最新AI进展

以下是为您整理的有趣的 AI 项目相关内容： 项目一： 标题：A proinnovation approach 相关内容：新的监测功能将对监管进行实时评估。AI 在医疗保健和医学中的应用蓬勃发展，如 DeepMind 的蛋白质折叠 AI 解决生物学重大问题等。同时也提到了 AI 可能带来的新风险，如损害身心健康、侵犯个人隐私和破坏人权等。大型专业 AI 公司对英国经济有重大贡献。 项目二： 标题：2024 年人工智能现状：辉煌、戏谑和“牛市” 相关内容：预计明年会有团队花费超过 10 亿美元训练单个大规模模型。计算需求的增长超出了电网的支持能力。AI 对选举的影响尚未显现。人工智能持续有令人兴奋的突破，也存在未解决的伦理问题。OpenAI、Meta 等在不同领域领先，中国实验室也在崛起。

以下是 1 月 19 日的一些 AI 最新新闻： 1. AWPortrait 1.3 人像模型更新，优化了棚拍质感和皮肤肌理，增强户外场景优化，提高对面部表情的识别，包括微笑、大笑等。链接：https://x.com/xiaohuggg/status/1748316750230487385?s=20 2. Meta AI 的自奖励语言模型，采用新型训练方法，模型自生成训练数据，在 AlpacaEval 2.0 排行榜上表现优异。链接：https://x.com/xiaohuggg/status/1748303100438577478?s=20 3. 微软推出 AI 阅读教练工具，为学生设计，创造 AI 生成故事，通过语音转文本 AI 分析阅读流利性。链接：https://x.com/xiaohuggg/status/1748295530382528713?s=20 4. Stefano Rivera 的 AI 交互式“MR 木偶秀”，利用多种 AI 工具如 ChatGPT、DallE 3，包括 3D 渲染、场景构建、音乐和语音技术。链接：https://x.com/xiaohuggg/status/1748263355763339544?s=20 5. KREA AI 实时生图新功能，提供文本到图像、背景去除和橡皮擦工具，实时生成图像，提高创作便捷性。体验地址：https://krea.ai/apps/image/realtime 链接：https://x.com/xiaohuggg/status/1748214523373477928?s=20 6. 推荐开源知识库程序 Outline，特点为美观、实时协作、功能丰富，支持 Markdown、即时搜索、与 Slack 集成等。GitHub：https://github.com/outline/outline

以下是关于 AI 基础知识的介绍： 一、AI 背景知识 1. 基础理论：了解人工智能、机器学习、深度学习的定义及其之间的关系。 2. 历史发展：简要回顾 AI 的发展历程和重要里程碑。 二、数学基础 1. 统计学基础：熟悉均值、中位数、方差等统计概念。 2. 线性代数：了解向量、矩阵等线性代数基本概念。 3. 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 三、算法和模型 1. 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 2. 无监督学习：熟悉聚类、降维等算法。 3. 强化学习：简介强化学习的基本概念。 四、评估和调优 1. 性能评估：了解如何评估模型性能，包括交叉验证、精确度、召回率等。 2. 模型调优：学习如何使用网格搜索等技术优化模型参数。 五、神经网络基础 1. 网络结构：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）。 2. 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 对于新手学习 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。了解人工智能及其主要分支（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： 根据自己的兴趣选择特定的模块进行深入学习，如图像、音乐、视频等。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，通过实践巩固知识，尝试使用各种产品做出作品。 在知识库分享实践后的作品和文章。 5. 体验 AI 产品： 与如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式。 对于中学生学习 AI 的建议： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始学习，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： 使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索面向中学生的 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。

以下为您介绍一些利用 AI 制作 PPT 的相关信息： 卓 sir 分享了自己使用 AI 完成 PPT 作业的经历，用到的 AI 工具包括 GPT4、WPS AI 和 chatPPT。您可以通过飞书链接查看相关 PPT：https://fr3qe44cid.feishu.cn/docx/DW44djbRioSL4lxURmlcn5cEnte?from=from_copylink 。 熊猫 Jay 因企业内部要求编写了相关文章并公开分享，介绍了通过 AI 工具高效制作 PPT 的思路和指南，还获得了 1000 元红包奖励。文中提到了市面上最受欢迎的 5 款 AI PPT 工具：MindShow、爱设计、闪击、Process ON、WPS AI 。 目前市面上大多数 AI 生成 PPT 的思路通常是：AI 生成 PPT 大纲，手动优化大纲，导入工具生成 PPT，优化整体结构。 为您推荐 2 篇市场分析的文章供参考：《》 另外，市面上还有一些其他做 PPT 的 AI 产品，您可以根据自己的需求和喜好选择合适的工具。

以下是为新手提供的学习 AI 的全面指导： 一、了解 AI 基本概念 1. 建议阅读「」部分，熟悉 AI 的术语和基础概念，了解人工智能及其主要分支（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。 2. 浏览入门文章，这些文章通常会介绍 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，您将找到一系列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，您可以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 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。同时，一定要掌握提示词的技巧，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。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。 2. 体验 AI 产品，与现有的 AI 产品（如 ChatGPT、Kimi Chat、智谱、文心一言等）进行互动，了解它们的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。 五、持续学习和跟进 AI 是一个快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 对于中学生学习 AI，还有以下建议： 1. 从编程语言入手学习，可以从 Python、JavaScript 等编程语言开始学习，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，如 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，可以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，中学生可以从编程基础、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，为未来的 AI 发展做好准备。

以下是一些能够在建筑规范方面提供帮助的 AI 工具： 1. HDAidMaster：这是一款云端工具，在建筑设计、室内设计和景观设计领域表现出色，搭载了自主训练的建筑大模型 ArchiMaster，软件 UI 和设计成果颜值在线。 2. Maket.ai：主要面向住宅行业，在户型设计和室内软装设计方面有 AI 技术探索，能根据输入的房间面积需求和土地约束自动生成户型图。 3. ARCHITEChTURES：AI 驱动的三维建筑设计软件，在住宅设计早期阶段可引入相关标准和规范约束设计结果，保证合规性。 4. Fast AI 人工智能审图平台：形成全自动智能审图流程，能将建筑全寿命周期内的信息集成，实现数据汇总与管理。 但每个工具都有特定应用场景和功能，建议根据具体需求选择合适的工具。

目前，中国上市公司在 AI 应用方面取得了一定进展。 一方面，许多公司正将 AI 融入其工作流程，以快速达成 KPI、扩张规模和降低成本。例如，工作流程自动化平台 ServiceNow 通过 AI 驱动的 Now Assist，实现了近 20%的事件避免率；Palo Alto Networks 利用 AI 降低了处理费用的成本；Hubspot 利用 AI 扩大了能够支持的用户规模。瑞典金融科技公司 Klarna 最近宣布，通过将 AI 融入用户支持，他们在运行率方面节省了 4000 多万美元。 另一方面，对于 AI 应用层的创业者来说，存在一些问题和探索。中国企业软件的发展曾受人均 GDP 不够高、人力成本等因素限制，但如果 AI 能极大降低软件成本并提高效率，可能带来价值突破。我们期待中国 2B 的 AI 软件应用实现跨越式发展。 此外，还有一些相关的资源可供参考，如 2022 2024 年融资 2000 万美金以上的公司列表和详细公司分析、AI Grant 公司列表和详细公司分析、AIGC 行业与商业观察等。同时，也有关于 AI 变革公司/产业实践探索的相关内容，如 2023 年年报中中国上市公司对生成式 AI 的使用，以及安克创新的 AI 实践分析等。

近期大模型的进展主要包括以下方面： 多模态大模型： 现状：随着数据集和模型规模扩大，传统多模态模型计算量大，研究重点在于各模态的连接，利用现成训练好的单模态基础模型可减少训练费用和提升效率。通过多模态预训练和指令微调实现模态对齐及模型输出与人类意图对齐是核心挑战。 发展历程：最初集中在多模态内容理解和文本生成，如 Flamingo、BLIP2 等；同时实现多模态输入和输出工作，如 MMLMM；将 LLM 和外部工具继承进来，实现“anytoany”的多模态理解和生成，如 visualchatgpt 等；还有为减少级联过程中传播误差的工作。 大型视觉模型 Sora：符合视觉模型的规模化定律，展示了新兴能力，包括遵循指令、视觉提示工程和视频理解等，是第一个展示确认新兴能力的视觉模型，标志着计算机视觉领域的重要里程碑。 OpenAI 的新模型 o1preview/mini：复杂问题思考过程长，相对简单问题也需 5 10 秒，使用条数少，冷却时间长，但推理模型准确率不断攀升，为行业注入了强心剂。

以下是 9 月份 AI 技术的一些进展： 1. 9 月 AI 圈内发生了多起趣事和事件，包括 Cursor 编程软件的爆红、Runway 删除开源的 Stable Diffusion v1.5、国产 AI Bot 类产品留存率不足 1%等。 2. 众多新模型和功能接连发布，如 DeepSeek、OpenAI 和 Meta 有新的进展，以及 AI 编程工具不断竞争。 3. 行业关注度持续上升，尤其是 Cursor 的成功引发广泛讨论，显示 AI 编程工具仍在快速发展。 4. 吴恩达深入探讨了 AI 技术的最新发展和未来方向，重点关注 Agentic Workflow、模型架构、推理速度和基础设施。他介绍了 Agentic Workflow 的优势，强调 AI 能够自主回顾和修复错误，提高系统稳定性。以斯坦福大学的演示为例，AI Agent 在网络搜索失败时自动切换到维基百科，展示了其适应性。 5. 关于模型架构，吴恩达认为现有的 Transformer 模型已经表现良好，虽然新架构值得研究，但不是必需的。他强调提高快速推理和生成控制能力更为关键。 6. 推理速度被视为当前 AI 应用的主要瓶颈。吴恩达指出，显著提高推理速度（如从 25 分钟缩短到 2 分钟）将极大改善用户体验，推动 AI 应用发展。 7. 在讨论 AI 基础设施时，吴恩达认同增加训练投资可能提高模型效率的观点。他提到一些公司正在开发高效的 token 生成技术，并提出了训练和推理基础设施是否应分离的问题，暗示这可能需要新的架构支持。

以下是 2024 年 AIGC 技术领域的一些进展： 飒姐团队希望 2024 年版报告能更详细展现 AIGC 在国内外的盛况，并期待更具想象力和突破性的发展。同时指出，AI 将改变人们生活的方方面面，很多生产关系会改变，法律也将受到“拷问”。 2024 年 1 月第四周，扎克伯格宣布 Meta 致力于实现 AGI，将两大 AI 研究团队合并，并投入超 90 亿美元采购英伟达显卡。Meta 正在开发 Llama 3 大语言模型，推动开源的通用人工智能开发方式。 2024 年 7 月第二周，快手发布可灵网页版及大量模型更新，阶跃星辰发布多款模型，商汤打造类似 GPT4o 的实时语音演示，微软开源新型 RAG 架构 GraphRAG。 2024 年 7 月第三周，Anthropic 新增分享和后台功能，出现 LLM 分布式训练框架 OpenDiLoCo，Odysseyml 重构 AI 视频生成技术。 2024 年 7 月第四周，AIGC 领域的重要动态包括 Open AI 发布 GPT4omini、Mistral 发布三个小模型等。

以下是关于人工智能 2024 进展的综述： 一、技术与应用方面的进展 1. 图片超短视频的精细操控：包括表情、细致动作、视频文字匹配。 2. 生成式短视频：风格化、动漫风最先成熟，真人稍晚。 3. AI 音频能力：带感情的 AI 配音基本成熟。 4. “全真 AI 颜值网红”：可以稳定输出视频并直播带货。 5. 游戏 AI NPC：有里程碑式进展，出现新的游戏生产方式。 6. AI 男/女朋友聊天：记忆上有明显突破，能较好模拟人的感情，产品加入视频音频，粘性提升并开始出圈。 7. 实时生成的内容：开始在社交媒体内容、广告中出现。 8. AI Agent：有明确进展，办公场景“AI 助手”开始有良好使用体验。 二、商业模式与硬件方面 1. AI 的商业模式：开始有明确用例，如数据合成、工程平台、模型安全等。 2. 可穿戴全天候 AI 硬件：层出不穷，虽然大多数不会成功。 三、国内外发展情况 1. 中国 AI：达到或超过 GPT4 水平。 2. 美国：出现 GPT5。 3. 世界：开始现“主权 AI”。 4. 华为昇腾生态：开始形成，国内推理芯片开始国产替代（训练替代要稍晚）。 四、相关问题与挑战 1. AI 造成的 DeepFake、诈骗、网络攻击等开始进入公众视野，并引发担忧。 2. AI 立法、伦理讨论仍然大规模落后于技术进展。 五、其他相关内容 1. 精选英文报告中添加了《》，135 页文档非常全面概述人工智能生成的内容，涵盖其基础、前沿、应用和社会影响。 2. 更新了 E2B 的。 3. 《》详细介绍了 108 种助于理解复杂概念、改善决策过程和提升问题解决技能的思维模型。 此外，红杉资本的观点认为： 1. AI 产品越来越契合市场的需要，如人工智能驱动的客户服务平台 Klarnas 实现了大量客户服务查询的自动化。 2. 生成式人工智能正在经历快速增长，第一年收入约 30 亿美元。 3. 存在 AI 的$200B 问题，即投资与回报的不平衡。 4. 预测 2024 年将是真正的 AI 应用从 Copilots 转变为人类 Agents 的一年，未来人工智能将更有能力完成更高层次的认知任务，计算平衡从预训练转向推理。

AI 技术的发展历程如下： 1. 早期阶段（1950s 1960s）：包括专家系统、博弈论、机器学习初步理论。 2. 知识驱动时期（1970s 1980s）：有专家系统、知识表示、自动推理。 3. 统计学习时期（1990s 2000s）：出现了机器学习算法，如决策树、支持向量机、贝叶斯方法等。 4. 深度学习时期（2010s 至今）：深度神经网络、卷积神经网络、循环神经网络等得到广泛应用。 当前 AI 的前沿技术点包括： 1. 大模型，如 GPT、PaLM 等。 2. 多模态 AI，例如视觉 语言模型（CLIP、Stable Diffusion）、多模态融合。 3. 自监督学习，包含自监督预训练、对比学习、掩码语言模型等。 4. 小样本学习，如元学习、一次学习、提示学习等。 5. 可解释 AI，涉及模型可解释性、因果推理、符号推理等。 6. 机器人学，包括强化学习、运动规划、人机交互等。 7. 量子 AI，有量子机器学习、量子神经网络等。 8. AI 芯片和硬件加速。 此外，绿洲资本张津剑认为 AI 技术正在加速发展，并且没有看到任何减缓的迹象。尽管媒体报道可能有所减少，但 AI 的实际进展非常迅速。

目前最新的 AI 能够达到以下程度的智能： 1. 聊天机器人：具备基本对话能力，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. 推理者：具备人类推理水平，能够解决复杂问题，如 ChatGPT，能够根据上下文和文件提供详细分析和意见。 3. 智能体：不仅具备推理能力，还能执行全自动化业务，但目前许多 AI 智能体产品在执行任务后仍需人类参与，尚未达到完全智能体的水平。 4. 创新者：能够协助人类完成新发明，如谷歌 DeepMind 的 AlphaFold 模型，可以预测蛋白质结构，加速科学研究和新药发现。 5. 组织：最高级别的 AI，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。 例如 GPT3 及其半步后继者 GPT3.5（在 2023 年 3 月升级为 GPT4 之前，它驱动了现在著名的 ChatGPT）在某种程度上是朝着 AGI 迈出的巨大一步，而早期的模型像 GPT2 等实际上没有真正连贯回应的能力。

以下为您介绍一些最新的涉及变现的 AI 产品： 在电商领域： “电商：带货本地生活”，AI 数字人上岗带货本地生活电商，一个月多赚 3 万。 “电商：婴儿的四维彩超 AI 预测”，通过 AI 工具提前还原宝宝的四维彩超模样进行变现。 “电商：小红书 AI 绘画变现”，分享小红书最火的三种 AI 绘画类商品的变现方式。 在写作方面：“Grammarly、秘塔写作猫”是 AI 智能写作助手，利用自然语言处理技术辅助用户进行高质量写作，可检查语法、拼写错误并提供改进建议，以及进行智能润色和内容创作辅助。 在商品推荐方面：“淘宝拍照搜商品”通过图像识别为用户推荐相似商品；“大众点评智能推荐”基于用户口味偏好推荐美食。 在语音助手方面：“小爱同学、Siri”可根据语音识别和自然语言理解技术为不同需求定制专属语音助手，如控制智能家居、回答问题、进行语音交互和任务处理等。 在健身领域：“Keep 智能训练计划”利用数据分析和机器学习技术，根据用户数据制定个性化健身方案。 在客服方面：“阿里小蜜等电商客服”为企业提供智能客服解决方案，可自动回答客户问题，处理订单查询等任务。

Midjourney 的最新功能包括： 1. 风格参考和个性化模型混合使用： 可以混合不同的风格参考融入到混合中，最终风格的强度取决于提示中分配给每种风格的顺序。 能混合多个sref 代码，也能将风格参考图像 URL 和 sref 随机代码混合使用，还可为单个代码或 URL 加权。 能混合多个模型个性化代码，并使用相同的符号进行加权混合。 2. 编辑器更新： 图像编辑器：允许从计算机上传图像，然后进行扩展、裁剪、重绘、添加或修改场景中的元素。还推出了“图像重纹理化模式”，会估算场景的形状，然后重新应用纹理，使所有光照、材质和表面都发生变化。所有图像编辑操作都可以通过文本提示和区域选择来控制，且编辑器兼容模型个性化、风格参考、角色参考和图像提示功能。 AI 审核系统：正在测试一个更加智能、更加细致的 V2 AI 审核系统，会从整体上检查提示、图像、绘制蒙版以及生成的输出图像。 3. 使用规则：由于这些功能非常新，在第一个发布阶段，将这些功能开放给已生成至少 10,000 张图像的用户（年度会员可用）和过去 12 个月内一直是月度订阅用户的用户。

以下是为您提供的最新 AI 工具相关信息及更新频率： AIGC Weekly 61 每周一更新，主要介绍上周 AIGC 领域发布的一些产品以及值得关注的研究成果，包括 Mistral 推出新的大模型 Mistral Large、LTX 推出文字直接生成视频的软件、LayerDiffusion 项目可生成透明 PNG 图片等，还汇报了一些公司和项目的动态，推荐了一些新产品，如 Vercel AI SDK、OLMo7BInstruct 等。 2024 年 5 月 20 日的更新包括：《》介绍了 Coze.cn 临时上线又下线的“图像流”功能的试用情况。 2024 年 8 月 17 日的更新有：《》设想了未来 150 年内 AI 原住民与智能机器的共生关系。

以下是关于 Stable Diffusion 3.5 的最新资讯： Stability AI 刚刚发布了 Stable Diffusion 3.5，其中 8B 的 Large 和 Turbo 已经开放，2B 的 Medium 会在 10 月 29 日发布。 ComfyUI 官方提供了示例工作流，尤其对于 RAM 低于 32GB 的用户，comfyanonymous 制作了额外的 scaled fp8 clip，您可以通过以下链接了解和使用： 如何使用: https://blog.comfy.org/sd35comfyui/ 工作流：https://huggingface.co/ComfyOrg/stablediffusion3.5fp8/tree/main scaled fp8 clip：https://huggingface.co/ComfyOrg/stablediffusion3.5fp8/blob/main/sd3.5_large_fp8_scaled.safetensors 不久之后，ControlNets 也将推出，为各种专业用例提供先进的控制功能。 我们很高兴在许可的社区许可下发布此模型，许可证的关键组成部分包括： 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。 输出的所有权：保留所生成媒体的所有权，不受限制性许可影响。对于年收入超过 100 万美元的组织，请在此处联系咨询企业许可证。 虽然模型权重现在可以在 Hugging Face 上进行自托管，但您还可以通过以下平台访问模型： 、DeepInfra 深基础设施。 Stability AI 相信安全、负责任的人工智能实践，并采取审慎措施确保诚信从开发的早期阶段开始，已并将继续采取合理的措施来防止不良行为者滥用 Stable Diffusion 3.5。有关安全方法的更多信息，请访问稳定安全页面。