怎么学习人形机器人相关知识

要入门人形机器人，以下是一些关键的方面： 1. 了解具身智能的概念：具身智能是将机器学习算法适配至物理实体，从而与物理世界交互的人工智能范式。人形机器人是具身智能的代表产品。 2. 掌握具身智能的要素：包括“本体”（硬件载体）、“智能”（大模型、语音、图像、控制、导航等算法）、“环境”（本体所交互的物理世界），且三者高度耦合是高级智能的基础。 3. 熟悉具身智能的模块：具身智能体的行动分为“感知决策行动反馈”四个步骤，分别由四个模块完成，并形成一个闭环。 4. 关注相关技术进展：例如在 AI 3D 生成领域的进展对具身智能领域具有革命性意义，世界模型开启了在虚拟世界中预训练机器人的新可能，大幅降低试错成本，加速学习过程，为实现更复杂的机器人行为打开可能。 5. 研究具体案例：如哥伦比亚大学创意机器实验室开发的人形机器人头，其能精准模拟人类面部表情，使用 AI 模型预测和回应人类表情，自我监督学习生成表情。

以下是为您整合的相关内容： 北京具有丰富多样的特色元素，包括经典地标如万里长城、天安门广场、故宫角楼、天坛等，见证了历史变迁；宜居生活方面，有独特的美食如豆汁儿、脆皮烤鸭、老北京炸酱面，以及充满京腔的日常生活；潮流文化新地标如国家博物馆、胡同里的新老交融、环球影城、798 等；未来科技方面，有西二旗的上班族日常、北大化学系科研 vlog、世界机器人大会等。 在海报设计方面，若对 AI 回答有疑问可再搜索确认，对于想用的项目要确认与北京的关系及能否使用；兔爷、戏曲金句等北京有名元素可用，金句可分化。做海报时可借鉴三思老师毛绒玩具美食系列，先找参考、做头脑风暴。比赛征集内容有四个赛道，若做系列海报，围绕金句或偏向北京非遗项目做系列较简单。用 AI 制作海报时，如制作北京地标糖葫芦风格海报，可用集梦 2.1 模型，以天坛等建筑为画面中心，注意材质、抽卡选图和细节处理。 对于设计房山区中小学数学节 LOGO，您可以考虑将房山区的特色文化、地标建筑、生态景观与数学元素（如几何图形、数学公式、数学符号等）和 AI 元素（如神经网络图案、代码片段、智能机器人形象等）相结合。例如，以房山区的著名建筑为主体，融入数学图形进行变形设计，同时添加一些代表 AI 的线条或图案，以生动诠释“数学 + AI=？”的主题内涵。

在未来，AI 运用在人形机器人上能够实现以下方面： 1. 为人类生活带来更智能、更便捷的体验，提供各种生活服务和生产制造服务。 2. 打造能够与人类建立深度互动的智能体，自主处理与复杂物理世界的交互。 3. 利用端到端的 AI 运动控制技术驱动软硬件一体化的机器人系列产品，开发在真实世界中生产、制造以及服务的人形机器人产品。 4. 拥有先进的计算机视觉算法、人工智能算法、控制和路径规划算法，对 3D 物体的姿势估计具有出色的感知能力。 5. 可以为机器人提供模仿训练数据，人形机器人可能在人类世界中更加有用，部署更加高效。 6. 借助相关技术，人形机器人能够从少量人类演示中学习，帮助完成日常任务，通过观察模仿人类的运动。 7. 由全新的机器人芯片提供支持，实现更强大的智能功能。

以下为您介绍可以生成个人 AI 数字人形象的软件及方法： 剪映 App 可以帮助您生成数字人形象。在剪映右侧窗口顶部，打开“数字人”选项，选取一位免费且适合的数字人形象，比如“婉婉青春”。选择数字人形象时，软件会播放其声音，您可判断是否需要，然后点击右下角的“添加数字人”，软件会根据之前提供的内容生成对应音视频并添加到当前视频中。左下角会提示渲染完成时间，之后可点击预览按钮查看效果。 生成数字人后，您还可以进行以下操作来完善视频： 1. 增加背景图片：删除先前导入的文本内容，点击左上角的“媒体”菜单并点击“导入”按钮，选择本地图片上传，将图片添加到视频轨道上，通过拖拽轨道右侧竖线使其与视频长度对齐，再调整图片大小和数字人的位置。 2. 增加字幕：点击文本智能字幕识别字幕，点击开始识别，软件会自动将文字智能分段并形成字幕。 如果您希望数字人换成自己希望的面孔，可以使用 facefusion 软件。打开该软件，返回实例列表，点击自定义服务按钮，通过新的浏览器窗口访问其 UI 界面。上传准备好的图片和视频，在右侧可看到预览效果，点击下方的开始按钮执行换脸处理。处理完成后，在输出位置点击下载按钮导出换脸后的视频。 整个过程大约 10 分钟，制作数字人视频免费，数字人换脸约 0.8 元。

以下是关于微信机器人的相关内容： 测试和重新配置 1. 登录成功后，找另一个人私聊或者在群中@您，就可以看到机器人的正常回复，此时表示已通。若未通过，可检查 config.json 文件中的配置或直接跳到“第四章，第 3 步”重启服务。 2. 为机器人设置不同的提示词，可返回“第三章，第 7 步”或“目录 4 里的第 17 步”进行更改。 3. 此后任何更改，都需要“返回首页 右上角 点击重启，重启一下服务器”，或者在熟悉 linux 操作的情况下通过重启进程的方式来重启服务。 4. 重新在“文件”的【终端】里，直接输入“nohup python3 app.py&tail f nohup.out”重新扫码登录即可。 5. 若想退出机器人，在手机微信上找到桌面版已登录的信息，点击退出桌面版即可。 帮助 如果遇到问题，可以先查询社区知识库，或者加“通往 AGI 之路”群，社区小伙伴们（比如梦飞大佬，熊猫大侠）会尽力帮助。也可以加 Stuart 个人微信询问。 第一天教程：COW 部署 1. 登录成功后，找另一个人私聊或者在群中@您，就可以看到机器人的正常回复，此时表示已通。 2. 若想设置提示词，可返回“目录 4 里的第 17 步”进行更改。 3. 此后任何更改，都需要重新打印登陆二维码才会生效。建议在多次重新登录后，在宝塔“首页 右上角 点击重启，重启一下服务器”清理进程。 4. 重新在“文件”的【终端】里，直接输入“nohup python3 app.py&tail f nohup.out”重新扫码登录即可。 5. 如果没有手机登录，可以使用夜神模拟器模拟手机登录。 6. 一个月内，不要上来就加好友、最好不要私聊聊天。 7. 报错“wxsid”是因为微信未实名，实名即可。 8. Link AI 提供 100 个，合计 3500 万 GPT3.5 Token 的礼品码，可用于实现画图、搜索、识图等功能，COW 插件里几乎都支持使用 LinkAI 平台。完成机器人搭建，机器人拉群里，可领兑换码。 9. 添加微信，拉您进机器人群，先行体验。 COW 问题 1. 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“{"Success":1,"error":{"code":4008,"message":"The specified key does not exist."}}”，查看/root/chatgptonwechat/run.log 中有相关提示。可能是点击链接时多了一个小括号。 2. 扫码后，手机登陆后，没有任何机器人的反应，可能是配置错误或安装不对，需根据步骤逐一检查或重装。 3. 按照在 coze 上的设计，输入特定数字后，会出现相应内容，由于内容生成需要时间，因此生成前加了“内容加速生成中，请稍等”的消息，在 coze 中运行正确，但在微信机器人中，始终只显示内容生成中的消息，后面的内容不会出现。这不是问题，COW 本身处理不了，一次只能调取一个对话。有代码能力，可以直接调整代码实现。 4. 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即可，重启时间可能会久，但一定会重启成功，请耐心等待。

以下是为您生成的一些基于 STM32 的维修机器人论文标题，供您参考： 1. 《基于 STM32 的智能维修机器人系统设计与实现》 2. 《STM32 在维修机器人中的应用与性能优化》 3. 《基于 STM32 控制的高效维修机器人研究》 4. 《以 STM32 为核心的维修机器人技术创新与实践》 5. 《STM32 驱动的维修机器人精准作业研究》 6. 《基于 STM32 的多功能维修机器人开发与应用》 7. 《探索 STM32 在维修机器人领域的关键作用》 8. 《STM32 助力下的维修机器人智能化发展》 9. 《基于 STM32 的维修机器人自主导航与故障修复技术》 10. 《利用 STM32 实现维修机器人的高效能运作》

以下是一些国内的机器人研发企业： 宇树科技：从 2013 年开始致力于消费级、行业级高性能通用足式的自主研发，是国内四足机器人相关专利最多的机器人公司。自研电机、减速器、编码器及各类机器人传感器，自主开发各类机器人算法。仅用半年时间就研发出通用人形机器人 H1 并量产，一年内不断迭代更新，综合性能全球领先，跑步速度达到 3.3m/s，创世界纪录，同时也是全球首个可实现原地空翻的全尺寸电驱动人形机器人。其产品丰富多样，包括 Go1、B2、L1、G1、Laikago Pro、A1、Go2 等，并应用于巡检等领域。宇树科技还拥有 180 多项申请国内外专利，150 多项公开授权。此外，宇树科技的产品还曾在冬奥会开幕式、春晚、美国超级碗等重大活动中亮相。

目前可以通过 Coze 平台来实现让 AI 机器人自动回复您的抖音新消息。以下是相关信息： 微信的不同功能与 Coze 平台对接情况： 个人微信/微信群：之前 Coze 平台不支持直接对接，但国内版已正式发布 API 接口功能，直接对接成为可能。 微信公众号：Coze 平台支持对接，AI 机器人可自动回复用户消息。 微信服务号：Coze 平台支持对接，能提升服务效率。 微信客服：Coze 平台支持对接，可自动回答用户咨询，提高客服响应速度。 配置 AI 微信聊天机器人的步骤： 登录成功后，找另一个人私聊或者在群中@您，能看到机器人正常回复。 若想为 AI 赋予提示词，可返回“目录 4 里的第 17 步”进行更改。 此后进行任何更改，都需“返回首页 右上角 点击重启，重启一下服务器”。 然后，在“文件”的【终端】里，输入“nohup python3 app.py&tail f nohup.out 重新扫码登录”。 关于添加插件，可参考。 疑问解答： 放行端口：类似于给房子安装门铃，通过放行特定端口（如 8888 端口）可通过互联网访问宝塔面板，管理和配置服务器上的服务。 Bot ID：是在 Coze 平台上创建的 AI 机器人的唯一标识，用于将微信号与特定机器人关联。 微信账号被封：若因使用机器人被封，可尝试联系客服说明情况。建议使用专门微信号作为机器人账号，并遵守微信使用规范。 服务器：需要一直开着，以保证机器人随时在线响应请求。 不懂编程：完全可以配置，按照教程一步一步操作即可。 配置问题：检查每步是否按教程操作，特别是 API 令牌和 Bot ID 是否正确。无法解决可到 Coze 平台的论坛或微信群求助。

以下是关于知识库的相关内容： 在 Coze 中配置知识库： 创建好知识库后，可在智能体中进行配置。在 Coze 主页的个人空间>项目开发中，打开需添加知识库的智能体，能选择配置“文本”、“表格”、“照片”三种知识库。以配置文本知识库为例，点击加号选择提前创建好的知识库并添加。之后配置提示词让智能体自动使用知识库回答问题，点击右上角“优化”可自动优化提示词以获得更好结果，最后在“预览与调试”中测试智能体是否正常调用知识库。 创建智能体时的知识库： 手动清洗数据：创建画小二课程的 FAQ 知识库，飞书在线文档中每个问题和答案以分割，可选择飞书文档、自定义等操作，添加 Bot 后可在调试区测试效果。 本地文档：注意拆分内容以提高训练数据准确度，如对于画小二课程，按章节进行人工标注和处理，然后选择创建知识库自定义清洗数据。 发布应用：点击发布，确保在 Bot 商店中能搜到。 知识库概述： 扣子提供了几种存储和记忆外部数据的方式，以便 Bot 精准回复用户。知识库是大量知识分片，通过语义匹配为模型补充知识，如车型数据中每个分段保存一种车型基础数据。同时还介绍了数据库、AI 便签、单词本等相关内容。

知识库是指大量的知识分片，通过语义匹配为模型补充知识。例如，在 Coze 中，支持上传私有化数据（如本地文件、实时在线数据），通过向量搜索来检索最相关的内容，以便更精确地回答用户的问题。 我们都知道，大模型通常基于公开数据训练，不包含特定领域私有数据，如公司规章制度、项目信息等。但通过配置私有知识库，可让大模型依据提供的内容回答问题，比如将公司制度、项目纪要等制作成知识库，大模型就能据此回答相关问题。 在专家系统中，知识库代表某个问题领域的长期知识，它从人类专家那里人工提取，不会因外部咨询而改变，由于能让我们从一个问题状态前往另一个问题状态，也被称为动态知识。 知识库可以解决大模型幻觉、专业领域知识不足的问题，提升大模型回复的准确率。但使用知识库也存在一些限制，如在 Coze 中，单用户最多创建 1000 个知识库，文本类型知识库下最多支持添加 100 个文档，单用户每月最多新增 2GB 数据，累计上限是 10GB。

以下是关于利用 AI 完成技术论文的学习阅读，并结合相关知识体系解读论文制作学习分享 PPT 的一些建议： 在技术论文学习阅读方面： 可以借助 AI 工具，如 Claude 和 Gamma.app。Claude 能够帮助快速寻找符合条件的论文、提取精炼论文中某部分信息。 对于复杂推理，可以利用思维链，谷歌在 2022 年的论文提到其能显著提升大语言模型在复杂推理的能力，即使不用小样本提示，也可在问题后加“请你分步骤思考”。 检索增强生成（RAG）能将外部知识库切分成段落后转成向量，存在向量数据库。用户提问并查找到向量数据库后，段落信息会和原本的问题一块传给 AI，可搭建企业知识库和个人知识库。 程序辅助语言模型（PAL）在 2022 年的论文中被提出，对于语言模型的计算问题，可借助其他工具如 Python 解释器作为计算工具。 ReAct 框架于 2022 年在《React:在语言模型中协同推理与行动》的论文中提出，即 reason 与 action 结合，让模型动态推理并采取行动与外界环境互动，可借助 LangChain 等框架简化构建流程。 在制作学习分享 PPT 方面： 可以先对论文进行深入理解，提取关键信息，包括摘要描述、研究问题、基本假设、实验方法、实验结论、文章主要结论、研究展望等。 利用 AI 工具获取相关理论的简单介绍。 了解并使用合适的 PPT 制作工具，如 Gamma.app。 需要注意的是，小白直接看技术论文有难度，需要一定的知识储备。同时，Transformer 是仿生算法的阶段性实现，未来 10 年、20 年可能不再被使用。

作为一名高中语文教师，为了在工作中更好地运用 AI，您可以学习以下知识： 1. 提示词设计：掌握有效的提示词设计公式，例如 RTFC，以便更精准地向 AI 提出需求。 2. 利用 AI 工具：如用 Metaso 建立案例库，随时询问随时学习。 3. 了解 AI 在教学中的应用技巧：包括用 AI 配字幕、翻译、思维导图等快速总结和学习讲座内容。 4. 掌握 AI 赋能教学设计：以高中语文课程标准为导向，结合学生主体和核心素养，设计教学流程。例如在《再别康桥》的教学设计中，通过创设情境、品鉴特色、融思迁移等环节，融入地理、美术、音乐等多学科知识，借助人工智能协助修改诗歌创作。 5. 学习智能作文批改指导：利用相关工具提升作文批改的效率和质量。 6. 参加相关工作坊：如 AI 进阶工作坊，了解最新 AI 技术与实践案例分享，掌握全球 AI 技术在教育界的新发展和新应用。 同时，建议您参加适合有初步 AI 使用经验、期待了解最新技术进展、渴望分享交流的老师的课程和活动，不断提升自己在 AI 应用方面的能力。

AI 模型训练师需要学习以下知识： 1. 数据收集：了解如何从互联网上收集各种文本数据，如文章、书籍、维基百科条目、社交媒体帖子等。 2. 数据预处理：掌握清理和组织数据的方法，包括删除垃圾信息、纠正拼写错误、将文本分割成易于处理的片段等。 3. 模型架构设计：熟悉如 Transformer 等适合处理序列数据（如文本）的神经网络架构，虽然复杂但需有一定了解。 4. 训练原理：明白模型通过反复阅读数据、尝试预测句子中的下一个词来逐渐学会理解和生成人类语言。 5. 领域专业知识：以医疗保健领域为例，AI 模型训练师应了解该领域的专业知识，如生物学、化学等基础学科，以及如何培养处理涉及细微差别决策的直觉。 6. 了解大模型的底层原理：以 GPT3 为例，要知道其预训练阶段所学习的内容和数据量，以及 Transformer 模型的相关概念。

以下是为您规划的 AI 学习路径： 一、了解 AI 基本概念 1. 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、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。 2. 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。 二、开始 AI 学习之旅 1. 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。 2. 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。 三、选择感兴趣的模块深入学习 1. AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 2. 掌握提示词的技巧，它上手容易且很有用。 四、实践和尝试 1. 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 2. 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 五、体验 AI 产品 1. 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。 如果您的学习方向偏向技术研究： 1. 掌握数学基础，包括线性代数、概率论、优化理论等。 2. 学习机器学习基础，如监督学习、无监督学习、强化学习等。 3. 深入研究深度学习，包括神经网络、卷积网络、递归网络、注意力机制等。 4. 钻研自然语言处理，如语言模型、文本分类、机器翻译等。 5. 探索计算机视觉，如图像分类、目标检测、语义分割等。 6. 关注前沿领域，如大模型、多模态 AI、自监督学习、小样本学习等。 7. 进行科研实践，包括论文阅读、模型实现、实验设计等。 如果您的学习方向偏向应用： 1. 具备编程基础，如 Python、C++等。 2. 掌握机器学习基础，如监督学习、无监督学习等。 3. 熟悉深度学习框架，如 TensorFlow、PyTorch 等。 4. 涉足应用领域，如自然语言处理、计算机视觉、推荐系统等。 5. 学会数据处理，包括数据采集、清洗、特征工程等。 6. 掌握模型部署，如模型优化、模型服务等。 7. 参与行业实践，包括项目实战、案例分析等。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。 如果您想将 AI 与宠物结合： 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。

以下是从零基础系统学习 AI 类工具并熟练制作 AI 视频的步骤： 1. 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。 2. 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。 3. 图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。 8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。 需要注意的是，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。 另外，在使用 AI 工具时，以下是一些相关的资源和建议： 想出点子：最佳免费选项为4.0，但由于与互联网连接，必应可能更好。 制作视频：最佳动画工具为用于在视频中为人脸制作动画的。 同时，要注意深度伪造是一个巨大的问题，这些系统需要合乎道德地使用。

工作流的底层逻辑及入门学习方法如下： 工作流通常由多个节点构成，节点是其基本单元，本质上是包含输入和输出的函数。常见的节点类型包括： 1. LLM（大语言模型）：使用输入参数和提示词生成处理结果。 2. Code（代码）：通过 IDE 编写代码处理输入参数，并返回输出值。 3. Knowledage（知识库）：根据输入参数从关联知识库中召回数据，并返回。 4. Condition（条件判断）：ifelse 逻辑节点，用于设计工作流内的分支流程，根据设置条件运行相应的分支。 5. Variable（获取变量）：从 Bot 中获取变量作为参数在工作流中使用。 6. Database（数据库）：在工作流中使用提前配置在 Bot 数据库中的数据。 以下是一些入门学习工作流的示例和资源： 1. 对于生成绿幕素材和绿幕素材抠图的工作流，您可以下载工作流文件拖入 ComfyUI 中自动加载，然后对照相关说明进行学习。工作流链接：https://pan.quark.cn/s/01eae57419ce 提取码：KxgB 2. 对于 Glif 图像流制作冰淇淋甜品地标，您可以按照以下步骤学习： 1 分钟交作业：点击网址 https://glif.app/@jianStuart/glifs/cly85fy2i000cqe87zcu72i5l ，选一张主体区分度高且主体为地标的图，上传图片并点击相应按钮，多点几次选一张满意的即可。 5 分钟学习制作：点击顶上的“build”按钮，点击“+”加号，选择“img input”，再点下面的“+”加号，选“image generator”，把提示词放进节点，打开“advanced controls”，修改参数，勾选“Enable input image”并改参数。 3. 对于 Coze 平台的工作流，官方有现成的教程参考： 海外参考文档：https://www.coze.com/docs/zh_cn/use_workflow.html 国内参考文档：https://www.coze.cn/docs/guides/use_workflow 国内版本还提供了一些示例，建议跟着实操一遍，如： 搜索新闻：https://www.coze.cn/docs/guides/workflow_search_news 使用 LLM 处理问题：https://www.coze.cn/docs/guides/workflow_use_llm 生成随机数：https://www.coze.cn/docs/guides/workflow_use_code 搜索并获取第一个链接的内容：https://www.coze.cn/docs/guides/workflow_get_content 识别用户意图：https://www.coze.cn/docs/guides/workflow_user_intent

对于 AI 视频入门新手，从零学习可用的工具组合与降低工作流程，您可以参考以下内容： 工具组合方面： Runway：在真实影像方面质感较好，战争片全景镜头处理出色，控件体验感不错，但存在爱变色、光影不稳定的问题。 SVD：在风景片测试中表现较好，其他方面一般。 Pixverse：擅长物体滑行运动。 Pika：在生成人物表情自然的画面方面表现出色，可用于局部重绘。 11labs：用于制作 AI 声音，英文效果较好，但存在声音没有情绪和情感的问题。 MJ：局部重绘功能强大。 ComfyUI：可进行高清放大和细节增强。 可灵：图生视频效果质量高且稳定，但贵且慢。 Pika 2.2 版本：在首尾帧过渡上有不错表现。 Pixverse：生成速度最快的视频生成平台。 工作流程方面： 1. 分析小说内容：使用如 ChatGPT 等 AI 工具提取关键场景、角色和情节。 2. 生成角色与场景描述：借助如 Stable Diffusion 或 Midjourney 等工具生成视觉描述。 3. 图像生成：使用 AI 图像生成工具创建角色和场景图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成脚本。 5. AI 声音制作：利用如 11labs 等工具将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用如剪映等视频编辑软件将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，提高视频质量。 8. 审阅与调整：观看视频，根据需要重新编辑某些场景或调整音频。 9. 输出与分享：完成编辑后，输出最终视频并在所需平台分享。 需要注意的是，具体的操作步骤和所需工具可能因项目需求和个人偏好有所不同。同时，AI 工具的可用性和功能可能会随时间变化，建议直接访问工具网址获取最新信息和使用指南。

WaytoAGI 是一个涉及多个方面的学习和交流项目，包含以下内容： 1. 大模型在 B 端场景的应用相关资料。 2. ComfyUI 共学计划，有详细的日程安排，包括不同课程的时间、讲师、资料以及活动记录等。 3. 创造星期四活动，这是社区创造者板块的首场线下活动，旨在帮助程序员成长为 AI 应用开发者或创造者，活动通过特定方式降低学习门槛，快速进入 AI 领域，包括微信机器人的部署、迭代式改进等，活动对象为 Nokia 中感兴趣的开发者，时间为 4 月 18 日晚上 19:30 21:30，还有相关的话题内容和资料。 关于学习顺序，目前提供的信息中未明确给出统一的标准学习顺序，您可以根据自己的需求和兴趣，选择从感兴趣的部分入手。

以下是从 0 到 1 学习 AI 的建议： 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。 知识库提供了很多大家实践后的作品、文章分享，欢迎实践后分享。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动，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。 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。

以下是为您提供的从 AI 小白利用 AI 创造财富的学习路径： 1. 搭建 AI 微信聊天机器人： 选用技术组件：极简未来平台、腾讯云轻量应用服务器、宝塔面板和 Docker。 按照详细的配置步骤进行操作，包括购买服务器、配置宝塔面板，部署 Docker 和 COW 组件，绑定微信号。 了解费用问题，如极简未来平台和腾讯云服务器的费用，以及通过积分和优惠降低成本的方法。 掌握运维问题的解答，包括如何管理和维护服务器和服务，以及遇到问题时的解决方案。 2. 学习 AI 技术原理与建立框架： 理解什么是 AI 大模型及其原理。 熟悉相关技术名词，如 AI、机器学习（包括监督学习、无监督学习、强化学习）、深度学习、生成式 AI、LLM 等。 了解技术里程碑，如 2017 年 6 月谷歌团队发表的提出 Transformer 模型的论文。 如果在实战过程中有任何不懂的地方，可以随时私信相关作者。另外，如果您有兴趣学习相关的 AI Agent 知识，可以加入免费的 AI Agent 共学群，通过微信号 Andywuwu07 或扫描二维码加微信，备注 AI 共学即可加入。通过不断学习和探索，相信您能在 AI 的世界中创造属于自己的价值。