Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

本站的stable diffusion在哪个分类

Answer

Stable Diffusion（简称 SD）属于图片美术类的 AIGC 项目。它是由初创公司 StabilityAI、CompVis 与 Runway 合作开发，2022 年发布的深度学习文本到图像生成模型。其代码模型权重已公开发布，可在多数配备适度 GPU 的电脑硬件上运行，当前版本为 2.1 稳定版（2022.12.7）。源代码库为 github.com/Stability-AI/stablediffusion 。

在分类上，它可以归为 AIGC 常见名词解释中的图片美术类。同时，关于 Stable Diffusion 有很多详细的教程，比如在知乎上有深入浅出完整解析其核心基础知识的内容，包括系列资源、核心基础原理、核心网络结构解析、搭建使用模型进行 AI 绘画、经典应用场景、训练自己的 AI 绘画模型等方面。

Content generated by AI large model, please carefully verify (powered by aily)

References

AIGC常见名词解释（字典篇）

AIGC：AI generated content，又称为生成式AI，意为人工智能生成内容。例如AI文本续写，文字转图像的AI图、AI主持人等，都属于AIGC的应用。类似的名词缩写还有UGC（普通用户生产），PGC（专业用户生产）等。能进行AIGC的产品项目也很多，能进行AIGC的媒介也很多包括且不限于语言文字类：OpenAI的GPT，Google的Bard，百度的文心一言，还有一种国内大佬下场要做的的LLM都是语言类的。语音声音类：Google的WaveNet，微软的Deep Nerual Network，百度的DeepSpeech等，还有合成AI孙燕姿大火的开源模型Sovits。图片美术类：早期有GEN等图片识别/生成技术，去年大热的扩散模型又带火了我们比较熟悉的、生成质量无敌的Midjourney，先驱者谷歌的Disco Diffusion，一直在排队测试的OpenAI的Dalle·2，以及stability ai和runaway共同推出的Stable Diffusion...[heading1]SD是什么？[content]SD是Stable Diffusion的简称。是它是由初创公司StabilityAI、CompVis与Runway合作开发，2022年发布的深度学习文本到图像生成模型。它主要用于根据文本的描述产生详细图像。Stable Diffusion是一种扩散模型（diffusion model）的变体，叫做“潜在扩散模型”（latent diffusion model; LDM）。SD的代码模型权重已公开发布，可以在大多数配备有适度GPU的电脑硬件上运行。当前版本为2.1稳定版（2022.12.7）。<br>|源代码库：github.com/Stability-AI/stablediffusion|我们可以通过一系列的工具搭建准备，使用SD进行想要的图片aigc（心想事成的魔法施与）。

教程：深入浅出完整解析Stable Diffusion（SD）核心基础知识 - 知乎

[title]教程：深入浅出完整解析Stable Diffusion（SD）核心基础知识-知乎[heading2]目录1.Stable Diffusion系列资源2.零基础深入浅出理解Stable Diffusion核心基础原理2.1通俗讲解Stable Diffusion模型工作流程（包含详细图解）2.2从0到1读懂Stable Diffusion模型核心基础原理（包含详细图解）2.3零基础读懂Stable Diffusion训练全过程（包含详细图解）2.4其他主流生成式模型介绍3.Stable Diffusion核心网络结构解析（全网最详细）3.1 SD模型整体架构初识3.2 VAE模型3.3 U-Net模型3.4 CLIP Text Encoder模型3.5 SD官方训练细节解析4.从0到1搭建使用Stable Diffusion模型进行AI绘画（全网最详细讲解）4.1零基础使用ComfyUI搭建Stable Diffusion推理流程4.2零基础使用SD.Next搭建Stable Diffusion推理流程4.3零基础使用Stable Diffusion WebUI搭建Stable Diffusion推理流程4.4零基础使用diffusers搭建Stable Diffusion推理流程4.5 Stable Diffusion生成示例5.Stable Diffusion经典应用场景5.1文本生成图像5.2图片生成图片5.3图像inpainting5.4使用controlnet辅助生成图片5.5超分辨率重建6.从0到1上手使用Stable Diffusion训练自己的AI绘画模型（全网最详细讲解）6.0 Stable Diffusion训练资源分享6.1 Stable Diffusion模型训练初识6.2配置训练环境与训练文件

教程：深入浅出完整解析Stable Diffusion（SD）核心基础知识 - 知乎

[title]教程：深入浅出完整解析Stable Diffusion（SD）核心基础知识-知乎[heading2]正文码字不易，希望大家能多多点赞！Rocky持续在撰写Stable Diffusion XL全方位解析文章，希望大家能多多点赞，让Rocky有更多坚持的动力：[深入浅出完整解析Stable Diffusion XL（SDXL）核心基础知识967赞同· 148评论文章](https://zhuanlan.zhihu.com/p/643420260)2023.08.26最新消息，本文已经撰写Stable Diffusion 1.x-2.x系列和对应LoRA的训练全流程与详细解读内容，同时发布对应的保姆级训练资源，大家可以愉快地训练属于自己的SD和LoRA模型了！2023.07.26最新消息，由于Stable Diffusion模型的网络结构比较复杂，不好可视化，导致大家看的云里雾里。因此本文中已经发布Stable Diffusion中VAE，U-Net和CLIP三大模型的可视化网络结构图，大家可以下载用于学习！大家好，我是Rocky。2022年，Stable Diffusion模型横空出世，成为AI行业从传统深度学习时代走向AIGC时代的标志性模型之一，并为工业界、投资界、学术界和竞赛界都注入了新的AI想象空间，让AI再次“性感”。Stable Diffusion（简称SD）是AI绘画领域的一个核心模型，能够进行文生图（txt2img）和图生图（img2img）等图像生成任务。与Midjourney不同的是，Stable Diffusion是一个完全开源的项目（模型、代码、训练数据、论文、生态等全部开源），这使得其能快速构建强大繁荣的上下游生态（AI绘画社区、基于SD的自训练AI绘画模型、丰富的辅助AI绘画工具与插件等），并且吸引了越来越多的AI绘画爱好者加入其中，与AI行业从业者一起推动AIGC领域的发展与普惠。

Others are asking
stable diffusion安装教程
以下是超详细的 Stable Diffusion 安装教程： 一、查看电脑配置是否支持 如果您的电脑是 AMD 或者 Intel，可能不太支持 SD，网上的安装教程也较麻烦。您可以查看专用 GPU 内存： 1. 4GB：说明电脑勉强可以跑动 SD，出图时间较长。 2. 6GB：出一张图的时间是 20 50 秒，SD 的大部分功能都可以使用。 3. 8GB：5 20 秒可以出一张图，基本上 SD 的所有功能都对您开放。 以上操作是用于查看 Windows 系统的，至于 Mac 系统，可以查看以下视频并按照视频一键安装：https://www.bilibili.com/video/BV1Kh4y1W7Vg/?spm_id_from=333.788&vd_source=6f836e2ab17b1bdb4fc5ea98f38df761 二、安装 SD 本地部署 1. 电脑配置能支持 SD 运行的情况下，我们使用 B 站秋叶分享的整合包。整合包链接：https://pan.baidu.com/s/1hY8CKbYRAj9RrFGmswdNiA?pwd=caru ，提取码：caru 。 2. 具体安装方法： 打开链接，下载《1.整合包安装》，存放到电脑本地。 打开保存到电脑里的文件夹。 打开文件夹《1.秋叶整合包主包》，鼠标右击文件，点击“解压文件”。 选择解压到 D 盘或者 E 盘，避免 C 盘被占满，点击确定。 解压完成后，来到第二个文件夹，双击里面的文件，点击安装。 打开刚刚解压保存的 SD 的根目录，找到启动器，鼠标右击启动器，点击“发送到”，选择桌面快捷方式，方便下次直接在桌面双击进入。 双击启动器，等待更新，接着点击左边第二个“高级选项”，在显存优化里，根据自己电脑的显存选择（即上面查看的专用 GPU 内存）。 回到第一个一键启动，点击右下角的一键启动。如果出现报错，可以回到最开始的界面，在左边点击“疑难解答”，再点击右边的“开始扫描”，最后点击“修复”按钮。 三、安装超清无损放大器 StableSR 安装方式有两种： 1. 在扩展面板中搜索 StableSR，可以直接安装。 2. 将下载好的插件，放在路径文件夹“……\\sdwebuiakiv4\\extensions”下。安装完成后，重启 webUI，就可以在脚本里面找到这个放大器。
2025-03-11
如何下载stable diffusion
以下是下载 Stable Diffusion 的方法： 1. 您可以从 上的推理代码。 2. 大多数的模型可以在 Civitai（C 站）这个网站里面下载，网址为 https://civitai.com/ 。下载时需要注意： 科学上网，这个需要您自己想办法。 点击右上角的筛选按钮，在框框里面找到自己需要的模型类型，如 Checkpoint=大模型、LoRA=Lora 等。 看到感兴趣的模型，点击右边的“Download”保存到电脑本地。 可以点击左上角的“Images”查看别人已经做好的图片，找到喜欢的点进去，直接点击 Lora 和大模型，可以直接跳转到下载页面。 3. 下载的模型保存位置： 大模型：SD 根目录就是存放 SD 的那个文件夹。 Lora 和 VAE 也有相应的保存位置。 4. 如果不知道下载的模型类型及应放置的文件夹，可以使用秋叶的模型解析工具 https://spell.novelai.dev/ ，把模型拖动到空白处即可查看模型信息。 5. 还可以安装 Civitai 助手插件，在 C 站搜索下载，或者去百度云盘下载后放在“……\\sdwebuiakiv4\\extensions”路径文件夹下。安装完成后重启 webUI，可在上方的标签选项卡中找到该插件，其功能包括下载预览图、下载文件、检查更新等。
2025-03-11
如何安装stable diffusion
以下是安装 Stable Diffusion 的详细步骤： 1. 安装前准备： 确认电脑系统为 Win10 或 Win11。查看方法：在桌面上找到“我的电脑”，鼠标右键点击，点击“属性”，查看 Windows 规格。 检查电脑性能： 电脑运行内存 8GB 以上。检查方法：鼠标右击桌面底部任务栏，点击“任务管理器”，在“性能”里面找到“内存”，查看划线的参数。8GB 勉强达到标准，16GB 可正常使用，32GB 能非常自由地使用 SD。 显卡为英伟达（N 卡）且显卡内存 4GB 以上。查看方法：在“任务管理器”中查看“GPU”，先确认显卡名字或型号为 NVIDIA。 2. 下载整合包： 下载 B 站秋叶分享的整合包。链接：https://pan.baidu.com/s/1hY8CKbYRAj9RrFGmswdNiA?pwd=caru ，提取码：caru 。 3. 安装整合包： 打开链接，下载《1.整合包安装》，存放到电脑本地。 打开保存到电脑里的文件夹。 打开文件夹《1.秋叶整合包主包》，鼠标右击文件，点击“解压文件”。 选择解压到 D 盘或者 E 盘（避免 C 盘被占满），点击确定。 解压完成后，来到第二个文件夹，双击里面的文件，点击安装。 打开刚刚解压保存的 SD 的根目录，找到启动器，鼠标右击启动器，点击“发送到”，选择“桌面快捷方式”，方便下次直接在桌面双击进入。 4. 启动和设置： 双击启动器，等待更新，接着点击左边第二个“高级选项”。 在显存优化里，根据自己电脑的显存选择（即上面查看的专用 GPU 内存）。 回到第一个一键启动，点击右下角的一键启动。 若出现报错，可回到最开始的界面，在左边点击“疑难解答”，再点击右边的“开始扫描”，最后点击“修复”按钮。 此外，关于 StableSR 超清无损放大器的安装： 安装方式是在扩展面板中搜索 StableSR 直接安装，或者将下载好的插件放在“……\\sdwebuiakiv4\\extensions”路径文件夹下。安装完成后，重启 webUI，就可以在脚本里面找到这个放大器。
2025-03-10
Stable Diffusion从哪可以使用
以下是关于 Stable Diffusion 的使用途径： 1. 模型获取： 在分享的链接中，有部分常用的大模型。文章的第三部分会详细介绍更多模型的下载途径及模型存放位置。 您可以从上的推理代码。 2. 低配置电脑使用： 可以通过云平台，如“青椒云”来畅玩 SD。点击链接 http://account.qingjiaocloud.com/signup?inviteCode=R0JJ9CHY 下载。 云平台使用步骤： 点击链接，注册账号。 下载并安装后，登录账号。 点击右上角个人中心进行实名认证。 进行实名认证后回到主界面，点击新增云桌面，选“AIGC 尝鲜”，新注册有优惠券可免费试用。 点击“开机”按钮，稍等后点击“进入桌面”，进入桌面后可关闭弹出框。 点击“此电脑”，在 C 盘找到 SD 根目录，点击“A 启动器.exe”。 点击右下角“一键启动”进入 SD。 用完记得关机，避免持续计费。
2025-03-07
stable diffusion是免费还是收费
Stable Diffusion 是开源免费的。其具有以下特点和使用规则： 优势在于开源免费、可以本地化部署、创作自由度很高，但需要较好的电脑配置，尤其是显卡。 所有代码均在 GitHub 上公开，大家可以拷贝使用。 免费用于非商业用途：个人和组织可以免费将该模型用于非商业用途，包括科学研究。 免费用于商业用途（年收入高达 100 万美元）：初创公司、中小型企业和创作者可以免费将该模型用于商业目的，只要其年总收入低于 100 万美元。对于年收入超过 100 万美元的组织，需联系相关方咨询企业许可证。
2025-03-05
Stable Diffusion 教程
以下是关于 Stable Diffusion 的教程： Stable Diffusion 是什么： 稳定扩散（Stable Diffusion）是一个 AI 自动生成图片的软件，通过输入文字就能生成对应的图片。 入门教程： 新人视频教程：https://waytoagi.feishu.cn/wiki/O5jEwgZIRiQ10xkqGOQcKtSBnSe 文字教程：https://zhuanlan.zhihu.com/p/622238031 模型网站： C 站SD 模型网站：https://civitai.com/ Liblibai模型+在线 SD：https://www.liblib.ai/ huggingface：https://huggingface.co/models?pipeline_tag=texttoimage&sort=trending 吐司站：https://tusiart.com/ 推荐模型：人像摄影模型介绍：https://www.bilibili.com/video/BV1DP41167bZ 为什么要学 Stable Diffusion 及其强大之处： 学习 Stable Diffusion 非常简单，目的是花更少时间快速入门。 它可以生成真人 AI 美女、头像、壁纸，辅助绘画，还能用于恢复画质、室内设计等，有很多功能和应用场景。 希望以上内容对您有所帮助。
2025-03-04
我是一个刚接触本站的AI小白，本站的AI提示词应该怎样使用
以下是关于本站 AI 提示词使用的详细介绍： 1. 提示词的定义和作用： 提示词用于描绘您想要的画面。 星流通用大模型与基础模型 F.1、基础模型 XL 使用自然语言（如一个长头发的金发女孩），基础模型 1.5 使用单个词组（如女孩、金发、长头发），支持中英文输入。 启用提示词优化后，能帮您扩展提示词，更生动地描述画面内容。 2. 如何写好提示词： 预设词组：小白用户可以点击提示词上方官方预设词组进行生图。 提示词内容准确：包含人物主体、风格、场景特点、环境光照、画面构图、画质等，比如：一个女孩抱着小猫，背景是一面红墙，插画风格、孤独感，高质量。 调整负面提示词：点击提示框下方的齿轮按钮，弹出负面提示词框。负面提示词可以帮助 AI 理解我们不想生成的内容，比如：不好的质量、低像素、模糊、水印。 利用“加权重”功能：可在功能框增加提示词，并进行加权重调节，权重数值越大，越优先。还可以对已有的提示词权重进行编辑。 辅助功能：包括翻译功能（一键将提示词翻译成英文）、删除所有提示词（清空提示词框）、会员加速（加速图像生图速度，提升效率）。 3. 提示词相关资源： 提示词模板的相关网站，如 Majinai： 。 希望以上内容对您有所帮助，祝您使用愉快！
2025-03-15
我应该如何系统学习本站的内容，以应用为主，基础理论为辅
如果您想系统学习本站内容，以应用为主、基础理论为辅，可以参考以下步骤： 基础理论方面： 了解人工智能、机器学习、深度学习的定义及其之间的关系。 简要回顾 AI 的发展历程和重要里程碑。 掌握数学基础，包括统计学基础（熟悉均值、中位数、方差等统计概念）、线性代数（了解向量、矩阵等基本概念）、概率论（基础的概率论知识，如条件概率、贝叶斯定理）。 算法和模型方面： 对于监督学习，了解常用算法，如线性回归、决策树、支持向量机（SVM）。 熟悉无监督学习中的聚类、降维等算法。 了解强化学习的基本概念。 评估和调优方面： 学会如何评估模型性能，包括交叉验证、精确度、召回率等。 掌握使用网格搜索等技术优化模型参数的方法。 神经网络基础方面： 理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 关于知识库的使用，以 Agent 板块为例： 链接： 用法：从下往上看，一个一个点进去，都有视频。 注意事项：共学都有视频，都是手把手从注册开始的教学，不会就多看几遍，基本保障一个工具能调通、一个 Agent 能搭好。确实内容有点多，点进去看看哪个工具您听过就从哪个工具开始，不然太累。 链接： 用法：看了一些视频之后，您就知道您要看理论还是应用了，找到导航，想看哪里点哪里。 备注：智能千帆、阿里云百炼都是有视频的，其余没有视频。 注意事项：内容较多，您如果都看到这里了，就要考虑聚焦了，先挑一个，开始手把手一起做起来，看看能不能持续用起来，只要您开始用起来，这事儿就成啦！快捷菜单找不到的话，看这里。
2025-03-10
目前网上AI是如何分类的？
目前网上对 AI 的分类方式主要有以下几种： 1. 根据 a16z 榜单重新整理的分类： 生产力（文档、ppt、会议、脑爆、数据处理、搜索、浏览、email、文件） 社交（真实、虚拟） 教育（早教、语言学习、公司教育、父母教育、学生工具、学校工具） 创意内容（视频、音乐、声音、个人图像、图像） 2. 编程工具分类： AI IDE（AI 集成开发环境）：本身是单独的软件开发工具，在原有软件开发工具基础上通过代码魔改具备 AI 功能，如 Cursor、Windsurf、Trae 等。 AI Extensions（AI 插件）：必须被集成进对应的开发环境中才能使用，如阿里的“通义灵码”、百度的“文心快码”、字节跳动的“MarsCode”、科大讯飞的“iFlyCode”、GitHub 的“Copilot”等。 3. 以生成方式划分的 AIGC 分类： 音视频生成类： 视频生成：当前视频生成可分为文生视频、图生视频与视频生视频，主流生成模型为扩散模型。视频生成可用于娱乐、体育分析和自动驾驶等领域，经常与语音生成一起使用。 语音生成：用于文本到语音的转换、虚拟助手和语音克隆等，常用模型由 Transformers 提供，常用技术包括循环神经网络、长短时记忆网络、WaveNet 等。 一些具有代表性的海外项目： Sora（OpenAI）：以扩散 Transformer 模型为核心，能生成长达一分钟的高保真视频，支持多种生成方式，在文本理解方面表现出色。 Genie（Google）：采用 STtransformer 架构，包括潜在动作模型、视频分词器与动力学模型，拥有 110 亿参数。 WaveNet（DeepMind）：一种生成模型，可生成逼真的人类语音。 MuseNet（OpenAI）：一种生成音乐的 AI 模型，可在多种风格和乐器之间组合。 Multilingual v2（ElevenLabs）：一种语音生成模型，支持 28 种语言的语音合成服务。
2025-03-08
所以我可以理解为CNN是一种图像分类识别的AI算法技术吗
卷积神经网络（CNN）是一种用于图像分类识别的 AI 算法技术。 ImageNet 成为深度神经网络革命的首选数据集，其中由 Hinton 领导的 AlexNet 就是基于卷积神经网络（CNN）。自 2012 年以来，在深度学习理论和数据集的支持下，深度神经网络算法大爆发，包括卷积神经网络（CNN）等。 连接主义的全面逆袭从 2012 年开始，欣顿教授和他的学生建立的 AlexNet 就是使用反向传播算法训练的卷积神经网络（CNN），其在图像识别方面击败了当时最先进的逻辑程序。 虽然 CNN 模型取得了显著成果并解决了许多问题，但也存在一些缺陷，如不能从整幅图像和部分图像识别出姿势、纹理和变化，池化操作导致模型不具备等变、丢失很多信息，需要更多训练数据来补偿损失，更适合像素扰动极大的图像分类，对某些不同视角的图像识别能力相对较差。因此，在 2011 年，Hinton 和他的同事们提出了胶囊网络（CapsNet）作为 CNN 模型的替代。
2025-03-07
我想批量给书画作品分类，区分他们的内容（国画或者书法），字体，题材（山水、人物、花鸟），技法（工笔、写意），可以使用什么ai
以下是为您提供的相关信息： 在书画作品分类方面，目前没有直接针对您需求的特定 AI 工具。但一些通用的 AI 技术和工具可能会有所帮助，例如利用图像识别技术对书画作品的内容、字体、题材和技法进行初步分析。 对于图像识别，一些常见的 AI 框架如 TensorFlow、PyTorch 等可以用于开发自定义的图像分类模型。 在 AI 绘图中，了解构图、色彩和光影等因素很重要，如构图包括景别（远景、全景、中景、近景、特写）和拍摄视角（俯视、平视、仰视，正面、侧面、背面），构图方式有点中心构图、九宫格构图、三分法构图等。 但需要注意的是，要实现您批量准确分类书画作品的需求，可能需要大量的标注数据和专业的模型训练。
2025-03-07
CRM会涉及哪些AI工具，帮我分类具体列举出来
以下是 CRM 可能涉及的 AI 工具分类列举： 销售相关工具： Salesforce 爱因斯坦：通过分析数据集识别潜在客户，生成潜在客户评分，具有自动化功能。 Clari：从事智能收入运营，能统一数据并创建准确的收入预测。 Hightime：销售团队的 AI 助手，处理重复性任务和耗时研究。 AIGC 在 CRM 中的应用： 个性化营销内容创作：根据客户数据生成个性化营销文案和视觉内容。 客户服务对话系统：开发智能客服系统，通过自然语言交互解答咨询和投诉。 产品推荐引擎：生成产品描述和展示内容，结合推荐算法推荐产品。 CRM 数据分析报告生成：自动生成数据分析报告，包括多种形式。 智能翻译和本地化：提供多语种翻译及本地化服务。 虚拟数字人和营销视频内容生成：快速生成相关形象和视频内容。 客户反馈分析：高效分析客户反馈信息。 产品经理相关 AI 工具： 用户研究、反馈分析：Kraftful（kraftful.com） 脑图：Whimsical（whimsical.com/aimindmaps）、Xmind（https://xmind.ai） 画原型：Uizard（uizard.io/autodesigner/） 项目管理：Taskade（taskade.com） 写邮件：Hypertype（hypertype.co） 会议信息：AskFred（fireflies.ai/apps） 团队知识库：Sense（senseapp.ai） 需求文档：WriteMyPRD（writemyprd.com） 敏捷开发助理：Standuply（standuply.com） 数据决策：Ellie AI（ellie.ai） 企业自动化：Moveworks（moveworks.com）
2025-03-07
CRM会涉及哪些AI工具，帮我分类具体列举出来
CRM 可能涉及的 AI 工具主要有以下几类： 与销售工作相关的 AI 工具： 1. Salesforce 爱因斯坦：能分析大量数据集识别潜在客户，生成预测性潜在客户评分，还能自动化执行日常或耗时任务。 2. Clari：专门从事智能收入运营，能统一数据并创建准确的收入预测。 3. Hightime：销售团队的 AI 助手，处理重复性任务和耗时研究。 AIGC 在 CRM 中的应用： 1. 个性化营销内容创作：根据客户数据生成个性化且富有创意的营销文案、视觉内容等。 2. 客户服务对话系统：开发智能客服系统，通过自然语言交互解答客户咨询、投诉等。 3. 产品推荐引擎：生成产品描述、视觉展示等内容，结合推荐算法为客户推荐产品。 4. CRM 数据分析报告生成：自动生成数据分析报告，包括文字、图表、视频演示等形式。 5. 智能翻译和本地化：提供高质量多语种翻译及本地化服务。 6. 虚拟数字人和营销视频内容生成：快速生成虚拟数字人形象、场景背景和营销视频内容。 7. 客户反馈分析：高效分析海量客户反馈文本和多媒体信息，挖掘客户需求和潜在痛点。 产品经理的 AI 工具集： 1. 用户研究、反馈分析：Kraftful（kraftful.com） 2. 脑图：Whimsical（whimsical.com/aimindmaps）、Xmind（https://xmind.ai） 3. 画原型：Uizard（uizard.io/autodesigner/） 4. 项目管理：Taskade（taskade.com） 5. 写邮件：Hypertype（hypertype.co） 6. 会议信息：AskFred（fireflies.ai/apps） 7. 团队知识库：Sense（senseapp.ai） 8. 需求文档：WriteMyPRD（writemyprd.com） 9. 敏捷开发助理：Standuply（standuply.com） 10. 数据决策：Ellie AI（ellie.ai） 11. 企业自动化：Moveworks（moveworks.com）
2025-03-07
财务专员，采购专员，PM，CRM，开发(网站前端和后端开发，低代码RPA开发，Mendix开发) 这些角色在使用AI的时候会涉及哪些AI工具，帮我分类列举出来
以下是为您分类列举的不同角色可能涉及的 AI 工具： 财务专员：可能会使用财务分析预测的 AI 工具，例如能够进行风险评估和预算规划的工具。 采购专员：或许会用到能够进行市场趋势分析和供应商评估的 AI 工具。 PM（项目经理）：可能涉及项目进度预测和资源分配优化的 AI 工具。 CRM（客户关系管理）：可能使用客户行为分析和销售预测的 AI 工具。 网站前端和后端开发：可能运用代码自动生成和漏洞检测的 AI 工具。 低代码 RPA 开发：也许会用到流程自动化设计和优化的 AI 工具。 Mendix 开发：可能涉及模型生成和性能优化的 AI 工具。
2025-03-07