怎么做垂类的AI应用

以下是为您提供的关于 AI 阅读习惯养成的相关内容： AI 稍后读助手的设计思路： 1. 简化“收集”： 实现跨平台收集功能，支持电脑（web 端）、安卓、iOS 多端操作。 输入一个 URL 即可完成收集，借鉴微信文件传输助手的方式，通过聊天窗口输入更符合用户习惯。 2. 自动化“整理入库”： 系统在入库时自动整理每条内容的关键信息，包括标题、摘要、作者、发布平台、发布日期、收集时间和阅读状态。 阅读清单支持跨平台查看，提高可访问性。 3. 智能“选择”推荐： 根据当前收藏记录和用户阅读兴趣进行相关性匹配，生成合适的阅读计划。 同在字节生态中的 Coze、飞书、飞书多维表格可以构建完整的 AI 工作流：通过飞书机器人与 Coze 搭建的智能体对话，在聊天窗口完成链接输入和阅读计划输出；由 Coze 调用大模型、插件完成内容整理和推荐；利用飞书多维表格存储和管理稍后读数据，无需开发插件和 APP 即可实现跨平台的稍后读收集与智能阅读计划推荐。 关于 DeepSeek R1 的纯强化学习： DeepSeek R1 引入纯强化学习（RL），不依赖大量人类标注数据，通过自我探索和试错学习。在“冷启动”阶段，通过少量人工精选的思维链数据初步引导，建立符合人类阅读习惯的推理表达范式，随后主要依靠强化学习，在奖励系统反馈下（对结果准确率与回答格式进行奖励）自主探索推理策略，不断提升回答准确性，实现自我进化。准确率奖励用于评估最终答案是否正确，格式奖励强制结构化输出，让模型把思考过程置于<think></think>标签之间。如 Alpha Zero 只训练三天就完胜 Alpha Go Lee，Alpha Go 结合监督学习和强化学习，受人类局限，Alpha Zero 纯强化学习，具有创造性风格。大模型 AI 在纯强化学习下展现出超出想象的成长潜力，DeepSeek R1 更注重学习推理底层策略，培养通用推理能力，实现跨领域知识迁移运用和推理解答。

以下是详细的学习 AI 的方法： 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： 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。 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。 总之，无论是新手还是中学生，学习 AI 都可以从编程基础、工具体验、知识学习、实践项目等多个方面入手，全面系统地学习 AI 知识和技能。

以下是一些节点式 AI 对话工具： 1. Coze 中的问答节点： 是 Coze 工作流中的重要组件，能让机器人主动收集用户信息，实现更自然的对话交互。 可收集用户具体需求和信息，引导用户选择特定功能或服务，确保获取完整必要信息。 有两种问答方式：直接回答模式，用户用自然语言自由回答，bot 提取关键信息；选项回答模式，提供预设选项供用户选择，适用于功能选择菜单、分步骤引导、服务类型分类等。 配置说明包括选择执行此节点的模型、设置输入参数、提问内容、回答类型和输出等。 2. Coze 中的图像流节点： 专门用于图像处理，可通过可视化操作添加图像处理节点构建流程生成图像。 图像流发布后可在智能体或工作流中使用。 3. Coze 中的大模型节点： 调用大语言模型，使用变量和提示词生成回复。 模型方面，基础版和专业版按需使用，专业版支持接入更多模型资源。 模型选择右下角有生成多样性设置，包括精确模式、平衡模式和创意模式。 输入包括智能体对话历史、参数名与变量值，变量值可引用前面链接过的节点的输出或进行输入。

以下是一些好用的 AI 视频总结工具： 1. Runway：在真实影像方面质感最好，战争片全景镜头处理出色，控件体验感较好，但容易变色，光影不稳定，控制能力最强，可指定局部对象设置运动笔刷。 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，能力全面，个人比较喜欢用，但同时只能进行 4 个任务。 3. Haiper：默默无闻，只能生成 2 秒，但有很多不错的镜头，稳定性强，优点是没有并发任务限制。 4. Pika：对于奇幻感较强的画面把控最好，会比较自然，但真实环境的画面容易糊，还有嘴型同步功能，对二次元友好。 5. SVD：整体略拉垮，唯一能打的就是在风景片，优点是不带水印，动作幅度较大，但崩坏概率极大。 此外，StableVideo 也是目前市面上优秀的 AI 视频工具，目前开放公测，除每日 150 个赠送积分外，还新增了积分购买选项。它可以操作固定种子、步数、运动幅度，交互有趣，在生成过程中会给出案例让用户帮忙做标注。 不仅如此，还可以利用 AI 总结群聊消息、文章和 B 站视频。对于文章，可直接全选复制全文发送给 GPTs 进行总结。对于 B 站视频，如果有字幕，可安装油猴脚本“Bilibili CC 字幕工具”下载字幕，然后将字幕内容全选复制发送给 GPTs 进行总结。总结完视频内容后还可继续向 AI 提问更多细节或探讨内容。

以下是与 2024 年 10 月的 AIPO 活动相关的云文档： ：包含关于 AI 模型训练的介绍与讲解，如 Eagle 插件批量收藏 3D 图表、不同步数训练时间、使用 MZ 数据集训练 Flux、云服务器训练流程、训练集收集要求、训练模型的时机、角色一致性表现、云服务器训练集设置、模型训练参数设置、模型训练启动与等待等内容。 》，列举了美国融资金额超过 1 亿美元的 AI 公司。 ：包含 2024 年 10 月 24 日娜乌斯佳：AIGC 商业片落地经验分享等多个日期的智能纪要。

以下是关于 AI 就业的相关信息： AI 就业市场： 1. 求职者要做好信息甄别，除了参考 boss 直聘的招聘评价，还应提前在脉脉等平台收集公司的其他信息。 2. 部分企业搞不懂 AI 能带来的价值，求职者若有咨询和商业化思维，能帮助公司厘清业务增长机会，则可以与这类企业交流。 3. 不同公司对 AI 产品经理的定位不同，招聘市场上的岗位职责和任职要求也各异，未来会逐渐统一标准，这是产品经理转型的机会。 4. 有行业沉淀和认知的产品经理转型更有机会，目前应用层的机会在“AI+行业”，只懂 AI 或只懂行业是不够的，业务创新也很重要，比如找到细分场景痛点并完成 PMF 验证，海外有很多优秀案例。 AI 求职者所需技能： 1. 核心技能包括产品设计与开发（如产品设计、规划、用户需求分析、交互设计、用户体验、开发、逻辑思维、测试、功能规划、创新、策划等）、人工智能与技术（如人工智能、NLP、AIGC、AI 技术、AI 产品设计与规划、大语言模型、云计算等）、市场与用户研究（如竞品分析、用户调研、市场分析、需求分析、洞察等）、沟通与协作（如沟通能力、跨部门与团队协作、执行力等）、分析工具与方法（如 SPSS、学习能力、创新与思维、审美等）。 2. 非核心技能包括技术与开发（如数据库、技术规划、OpenCV、ERP、产品经理、需求文档、ASR、Mysql、Hadoop、Spark、数据结构、处理、软件开发、Python、SQL 等）、数据分析与人工智能（如行业动态、医疗知识图谱、数据质量、算法开发、模式识别、Kafka、洞察、分析、推荐算法等）、市场营销与销售（如市场洞察、营销、调研、功能设计、自驱力、协调能力、资源协调等）、管理与沟通（如管理、产品生命周期管理、需求管理、英语等）。

以下是获取垂类 agent 的途径和一些相关的 Agent 构建平台： 智能体 Agent 目录： Agent 构建平台： Coze：新一代一站式 AI Bot 开发平台，适用于构建基于 AI 模型的各类问答 Bot，集成丰富插件工具拓展 Bot 能力边界。 Mircosoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及将 Copilot 部署到各种渠道。 文心智能体：百度推出的基于文心大模型的智能体（Agent）平台，支持开发者根据自身需求打造大模型时代的产品能力。 MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行设计良好的工作流。 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于客服、营销、销售等多种场景，提供多种成熟模板，功能强大且开箱即用。 钉钉 AI 超级助理：依托于钉钉强大的场景和数据优势，提供更深入的环境感知和记忆功能，在处理高频工作场景如销售、客服、行程安排等方面表现出色。 此外，在 To C 领域，目前市面上的 AI 产品中也有 agent 产品，如字节的扣子，支付宝的智能助理，百度的文心智能体，腾讯的元宝。这类产品会提供一套 AI 开放平台框架，允许三方在上面通过组装 LLM 和组件和自有的知识库信息等，定义自己专属垂域的 agent。但做这类平台需要有完备且有吸引力的分发渠道。

以下是目前比较火的各垂类 AI 工具： 图像生成器：有 14 个工具，如 Midjourney 等。 AI 聊天机器人：有 8 个工具，如 Claude、ChatGPT、Bing Chat 等。 AI 写作生成器：有 7 个工具，如 Rytr、Copy AI 等。 视频生成器：有 5 个工具。 语音和音乐：有 5 个工具。 设计：有 4 个工具，如 Canva 等。 其他：有 7 个工具。 此外，还有以下一些热门的 AI 工具： AI 研究工具：Claude、ChatGPT、Bing Chat、Perplexity 等。 图片处理：DallE、Leonardo、BlueWillow 等。 版权写作：Rytr、Copy AI、Wordtune、Writesonic 等。 网站搭建：10Web、Framer、Hostinger、Landingsite 等。 视频处理：Klap、Opus、Invideo、Heygen 等。 音频处理：Murf、LovoAI、Resemble、Eleven Labs 等。 SEO 优化：Alli AI、BlogSEO、Seona AI、Clearscope 等。 Logo 设计：Looka、LogoAI、Brandmark、Logomaster 等。 聊天机器人：Droxy、Chatbase、Voiceflow、Chatsimple 等。 自动化工具：Make、Zapier、Bardeen、Postman 等。

在法律领域，当优先考虑的风险处于法律空白地带时，监管机构需要与政府合作以确定潜在行动。例如，在法律服务部门，只有六种特定的法律服务活动受到监管机构的监督，这些“保留法律服务活动”在 2007 年《法律服务法》（HM Government）中有明确规定，且只能由获得授权（或豁免）的人员进行。AI 驱动的系统可能会提供诸如撰写遗嘱或合同等其他服务（许多人可能认为这属于法律服务），但却不受法律服务监管机构的监督。对于 AI 监管，应采取创新的方法，例如调整监管机构的职权范围、更新监管机构的法规，或者进行额外的立法干预。我们的方法得益于强大的主权议会制度，能够可靠地针对新兴问题引入有针对性和适度的措施，包括在必要时调整现有立法。

对于小白从头开始学习 AGI 并集中于应用层面，建议您按照以下步骤进行： 1. 记忆：先了解 AGI 的历史、基本术语、重要概念、方法和原理等。 2. 理解：进一步了解 AGI 领域的主要思想。 3. 应用：深入了解 Prompt，选择适合自己的 AI 对话（https://ywh1bkansf.feishu.cn/wiki/QddLw0teKi7nUCkDRIecskn3nuc ）、绘画（https://ywh1bkansf.feishu.cn/wiki/Q5ddwxfkMiVUZBkQXN7cgXf4nOb ）和语音（https://ywh1bkansf.feishu.cn/wiki/ZXPiw2OuLi2YsxkkmaLcPTyInrc ）产品，每天使用它们来解决实际问题或提升效率（https://waytoagi.feishu.cn/wiki/A0Y0wpBOcig7HLkSFNcceTA6nwb ）。 4. 分析：大量阅读各类文章（https://ywh1bkansf.feishu.cn/wiki/YjJgwbKnriZBZ0kVn6Kc1gSKnsf?table=tblsQKR3a22uFqsp ）、视频（https://ywh1bkansf.feishu.cn/wiki/LEnvwwEy0iufT3k4kfVc8Ehenvf?table=tbllpoPWJn6MNOR6&view=vew68BlUHo ）以及行业报告（https://ywh1bkansf.feishu.cn/wiki/FnXcwGrwSimQxnkNo1kcJzPYn7f ），理解各知识之间的关系。 此外，您还可以观看以下两个对建立框架有帮助的视频： 1. 【包教包会】一条视频速通 AI 大模型原理_哔哩哔哩_bilibili（https://www.bilibili.com/video/BV17t4218761/?vd_source=3cc4af77a2ef185635e8097d3326c893 ），由林粒粒呀（女神）主讲，和某知识 up 主 Genji 一起制作的免费公益课，新手友好，50 分钟速通 AI 大模型原理。 2. 用大模型保存你的全部人生，你会接受吗：专访安克创新 CEO 阳萌|大咖谈芯第 11 期_哔哩哔哩_bilibili（https://www.bilibili.com/video/BV1iT421Q7M1 ），某知识 up 主老石谈芯专访安克创新 CEO 阳萌的视频，一共两期，两期内容都值得观看。

建设一个 AI 应用库可以参考以下步骤： 1. 拆解创作任务： 将复杂的创作任务拆解到合适的颗粒度，为 AI 提供明确的指导，例如定义输出格式和步骤。 以创作“科幻预见未来”为例，明确需要 AI 生成的核心内容，确定关键任务节点和围绕其展开的主线任务。 2. 建立定向知识库： 将相关的元知识导入到特定工具（如 flowith 的知识花园）中作为 AI 可调用的知识库。 例如将《梦想与颠覆》卡牌的相关内容转化为文字上传，并利用智能拆分模式让 AI 优化拆分逻辑，形成知识“种子”。 激活知识库后，AI 会启用知识关联功能，根据创作场景自动匹配库内素材，使输出内容更具针对性。 还可以选择发布或分享自己的知识库，也能在知识市场中借鉴他人的成果。 此外，还有一些关于 AI 应用的相关示例： 邮票收藏馆应用： 业务背景与逻辑梳理：源于客户需求，利用即梦 2.1 生图模型实现生成邮票样式图片的功能，包括生成邮票、收藏邮票、收藏列表、查看藏品详情等功能，并规划了生成和查看两个页面。 页面设计： 第一页包括导航栏（应用名称、查看收藏入口、用户头像）、陈列展示（上传生成的图片展示可能性）、生成和收藏（输入关键字生成邮票，满意则收藏）、查看收藏（点击入口进入新页面）。 第二页包括收藏列表（加载用户收藏，数量超 100 需优化加翻页）、收藏详情（查看大图、关键字、收藏时间）、返回首页。

消费金融方面的场景应用包括以下几个方面： 1. 个性化的消费者体验：大语言模型（LLMs）能更好地理解和导航消费者的金融决策，回答诸如“为什么我的投资组合中有一部分在市政债券中？”“我应该如何看待期限风险与收益率？”等问题，并将人类背景纳入决策中，帮助消费者优化整个金融生活。 2. 风控和反欺诈：AI 可用于识别和阻止欺诈行为，降低金融机构的风险。 3. 信用评估：用于评估借款人的信用风险，协助金融机构做出更优的贷款决策。 4. 投资分析：分析市场数据，辅助投资者做出更明智的投资选择。 5. 客户服务：提供 24/7 的客户服务，回答常见问题。

以下是一些与影视故事板相关的应用： 1. SAGA：这是第一款也是最好的剧本创作和故事板应用程序，由针对电影输出而精心调整的最新和最强大的生成式人工智能模型提供支持，包括 GPT4、Claude 3.5 和 Luma Dream Machine。它能为您提供最佳创意，让您在一个地方完成所有操作，无需购买一系列人工智能工具以及像 Final Draft 或 Storyboarder 这样的应用程序来将其整合在一起。1 个月的 Saga 高级订阅。 2. Sora：其界面类似于大家熟悉的 Midjourney，清爽简洁，用户可以轻松管理生成的视频内容，甚至查看其他用户的创意视频和提示词。Sora 支持在时间轴上编辑视频序列，让您完全掌控每个镜头的节奏和顺序。通过上传图片或现有的视频，您可以创造出属于自己的精彩故事板。

国内 AI 应用发展迅速，在多个领域取得了突破： 早期应用：主要基于 NLP 技术，如聊天机器人和客服机器人。随后，中英文翻译、语音识别、人脸识别等技术取得突破，应用广泛，如语音助手、智能翻译设备、人脸识别支付系统等。但这些技术突破大多限于特定领域，模型应用范围相对狭窄。 新发展路线：OpenAI ChatGPT 等大型语言模型展示了新方向，通过大规模模型预训练，涌现出多功能于一体的智能应用。 编程工具：字节的 Trae 是很厉害的 AI 编程工具，国内版已上线，支持多款模型。目前处于公测阶段免费，能让不懂技术的人开发简单应用程序，未来超级产品经理或成为现实。 图像类产品： 可灵：由快手团队开发，用于生成高质量图像和视频，图像质量高，最初采用内测邀请制，现开放使用，价格相对较高，有不同收费选项。 通义万相：作为国产 AI 工具，在中文理解和处理方面出色，可选择多种艺术和图像风格，生成图像质量高、操作界面简洁直观、用户友好度高，可与阿里其他产品和服务无缝整合，目前免费，但存在一些局限性，如某些类型图像无法生成、处理非中文或国际化内容可能不够出色等。

以下是一些效果较好的对口型、换脸、配音的 AI 应用： Runway：网址为 https://runwayml.com ，有网页和 app 方便使用。工具教程： 即梦：网址为 https://dreamina.jianying.com/ ，是剪映旗下产品，生成 3 秒，动作幅度有很大升级，有最新 S 模型和 P 模型。工具教程： Minimax 海螺 AI：网址为 https://hailuoai.video/ ，非常听话，语义理解能力非常强。视频模型： Kling：网址为 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：网址为 https://www.vidu.studio/ haiper：网址为 https://app.haiper.ai/ Pika：网址为 https://pika.art/ ，可控性强，可以对嘴型，可配音。工具教程： 智谱清影：网址为 https://chatglm.cn/video ，开源了，可以自己部署 cogvideo。工具教程： PixVerse：网址为 https://pixverse.ai/ ，人少不怎么排队，还有换脸功能。工具教程： 通义万相：网址为 https://tongyi.aliyun.com/wanxiang/ ，大幅度运动很强。 luma：网址为 https://lumalabs.ai/ 即梦 AI 对口型的相关教程： 功能介绍：「对口型」是即梦 AI「视频生成」中的二次编辑功能，现支持中文、英文配音。目前主要针对写实/偏真实风格化人物的口型及配音生成，为用户的创作提供更多视听信息传达的能力。可上传包含完整人物面容的图片，进行视频生成，待视频生成完成后，点击预览视频下的「对口型」按钮，输入台词并选择音色，或上传配音文件进行对口型效果生成。目前支持语言：中文（全部音色），英文（推荐「超拟真」内的音色） 技巧：上传写实/近写实的人物单人图片，目前不支持多人物图片对口型；输入 prompt，选择参数，点击生成视频，尽量确保人物无形变等扭曲效果；确保人物生成的情绪与希望匹配的口型内容匹配；在生成的视频下方，点击【对口型】；输入或上传需要配音的内容，注意视频生成时长和配音试听时长尽量对齐，点击生成。先对口型，再超分补帧 关于 AI 短片的相关信息： AI 图片与视频生成的新能力与应用： 图片编辑功能：Midjourney 新增本地图片上传编辑入口，可进行局部重绘、扩图和风格转换等操作。 视频生成模型：解梦新出 p 模型和 s 模型，p 模型支持人物多动作和变焦，易改变画风；s 模型生成速度快、积分消耗少，能保持原始画风但语义理解有限。 特效玩法：皮卡和 Pixforce 有特效玩法，如人物爆炸、漂浮等，可用于优化视频效果。 视频转会：Runway 的 GN3 模型支持上传视频并转换风格，可用于实现多元宇宙等风格穿梭的片子，也能将简单场景转换为难以拍摄的场景。 视频生成中的角色生视频技术： 角色生视频突破关键帧限制：当前视频生成多依赖关键帧，而角色生视频不再是关键帧输入，而是直接传入角色本身，可更灵活生成视频，如让小男孩从左跑到右。 多角色参考生成创意视频：支持上传多张图，最多三张，可将人物、衣服、背景等元素融合生成视频，如小男孩穿裙子在宇宙飞。 角色对口型技术：如吉梦的对口型技术，支持文本朗诵和本地配音，能根据输入生成人物开口讲话的视频，但有上传人物长相等限制。 不同工具的角色生视频效果：对比了吉梦、Runway 等工具的角色生视频效果，如 Runway 的 x one 在身体、头部、眼神动态上表现更好。 角色生视频的应用场景：可用于规避机器人念台词的尴尬瞬间，让机器人有更丰富的表情和神态。 角色生视频的未来发展：未来视频生成将摆脱纯关键帧方式，采用多模态信息输入，如定义角色和场景的三视图等。