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