生成长达一分钟的视频，并保持三维一致性、物体持久性和高分辨率。 Google DeepMind 的 Veo 能将文本和可选图像提示与嘈杂压缩视频输入相结合，创建独特的压缩视频表示。 从市场数据来看，2024 全年全球 AI 移动应用内付费收入预计为 30 亿美元，其中图像和视频类 AI 应用占据主导地位，收入占比高达 53%。从地区分布来看，北美和欧洲贡献了三分之二的市场份额。 在行业格局方面，云厂商成为 AI 供应链的“链主”，掌握着庞大的商业生态和技术资源。头部阵营基本稳定，大型云厂商在产业链中的地位无可撼动。

以下是 2024 年 AI 应用的一些趋势： 1. 在机器人研究领域，苹果 Vision Pro 成为重要工具，其高分辨率、高级跟踪和处理能力被用于远程操作控制机器人的运动和动作。 2. 在医学中，利用大模型生成合成数据，如微调 Stable Diffusion 中的 UNet 和 CLIP 文本编码器，从大量真实胸部 X 射线及其相应报告中生成大型数据集。 3. 企业自动化方面，传统机器人流程自动化面临问题，新颖方法如 FlowMind 和 ECLAIR 使用基础模型来解决限制，提高工作流理解准确率和完成率。 4. 算力瓶颈影响行业竞争格局，逐渐进入多模态灵活转换的新时代，实现文本、图像、音频、视频等模态的互相理解和转换。 5. 人类劳动形式“软件化”，复杂劳动被抽象为可调用的软件服务，劳动流程标准化和模块化。 6. AI 行业仍处于严重亏损阶段，商业化进程有待提升。 7. 云厂商是产业链中的“链主”，掌握庞大商业生态和技术资源以及巨大市场规模。 8. 2024 年头部 AI 应用中，创意工具仍占最大比重，To P 应用市场潜力大，ToB 应用发展路径复杂，ToC 应用面临挑战。 9. 在 AI 应用领域，Copilot 和 AI Agent 是两种主要技术实现方式，分别适合不同类型的企业。 10. 北美和欧洲贡献了 AI 移动应用市场三分之二的份额，中国 AI 公司积极出海。

以下是 2024 年人工智能行业报告的相关内容： 在 2024 年，国内外 AI 企业的竞争达到白热化阶段。 国外方面： Google DeepMind 和 OpenAI 展示了强大的文本到视频扩散模型预览，但访问受限且技术细节披露不多。 Meta 更进一步，将音频加入其中，Movie Gen 核心包含 30 亿视频生成和 13 亿音频生成模型，能分别以每秒 16 帧的速度生成 16 秒的视频和每秒 45 秒的速度生成音频片段。 Llama 3.1 是迄今为止最大版本，在推理、数学、多语言和长上下文任务中能与 GPT4 相抗衡，标志着开放模型缩小与专有前沿的差距。 OpenAI 草莓落地，加倍扩大推理计算规模，通过将计算从预训练和后训练转移到推理，以链式思维方式逐步处理复杂提示，采用强化学习优化，在需要大量推理的基准测试中取得显著改进，但成本较高。 Meta 推出 Llama 3 家族，包括 3.1 和 3.2 版本，使用大量令牌训练，在规模上不断突破。 国内方面： 国内涌现出类似可灵、即梦、智谱清影等一系列 AI 生成视频工具，生成结果甚至远超国外。 由 DeepSeek、零一万物、知谱 AI 和阿里巴巴开发的模型在 LMSYS 排行榜上取得优异成绩，尤其在数学和编程方面表现出色。中国模型各有优势，如 DeepSeek 在推理过程中通过多头隐式注意力减少内存需求并改进 MoE 架构，零一万物更加关注数据集的建设。中国模型更能优先考虑计算效率，以弥补 GPU 访问的限制，并学会更有效地利用资源。 需要注意的是，报告中对中国的 AI 生成图、生成视频的工具未展开详细说明，但这并不代表中国有关该功能的 AI 工具落后于国外。

以下是为您找到的与 2024 年生成式人工智能相关的内容： 《2024 年生成式人工智能海外合规白皮书（东南亚篇）》由垦丁律师事务所联合 WEEE Consulting 和 Boosterhub 撰写，深入分析了东南亚地区生成式人工智能（AI）的产业现状、监管框架及合规要求。报告涵盖了新加坡、越南、泰国、马来西亚、印度尼西亚和菲律宾六国，探讨了 AI 产品合规性、数据本地化、跨境数据传输、内容安全和知识产权等关键问题。报告指出，尽管东南亚国家在 AI 发展上展现出潜力，但各国法规和伦理标准存在差异，对 AI 的法律监管和合规要求也各不相同。 2024 年 8 月 26 日的《》，其中提到上周，Ideogram 推出功能强大的 2.0 图像生成模型，同时 Jamba 1.5 系列在非 Transformer 架构上取得突破。AI 工具如 ComfyUI 和 Cluade 更新，Cursor 获巨资融资。Google 的 Gemini AI 项目新增技术领导，亚马逊通过 AI 工具极大提升代码开发效率。 此外，还有其他一些相关研究报告，如： 《爱分析：2024 智能办公厂商全景报告》强调智能办公系统在企业数字化转型中的关键作用。 《平安证券：AI 系列深度报告（五）AI 手机》指出 AI 手机的发展重心正逐步向端侧转移，全球出货量将呈现指数级增长。 关于 2024 年人工智能的报告还包括： 2024 人工智能报告中提到，欧盟人工智能法案获得批准并正式生效，欧洲成为世界上第一个全面采用人工智能监管框架的地区。美国大型实验室努力应对欧洲监管，中国人工智能监管进入执行时代，美国对中国实施更严格的出口管制和投资限制。 《生成式 AI 季度数据报告 2024 月 13 月》，作者为郎瀚威 Will、张蔚 WeitoAGI、江志桐 Clara ，报告包含总体流量概览、分类榜单等内容。 您可在知识星球下载其它一些研究报告： 。公众号回复“2024 一季度”，可以获得《生成式 AI 季度数据报告 2024 月 13 月》的 PDF 。

以下是一些可以检查文章是否由 AI 写的软件： 1. Writer.com：提供免费的 AI 内容检测工具，使用时将文本粘贴到在线工具中点击检测按钮，系统会提供分析结果。 2. GPTZero：专门设计用于检测由 GPT3 生成的内容，适用于教育和出版行业。上传文档或输入文本，系统会分析并提供报告。 3. Content at Scale：提供 AI 内容检测功能，将文本粘贴到在线检测工具中，系统会分析并提供结果。 4. Turnitin：广泛使用的学术剽窃检测工具，增加了检测 AI 生成内容的功能。用户上传论文，系统自动分析并提供详细报告。 5. Copyscape：主要用于检测网络剽窃行为，虽不是专门的 AIGC 检测工具，但可发现可能被 AI 生成的重复内容。输入文本或上传文档，系统扫描网络查找相似或重复内容。 6. Grammarly：提供语法检查和剽窃检测功能，将文本粘贴到编辑器中选择剽窃检测功能，系统提供分析报告。 7. Unicheck：基于云的剽窃检测工具，适用于教育机构和学术研究。上传文档或输入文本，系统分析并生成报告。 8. Originality.AI：专门设计用于检测 AI 生成内容，上传文档或输入文本，系统提供详细报告。 以下是一些 AI 文章排版工具： 1. Grammarly：不仅是语法和拼写检查工具，还提供排版功能，可改进文档整体风格和流畅性。 2. QuillBot：AI 驱动的写作和排版工具，帮助改进文本清晰度和流畅性。 3. Latex：广泛用于学术论文排版的软件，使用标记语言描述文档格式，有许多 AI 辅助的编辑器和插件简化排版过程。 4. PandaDoc：文档自动化平台，使用 AI 帮助创建、格式化和自动化文档生成，适合商业和技术文档。 5. Wordtune：AI 写作助手，重新表述和改进文本，使其更清晰专业。 6. Overleaf：在线 Latex 编辑器，提供丰富模板和协作工具，适合学术写作和排版。 选择合适的工具取决于您的具体需求，如文档类型、出版标准和个人偏好。对于学术论文，Latex 和 Overleaf 受欢迎；对于一般文章和商业文档，Grammarly 和 PandaDoc 等可能更适用。

以下是关于您能否用 AI 做一个实时交流社群的相关信息： AI 音乐方面： 存在 AI 音乐共建者的社群。 使用方式：文档中可贴喜欢的音乐或投稿教程，定期组织音乐交流会，社群中可实时交流音乐相关创作作品和经验分享。 加入条件：至少有一首以上的 AI 音乐作品，添加 AAAAAAAJ 备注音乐。 近期活动：「在线音乐会」网友出题，现场生音乐（时间待定）；「Reaction」收集 AI 音乐，大家一起欣赏，记录听到意想不到的好听的歌的反应（时间待定）。 有趣的音乐可贴在文档下方，持续收集中。 Inworld AI 方面： 使 NPC 能够自我学习和适应，具有情绪智能。 特点和功能： 实时语音：使用内置语音设置进行最小延迟，可配置角色的性别、年龄、音调和说话速度，或使用第三方服务创建自定义和克隆语音。 “Contextual Mesh”功能：定制 AI 非玩家角色（NPC）的行为和知识。 可配置的安全性：可配置 NPC 对话方式，适应不同年龄级别游戏。 知识：输入“个人知识”控制角色应知道或不应知道的信息，使用“共享知识”定义多个角色拥有的知识。 玩家档案：收集玩家信息，让 NPC 在互动时考虑。 关系：配置角色关系流动性，创建不同关系的角色。 第四堵墙：确保角色只从其世界中的知识获取信息，创建更沉浸的体验。 可与各种游戏引擎（如 Unity、Unreal Engine 等）和其他游戏开发工具无缝对接，帮助品牌创建交互性强的 AI 角色，无需编码。

以下是一些制作 PPT 的 AI 应用： 1. Gamma：这是一个在线 PPT 制作网站，允许用户通过输入文本和想法提示快速生成幻灯片。它支持嵌入多媒体格式，如 GIF 和视频，以增强演示文稿的吸引力。网址：https://gamma.app/ 2. 美图 AI PPT：由知名图像编辑软件“美图秀秀”的开发团队推出。允许用户通过输入简单的文本描述来生成专业的 PPT 设计，包含丰富的模板库和设计元素，适用于多种场合。网址：https://www.xdesign.com/ppt/ 3. Mindshow：一款 AI 驱动的 PPT 辅助工具，提供自动布局、图像选择和文本优化等智能设计功能，还可能包括互动元素和动画效果。网址：https://www.mindshow.fun/ 4. 讯飞智文：由科大讯飞推出的 AI 辅助文档编辑工具，利用语音识别和自然语言处理领域的技术优势，提供智能文本生成、语音输入、文档格式化等功能。网址：https://zhiwen.xfyun.cn/ 5. 爱设计 PPT：在国内 AI 辅助制作 PPT 的产品中表现出色，背后有实力强大的团队，能敏锐把握市场机遇，已确立市场领先地位。 目前市面上大多数 AI 生成 PPT 通常按照以下思路完成设计和制作： 1. AI 生成 PPT 大纲 2. 手动优化大纲 3. 导入工具生成 PPT 4. 优化整体结构 推荐 2 篇市场分析的文章供参考： 1. 《》 2. 《》 请注意，内容由 AI 大模型生成，请仔细甄别。

以下是新手学习 AI 的方法和建议： 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，如图像、音乐、视频等，可根据兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 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，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台： 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目： 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

AI 的英文全称是 Artificial Intelligence，意思是人工智能。它是指让计算机或机器能像人类一样思考和学习的技术。在不同的应用场景中，AI 有着丰富的表现形式，比如聊天机器人、推理者、智能体、创新者和组织等。同时，在 AI 领域还有众多的术语，如 BlackBox Attack（黑盒攻击）、Bonding Environments（成键环境）、Bonferroni Correction（邦弗朗尼校正）等。

AI 音乐创作管线包括以下几个方面： 1. ByteComposer：由字节跳动人工智能实验室开发，利用大型语言模型（LLM），通过概念分析、草稿创作、自我评估与修改、审美选择四个关键步骤生成旋律。其核心模块包括专家模块、生成器模块、投票器模块以及记忆模块，通过精心设计的提示激发 LLM 的音乐理论知识，并通过交叉验证优化提示设计。在实验中证明了其在音乐创作方面的有效性，达到了初级作曲家的水平，为用户提供了直观、可控且富有创造性的音乐创作平台。 2. 《We Are The One》的融合工作流：呼应了 AI 技术在音乐创作中不可或缺的愿景，核心是介绍使用 AI 音乐平台 UDIO.com 进行音乐创作的技术分享，以歌曲《We Are the One》的制作过程为例，展示如何结合 AI 与传统音频处理手段，打造以 AI 为主导的音乐制作工作流。 3. 自定义前奏的工作流：Suno 和 Udio 推出上传音频文件生成音乐的功能，可精确控制速度、旋律、配器、合成等。节省的点数可用于多 Roll 与流派、心情、场景相关的曲子并存好旋律素材，也可用于 roll 更多细节调整部分以提升作品品质。通过简单例子演示工作流。

以下是一些好用的 AI 视频工具： Runway：https://runwayml.com/ 。在真实影像方面质感好，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，控制能力强，可指定局部对象设置运动笔刷。有网页和 app 方便。工具教程： Pixverse：https://pixverse.ai/ 。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，能力全面，缺点是同时只能进行 4 个任务。工具教程： Haiper：https://app.haiper.ai/ 。默默无闻，只能生成 2s，但有不错的镜头，稳定性强，优点是没有并发任务限制。 Pika：https://pika.art/ 。对奇幻感画面把控好，自然，有嘴型同步功能，对二次元友好。工具教程： SVD：https://www.stablevideo.com/ 。整体略拉垮，唯一能打的是在风景片，优点是不带水印，动作幅度大，但崩坏概率大。工具教程： 此外，还有以下 AI 视频工具： 即梦：https://dreamina.jianying.com/ 。剪映旗下，生成 3 秒，动作幅度有很大升级，最新 S 模型，P 模型。工具教程： Kling：kling.kuaishou.com 。支持运动笔刷，1.5 模型可以直出 1080P30 帧视频。视频模型： Vidu：https://www.vidu.studio/ 智谱清影：https://chatglm.cn/video 。开源了，可以自己部署 cogvideo 。工具教程： 美图旗下：https://www.miraclevision.com/ Neverends：https://neverends.life/create 。操作傻瓜 SD：Animatediff SVD deforum 。自己部署 Leiapix：https://www.leiapix.com/ 。可以把一张照片转动态 Krea：https://www.krea.ai/ Opusclip：https://www.opus.pro/ 。利用长视频剪成短视频 Raskai：https://zh.rask.ai/ 。短视频素材直接翻译至多语种 invideoAI：https://invideo.io/make/aivideogenerator/ 。输入想法>自动生成脚本和分镜描述>生成视频>人工二编>合成长视频 descript：https://www.descript.com/?ref=feizhuke.com veed.io：https://www.veed.io/ 。自动翻译自动字幕 clipchamp：https://app.clipchamp.com/ typeframes：https://www.revid.ai/?ref=aibot.cn 还有一些其他的工具，如： Morph Studio：https://app.morphstudio.com/ 。还在内测 Heygen：https://www.heygen.com/ 。数字人/对口型 Kaiber：https://kaiber.ai/ Moonvalley：https://moonvalley.ai/ Mootion：https://discord.gg/AapmuVJqxx 。3d 人物动作转视频

以下是一些好用的视频创作 AI 工具： 1. 根据视频脚本生成短视频的工具： ChatGPT + 剪映：ChatGPT 生成视频小说脚本，剪映根据脚本自动分析并生成素材和文本框架，实现从文字到画面的快速转化。 PixVerse AI：在线 AI 视频生成工具，支持将多模态输入转化为视频。 Pictory：AI 视频生成器，用户提供文本描述即可生成相应视频内容。 VEED.IO：提供 AI 图像和脚本生成器，帮助从图像制作视频并规划内容。 Runway：将文本转化为风格化视频内容，适用于多种场景。 艺映 AI：专注人工智能视频，提供文生视频、图生视频、视频转漫等服务。 2. 给视频配音效的 AI 工具： Wavel Studio：支持 30 多种语言配音，音质自然流畅，能自动去除背景噪音和杂音，提供添加字幕和文本叠加层工具，界面友好且有多种自定义选项。 Elai.io：支持 65 多种语言配音，音色和语调真实，自动将唇形与语音同步，生成字幕提高视频可访问性，支持多位配音者。 Rask AI：支持 130 多种语言配音，包括稀有和濒危语言，采用先进语音合成技术，音质高保真，提供语音参数自定义和音效添加工具，与多种视频编辑平台和工作流程整合。 Notta：提供快速实惠的多语言配音解决方案，保留原声说话风格和细微差别，提供调整语音速度和音调工具，支持批量处理。 Dubverse：支持 60 多种语言配音，音质接近真人，提供文本转语音和语音克隆功能，提供语音参数自定义和情感添加工具，与多种视频平台和社交媒体渠道整合。 此外，在进行 AI 短片创作时，除了使用上述工具，还需考虑故事来源。比如原创，可基于自身或周围人的经历、做过的梦、想象的故事等；也可改编经典 IP、名著、新闻或进行二创。剧本写作方面，短片创作篇幅较小、情节和角色相对简单，可从自身或朋友经历改编入手，或对触动自己的短篇故事进行改编。多与他人讨论故事，有助于修改和进步。

以下是一些比较好用的制作 PPT 的 AI 工具： 1. Gamma：这是一个在线 PPT 制作网站，允许用户通过输入文本和想法提示快速生成幻灯片。它支持嵌入多媒体格式，如 GIF 和视频，以增强演示文稿的吸引力。网址：https://gamma.app/ 2. 美图 AI PPT：由知名图像编辑软件“美图秀秀”的开发团队推出。用户通过输入简单的文本描述来生成专业的 PPT 设计，包含丰富的模板库和设计元素，可根据需求选择不同风格和主题的模板，适用于多种场合。网址：https://www.xdesign.com/ppt/ 3. Mindshow：一款 AI 驱动的 PPT 辅助工具，提供自动布局、图像选择和文本优化等智能设计功能，还可能包括互动元素和动画效果。网址：https://www.mindshow.fun/ 4. 讯飞智文：由科大讯飞推出的 AI 辅助文档编辑工具，利用科大讯飞在语音识别和自然语言处理领域的技术优势，提供智能文本生成、语音输入、文档格式化等功能。网址：https://zhiwen.xfyun.cn/ 目前市面上大多数 AI 生成 PPT 通常按照以下思路完成设计和制作： 1. AI 生成 PPT 大纲 2. 手动优化大纲 3. 导入工具生成 PPT 4. 优化整体结构 推荐 2 篇市场分析的文章供参考： 1. 《》 2. 《》 另外，有人通过与 GPT4 交流来制作 PPT 大纲，经过多次迭代完成。WPS AI 也能帮助优化 PPT 大纲、快速生成 PPT 并进行主题配色和字体修改等操作。但需注意，WPS 可能未来会对相关功能收费。

国内有以下免费的会议记录语音转文字的工具，不过大部分有使用时间限制，超过免费时间可能需要付费： 1. 飞书妙记：飞书的办公套件之一，网址为 https://www.feishu.cn/product/minutes 。 2. 通义听悟：阿里推出的 AI 会议转录工具，网址为 https://tingwu.aliyun.com/home 。 3. 讯飞听见：讯飞旗下智慧办公服务平台，网址为 https://www.iflyrec.com/ 。 4. Otter AI：转录采访和会议纪要。 更多会议记录工具请访问网站：https://waytoagi.com/sites/category/29 。 内容由 AI 大模型生成，请仔细甄别。

以下是为您整理的一些关于去除视频中不要部分的 AI 工具和相关介绍： 1. Topaz Video AI： 这是一个用于消除视频抖动和运动模糊的插件。 解压对应文件，推荐使用绿色版。 右键管理员运行 VideoAIportable.exe 文件，导入处理好的视频。 主界面左边是原视频，右边是待处理视频，下面是视频轨道。 右边部分是主要的视频处理方式，预设部分包括放大视频、提升画质、提升帧率等。 稳定 AI 用于画面稳定和减少抖动，模式分为自动裁切和完整帧，强度在 60 左右，抖动需开启，次数一般选择 2 保持默认不变。 帧插值 AI 主要是识别帧和帧之间进行修复替换，有多种模型。 增强 AI 选择不同模型对视频进行整体优化，包括面部、去噪、锐化提升等。 2. VSR 字幕去除工具： 利用 AI 去除视频和图片中的字幕。 支持智能填充处理，确保视觉质量。 您可以根据自己的需求和电脑配置选择适合的工具。

以下是基于 2022 年 9 月至 2023 年 8 月访问量的 10 个最佳人工智能工具排名： 1. ChatGPT：访问量达 146 亿次，在美国的使用率最高，其次是印度和巴西。大多数受众通过移动设备访问，性别分布偏向男性用户，占 74.16%，每次会话的平均参与时间接近 10 分钟。 2. Character AI：访问量达 38 亿次，属于人工智能聊天机器人类别，用户每次会话平均花费近 30 分钟，95%的受众更喜欢移动访问，性别分布中男性用户占 59.87%，女性用户占 40.13%，美国的使用量领先，印度尼西亚和菲律宾紧随其后。 3. QuillBot：访问量达 11 亿次，在 AI 写作领域表现出色，用户平均每次会话互动时长为 20 分 54 秒，桌面流量领先，高达 54%，性别统计中男性用户占 59.85%，女性用户占 40.15%，菲律宾的使用率领先，美国和印度紧随其后。 4. Midjourney 5. Hugging Face 6. Google Bard 7. NovelAI 8. CapCut 9. JanitorAI 10. Civitai 在 2022 年 9 月至 2023 年 8 月期间，排名前 50 的人工智能工具吸引了超过 240 亿次访问。ChatGPT 以 140 亿次访问量领先，占分析流量的 60%以上。过去一年，人工智能行业平均每月访问量为 20 亿次，过去 6 个月激增至 33 亿次。分析的 50 个人工智能工具经历了 10.7 倍的增长率，平均每月访问量增加 2.363 亿次。ChatGPT、Character AI 和 Google Bard 的净流量分别增长了 18 亿次、4.634 亿次和 6800 万次访问量。Craiyon、MidJourney 和 Quillbot 在此期间面临最大的流量下降。美国贡献了 55 亿人次访问量，占总访问量的 22.62%，而欧洲国家合计贡献了 39 亿人次访问量。AI 聊天机器人工具最受欢迎，访问量达到 191 亿次。超过 63%的 AI 工具用户通过移动设备访问。性别数据揭示了一种差异：69.5%是男性用户，而 30.5%是女性用户。

以下是主流大语言模型擅长领域的相关信息： 1. Encoderonly 模型：通常适用于自然语言理解任务，如分类和情感分析，代表模型是 BERT。 2. Encoderdecoder 模型：同时结合 Transformer 架构的 encoder 和 decoder 来理解和生成内容，用例包括翻译和摘要，代表是 Google 的 T5。 3. Decoderonly 模型：更擅长自然语言生成任务，如故事写作和博客生成，众多 AI 助手基本采用此结构，包括 ChatGPT。 大模型的特点： 1. 预训练数据非常大，往往来自互联网上的论文、代码、公开网页等，先进的大模型一般用 TB 级别的数据进行预训练。 2. 参数非常多，如 Open 在 2020 年发布的 GPT3 就已达到 170B 的参数。 国内大模型分类： 1. 通用模型：如文心一言、讯飞星火等，处理自然语言。 2. 垂直模型：专注特定领域，如小语种交流、临床医学、AI 蛋白质结构预测等。 大型模型主要分类： 1. 大型语言模型：专注于处理和生成文本信息。 2. 大型多模态模型：能够处理包括文本、图片、音频等多种类型的信息。 大型多模态模型与大型语言模型的不同： 1. 处理的信息类型不同：大型语言模型专注于文本信息，大型多模态模型能处理多种类型信息。 2. 应用场景不同：大型语言模型主要用于自然语言处理任务，大型多模态模型可应用于更广泛领域，如图像识别与描述、视频分析、语音识别与生成等。 3. 数据需求不同：大型语言模型主要依赖大量文本数据训练，大型多模态模型需要多种类型数据训练。 相对大型模型的“小模型”：是在相对比较下规模较小的模型，实际是被设计来完成特定任务的，如最初用于图像分类的模型，只能分辨是或不是某一个东西。

现在主流的 AI 具备以下能力： 1. 对话能力：如聊天机器人，具备基本对话功能，主要依赖预设脚本和关键词匹配，用于客户服务和简单查询响应。 2. 推理能力：像推理者，具备人类推理水平，能够解决复杂问题，例如 ChatGPT 能根据上下文和文件提供详细分析和意见。 3. 执行能力：智能体不仅具备推理能力，还能执行全自动化业务，不过目前许多 AI 智能体产品在执行任务后仍需人类参与。 4. 创新能力：创新者能够协助人类完成新发明，例如谷歌 DeepMind 的 AlphaFold 模型可预测蛋白质结构，加速科学研究和新药发现。 5. 组织能力：最高级别的组织能够自动执行组织的全部业务流程，如规划、执行、反馈、迭代、资源分配和管理等。 AI 的应用场景广泛，包括： 1. 医疗保健： 医学影像分析：用于辅助诊断疾病。 药物研发：加速药物研发过程。 个性化医疗：为患者提供个性化治疗方案。 机器人辅助手术：提高手术精度和安全性。 2. 金融服务： 风控和反欺诈：识别和阻止欺诈行为。 信用评估：帮助金融机构做出贷款决策。 投资分析：辅助投资者做出投资决策。 客户服务：提供 24/7 服务并回答常见问题。 3. 零售和电子商务： 产品推荐：向客户推荐感兴趣的产品。 搜索和个性化：提供个性化购物体验。 动态定价：根据市场需求调整产品价格。 聊天机器人：回答客户问题并解决问题。 4. 制造业： 预测性维护：预测机器故障避免停机。 质量控制：检测产品缺陷提高质量。 供应链管理：优化供应链提高效率和降低成本。 机器人自动化：控制工业机器人提高生产效率。 以下是一些辅助写邮件的 AI 工具： 1. Grammarly：提供语法检查、拼写纠正、风格建议和语气调整等功能，易于使用，支持多种平台和语言，网站：https://www.grammarly.com/ 2. Hemingway Editor：简化句子结构提高可读性，标记复杂句和冗长句，界面简洁，重点突出，适用于改善写作风格和简洁性，网站：http://www.hemingwayapp.com/ 3. ProWritingAid：全面的语法和风格检查，提供详细写作报告和建议，功能强大，支持多种平台和集成，适合专业写作者，网站：https://prowritingaid.com/ 4. Writesonic：基于 AI 生成各种类型文本，包括电子邮件、博客文章、广告文案等，生成速度快，适合需要快速创作和灵感的用户，网站：https://writesonic.com/ 5. Lavender：专注于邮件写作优化，提供个性化建议和模板，帮助提高邮件打开率和回复率。

目前市面上主流的 AI Agent 工具包括： 1. Ranger：通过为大模型增加工具、记忆、行动、规划等能力来实现，行业里主要用到的框架如 langchain，在 prompt 层和工具层完成主要设计。 2. Coze：新一代一站式 AI Bot 开发平台，集成丰富插件工具拓展 Bot 能力边界。 3. Microsoft 的 Copilot Studio：具备外挂数据、定义流程、调用 API 和操作以及部署等功能。 4. 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者按需打造产品能力。 5. MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识等，并访问第三方数据和服务或执行工作流。 6. 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于多种场景，提供多种成熟模板。 7. 钉钉 AI 超级助理：依托钉钉优势，在处理高频工作场景方面表现出色。 请注意，以上信息由 AI 大模型生成，请仔细甄别。

以下是目前各大主流模型的 max output token 情况： Claude2100 k 模型的上下文上限是 100k Tokens，即 100000 个 token。 ChatGPT16 k 模型的上下文上限是 16k Tokens，即 16000 个 token。 ChatGPT432 k 模型的上下文上限是 32k Tokens，即 32000 个 token。 需要注意的是，token 限制同时对一次性输入和一次对话的总体上下文长度生效。不是达到上限就停止对话，而是会遗忘最前面的对话。 如果想直观查看 GPT 如何切分 token，可以打开： 。此外，GPT3 和 GPT3.5/4 的 token 计算方式不同，英文的 Token 占用相对于中文较少，这也是很多中文长 Prompt 会被建议翻译成英文设定然后要求中文输出的原因。

目前主流的 AI 软件具有多种功能，以下为您介绍部分软件的功能及区别： 在软件架构设计方面： Lucidchart：流行的在线绘图工具，支持多种图表创建，包括逻辑视图、功能视图和部署视图，用户可通过拖放界面轻松创建架构图。 Visual Paradigm：全面的 UML 工具，提供创建各种架构视图的功能，如逻辑视图（类图、组件图）、功能视图（用例图）和部署视图（部署图）。 ArchiMate：开源的建模语言，专门用于企业架构，支持逻辑视图创建，可与 Archi 工具配合使用，该工具提供图形化界面创建模型。 Enterprise Architect：强大的建模、设计和生成代码工具，支持创建多种架构视图，包括逻辑、功能和部署视图。 Microsoft Visio：广泛使用的图表和矢量图形应用程序，提供丰富模板用于创建逻辑视图、功能视图和部署视图等。 draw.io（现称为 diagrams.net）：免费的在线图表软件，允许创建各种类型图表，包括软件架构图，支持创建逻辑视图和部署视图等。 PlantUML：文本到 UML 转换工具，通过编写描述性文本自动生成序列图、用例图、类图等，帮助创建逻辑视图。 Gliffy：基于云的绘图工具，提供创建各种架构图功能，包括逻辑视图和部署视图。 Archi：免费开源工具，用于创建 ArchiMate 和 TOGAF 模型，支持逻辑视图创建。 Rational Rose：IBM 的 UML 工具，支持创建多种视图，包括逻辑视图和部署视图。 在其他应用方面： AI 摄影参数调整助手：利用图像识别、数据分析技术，如一些摄影 APP 的参数调整功能，根据场景自动调整摄影参数。 AI 音乐情感分析平台：通过机器学习、音频处理技术，如音乐情感分析软件，分析音乐的情感表达。 AI 家居智能照明系统：结合物联网技术、机器学习，如小米智能照明系统，实现家居照明的智能化控制。 AI 金融风险预警平台：运用数据分析、机器学习，如金融风险预警软件，提前预警金融风险。 AI 旅游路线优化平台：借助数据分析、自然语言处理，如马蜂窝的路线优化功能，根据用户需求优化旅游路线。 在辅助写邮件方面： Grammarly：提供语法检查、拼写纠正、风格建议和语气调整等功能，易于使用，支持多种平台和多种语言，网站：https://www.grammarly.com/ 。 Hemingway Editor：简化句子结构，提高可读性，标记复杂句和冗长句，界面简洁，重点突出，网站：http://www.hemingwayapp.com/ 。 ProWritingAid：全面的语法和风格检查，提供详细写作报告和建议，功能强大，支持多种平台和集成，网站：https://prowritingaid.com/ 。 Writesonic：基于 AI 生成各种类型文本，包括电子邮件、博客文章、广告文案等，生成速度快，网站：https://writesonic.com/ 。 Lavender：专注于邮件写作优化，提供个性化建议和模板，帮助提高邮件打开率和回复率。

目前国外主流的图像类 AICG 应用包括 DALL·E2、StableDiffusion 等。DALL·E2 能够根据输入的文本描述生成逼真且富有创意的图像；StableDiffusion 则以其强大的生成能力和广泛的自定义选项受到众多用户的青睐。