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

怎么搭建混元3D模型到本地使用

Answer

要在本地搭建混元 3D 模型，以下是一些方法和步骤：

  1. 制作乐高 logo 的 STL 文件：
    • 设计乐高 logo：使用矢量图形编辑软件（如 Adobe Illustrator 或 Inkscape）创建或获取矢量格式的乐高 logo，确保符合标准。
    • 导入 3D 建模软件：将矢量 logo 导入到 3D 建模软件（如 Blender、Fusion 360 或 Tinkercad）中。
    • 创建 3D 模型：在软件中根据矢量图形创建 3D 模型，调整尺寸和厚度以适合打印。
    • 导出 STL 文件：将完成的 3D 模型导出为 STL 格式。
    • 示例代码：在 Blender 中使用 Python 脚本创建 3D 文本作为乐高 logo 并导出 STL 文件，具体操作包括打开 Blender，切换到脚本编辑器，输入并运行脚本，然后在指定路径检查生成的 STL 文件，可根据需要调整脚本参数。
  2. 使用 Polycam 工具：
    • Polycam 是一个免费的 3D 建模工具，只需上传至少 20 张图片或至少 20 秒的视频，它会自动处理并构建 3D 模型。生成后可编辑模型，并支持 12 种以上格式导出到流行的 3D 软件（如 Blender、SketchUp、Unreal、Unity 等）。100 张图像的云处理建模时间约 1 - 2 分钟。还能将无人机拍摄的图像转换为 3D 模型，兼容多种流行无人机。
    • 官方网站：https://poly.cam/tools/photogrammetry…
Content generated by AI large model, please carefully verify (powered by aily)

References

生成3D模型的测试

创建一个乐高logo的STL文件4o：制作一个乐高logo的STL文件涉及以下几个步骤：1.设计乐高logo：使用矢量图形编辑软件（如Adobe Illustrator或Inkscape）来创建或获取一个矢量格式的乐高logo。确保设计是准确的，并符合乐高logo的标准。2.导入3D建模软件：将矢量logo导入到3D建模软件中，例如Blender、Fusion 360或Tinkercad。这些软件可以将矢量图形转换为3D模型。3.创建3D模型：在3D建模软件中，根据矢量图形创建3D模型。调整模型的尺寸和厚度，确保它可以实际打印。4.导出STL文件：将完成的3D模型导出为STL文件格式。这是3D打印常用的文件格式。以下是一个简单的示例代码，展示如何在Blender中使用Python脚本创建一个简单的3D文本作为乐高logo，并导出为STL文件：请按照以下步骤操作：1.打开Blender：确保你安装了Blender，并打开它。2.打开脚本编辑器：在Blender中，切换到“脚本编辑器”（Scripting）界面。3.输入脚本：将上述Python脚本复制并粘贴到脚本编辑器中。4.运行脚本：点击“运行脚本”（Run Script）按钮，Blender将创建一个3D文本对象，并将其导出为STL文件。5.检查STL文件：脚本完成后，你可以在脚本中指定的路径（例如lego_logo.stl）找到生成的STL文件。你可以根据需要调整脚本中的参数（如字体、位置、挤压深度等），以获得满意的乐高logo 3D模型。所以，他给了我一个字的模型......

【SD】SD梦幻联动PS插件Photopea

大模型选择“revAnimated”，添加一段关于小猫的描述——“(1cat:1.1),,chibi,full body,(small:1.1),((3D model,Zbrush,complex 3D rendering super detailed)),oversaturated,ultra realistic,digital art,art station,(colour contrast:1.1),finest masterpiece,8K,HDR,((best quality)),((masterpiece)),(detailed),<lora:blindbox_v1_mix:1>”（这段提示词其实只是说明了这是一只小猫，其他的都是可以套用的标准提示词）点击生成，给手稿注入灵魂！生成的小猫可以再次一键导入到PS中，有没有体会到一丝这个流程中的顺滑程度？点击选择菜单中的“去除背景”，一键就可以将主体勾出来，PS的强大可不是开玩笑的。而且如果你想要更精确的蒙版，还可以使用钢笔工具精细抠图。接下来，我们玩个大的。选择小猫以外的选区，然后找到这个工具“magic replace”。这个功能就是“创成式填充”，没错，就是那个大名鼎鼎的“创成式填充”，我们在SD里面也能用啦。输入一个文本关键词“Warm balcony”，让AI给我们绘制一个阳台背景。点击生成，就可以得到一幅和小猫相融合的阳台背景。使用裁切工具将画板放大一些。建立选区，再次使用“创成式填充”，就得到了完整的背景图像。可以看到，因为是自动抠图，小猫的边缘是有白边的，暂时还不完美，但是没关系，我们有神器帮忙。将做好的图发送到“图生图”和“controlnet”当中。使用Tile模型对图片重绘细化，然后使用脚本SD放大扩展图像尺寸。一张高清小猫的图片就画好了，

Han：基于现有能力项目应用的思考

|技术名称|应用场景|技术类型|简介|主要特点|工作原理|其他|官方网站|项目及演示|论文|Github|在线体验|附件|最后更新时间|<br>|-|-|-|-|-|-|-|-|-|-|-|-|-|-|<br>|Polycam发布了一个免费的3D建模工具|元宇宙数字空间的物体孪生采集生成又多了一种可能。|3D场景|你只需上传至少20张图片或至少20秒的视频，Polycam自动处理并构建一个3D模型。<br>生成后你还可以编辑模型，支持12种以上的格式导出到流行的3D软件中，如Blender、SketchUp、Unreal、Unity等。<br><100张图像的云处理建模时间只需要大约1-2分钟。<br>可以在<br>网站以及iOS和Android应用中来创建、编辑和存储3D模型，完全免费<br>Polycam还可以轻松将无人机拍摄的图像转换为广阔的3D模型。只需上传关键帧无人机图像，就可以快速得到3D模型。Polycam与所有流行的无人机兼容，包括DJI Mavic 3、DJI Mini 4 Pro和DJI Phantom 4 Pro。|||知识扩展：<br>摄影测量是什么？<br>摄影测量是一种技术，通过使用照片捕捉物体、地形或结构的精确三维测量和视觉表示。它依赖于先进的软件从不同角度分析多张图片，实现对主题的准确重建和测量。摄影测量在建筑、考古、地理空间制图和3D建模等多个行业中有应用，为各种项目提供宝贵的洞察和数据。|[https://poly.cam/tools/photogrammetry…](https://t.co/Yg4JPGNP7u)||||||2023/12/26|

Others are asking
对DeepSeek-R1、GPT-4o、文心一言、通义千文、豆包、海信星海和混元模型的性能对比分析
以下是对 DeepSeekR1、GPT4o、文心一言、通义千文、豆包、海信星海和混元模型的性能对比分析： 通义千问： 通义团队将 Qwen2.5Max 与目前领先的开源 MoE 模型 DeepSeek V3、最大的开源稠密模型 Llama3.1405B 以及同样位列开源稠密模型前列的 Qwen2.572B 进行了对比。在所有 11 项基准测试中，Qwen2.5Max 全部超越了对比模型。 Qwen2.5Max 已在阿里云百炼平台上架，企业和开发者可通过阿里云百炼调用新模型 API，也可在全新的 Qwen Chat 平台上使用。 DeepSeekR1： 属于基于强化学习 RL 的推理模型，在回答用户问题前会先进行“自问自答”式的推理思考，以提升最终回答的质量。 其“聪明”源于独特的“教育方式”，在其他 AI 模型还在接受“填鸭式教育”时，DeepSeek R1 已率先进入“自学成才”新阶段。 其思考与表达碾压了包括 GPT4o、Claude Sonnet3.5、豆包等模型，思考过程细腻、自洽、深刻、全面，输出结果在语气、结构、逻辑上天衣无缝。 目前关于文心一言、海信星海和混元模型在上述内容中未提供具体的性能对比信息。
2025-02-12
腾讯混元大模型网址
腾讯混元大模型的开源地址为：https://github.com/Tencent/HunyuanVideo 。普通用户也可以去腾讯元宝 APP，进入 AI 应用查看该模型，可能需要申请资格，但腾讯处理速度较快。此外，模型下载地址为：https://huggingface.co/tencent/TencentHunyuanLarge ，详细介绍可参考：https://xiaohu.ai/p/15254 ，技术报告：https://arxiv.org/pdf/2411.02265 。
2024-12-09
混元大模型
腾讯混元大模型（HunyuanLarge）是全球最大的 MoE 开源模型，具有以下特点： 拥有 3890 亿参数，其中活跃参数为 520 亿。 具备强大的长文本处理和常识推理能力，支持 256K 上下文窗口。 通过数据增强，使用合成数据提升对未见内容的理解。 详细介绍： 模型下载： 技术报告：
2024-11-15
文心一言、通义千问、Kimi、腾讯混元、讯飞星火、抖音豆包、智普清言这些AI工具之间有什么不同，各自擅长哪些领域
以下是文心一言、通义千问、Kimi、腾讯混元、讯飞星火、抖音豆包、智普清言这些 AI 工具的不同之处及各自擅长的领域： Kimi 智能助手：由 Moonshot AI 出品，有着超大“内存”，可以一口气读完二十万字的小说，还会上网冲浪。 文心一言：百度出品的 AI 对话产品，定位为智能伙伴，能写文案、想点子，陪聊天、答疑解惑，与搜索有较好的结合。 通义千问：由阿里云开发的聊天机器人，能够与人交互、回答问题及协作创作，与钉钉有结合应用。 腾讯混元：相对较为低调，公司文化特点及目前尚未有明确亮点可能是其受到关注较少的原因。 讯飞星火：暂未提及具体特点和擅长领域。 抖音豆包：字节旗下产品，字节在 AI 领域有较大投入和决心，如推出多种相关产品和应用。 智普清言：暂未提及具体特点和擅长领域。 需要注意的是，这些 AI 工具的性能和擅长领域可能会随着不断的更新和优化而发生变化。
2024-08-18
腾讯混元支持哪些数据库
腾讯的混元大模型（Hunyuan Foundation Model）作为一个强大的人工智能平台，提供了广泛的数据库支持，以便在各类应用场景中高效地管理和利用数据。虽然详细的官方数据库支持列表可能随时更新，但通常来说，腾讯云（Tencent Cloud）和其相关的AI平台会支持以下几类主要数据库： 支持的数据库类型 1. 关系型数据库（RDBMS）： MySQL：广泛应用的开源关系型数据库。 PostgreSQL：功能强大的开源关系型数据库，支持复杂查询和高级功能。 SQL Server：微软的商业数据库，适用于企业级应用。 MariaDB：MySQL的分支，兼容性高，性能优化。 Oracle：广泛应用于企业级应用的商业关系型数据库。 2. NoSQL数据库： MongoDB：文档型NoSQL数据库，适用于大数据和实时数据处理。 Redis：内存数据库，支持高性能的缓存和实时数据处理。 Cassandra：高可用性和扩展性强的NoSQL数据库，适合分布式数据存储。 HBase：基于Hadoop的分布式NoSQL数据库，适用于大规模数据存储。 3. 时序数据库： TimescaleDB：基于PostgreSQL的时序数据库，适合处理时间序列数据。 InfluxDB：专为高性能查询和数据存储设计的时序数据库。 4. 图数据库： Neo4j：广泛应用的图数据库，支持复杂的图查询和数据关系。 JanusGraph：分布式图数据库，适合大规模图数据处理。 5. 云原生数据库： 腾讯云数据库服务（CDB）：包括上述数据库在腾讯云环境中的托管服务。 TDSQL：腾讯云的分布式数据库解决方案，支持多种关系型和NoSQL数据库。 6. 数据仓库： Amazon Redshift：基于云的数据仓库，支持大规模数据分析。 Google BigQuery：完全托管的数据仓库，支持实时数据分析和查询。 Snowflake：云原生数据仓库，支持多云环境和复杂查询。 数据库支持的具体示例 为了更好地理解混元大模型可能支持的数据库，我们可以参考腾讯云上的数据库服务，这些服务通常与混元大模型集成良好。 腾讯云数据库 MySQL：高性能的关系型数据库服务，支持自动备份和数据恢复。 腾讯云数据库 PostgreSQL：功能强大的企业级数据库服务，支持复杂查询和数据分析。 腾讯云数据库 MongoDB：适用于大数据和实时数据处理的文档数据库服务。 腾讯云数据库 Redis：支持高性能缓存和实时数据处理的内存数据库服务。 腾讯云数据库 TDSQLC：腾讯自研的企业级分布式数据库，支持强一致性和高可用性。 使用场景 在实际应用中，混元大模型与上述数据库的集成可以覆盖以下场景： 数据分析和挖掘：利用关系型数据库和数据仓库进行大规模数据分析和挖掘，提供数据驱动的决策支持。 实时数据处理：通过NoSQL数据库（如Redis、MongoDB）处理实时数据，支持高并发的应用场景。 复杂查询和关系分析：使用图数据库进行复杂的关系分析和图数据处理，适用于社交网络分析等场景。 大规模分布式存储：通过分布式数据库（如Cassandra、HBase）实现大规模数据的存储和访问。 总结 腾讯混元大模型支持多种类型的数据库，包括关系型数据库、NoSQL数据库、时序数据库、图数据库、云原生数据库和数据仓库。通过这些数据库的集成，混元大模型能够在各种数据管理和分析场景中提供强大的支持，帮助用户高效地处理和利用数据。为了确保最新的支持信息和技术细节，建议参考腾讯云官方文档和技术支持资源。
2024-05-30
你知道腾讯混元么
腾讯混元是一款人工智能绘画工具，它可以根据用户输入的提示词，生成各种风格的绘画作品。以下是关于腾讯混元的一些介绍： 1. 功能：腾讯混元可以实现文生图、文生文等功能，同时还具有一些实用小工具，如翻译、知识问答等。 2. 优势：腾讯混元是一款双语言大模型，可以实现中英文切换，方便不同语言的用户使用。同时，腾讯混元的内容中立客观，内容健康，适合儿童、子女、父母、家长们使用。 3. 应用场景：腾讯混元可以帮助用户快速生成各种类型的绘画作品，如插图、漫画、海报等。同时，腾讯混元还可以帮助用户学习 AI 时代的人工智能交互，掌握提示词使用，发挥想象力和创造力。 4. 使用方法：用户可以在聊天框中询问混元关于绘画方面的知识储备，然后描述自己的需求，就可以创作出相关的 AI 生成绘画。同时，用户还可以通过专业词汇描述沟通，指导混元和自己进行人 AI 沟通。 总的来说，腾讯混元是一款非常实用的人工智能绘画工具，它可以帮助用户快速生成各种类型的绘画作品，同时还可以帮助用户学习 AI 时代的人工智能交互。
2024-05-30
如何用ai搭建一个学习平台，完成学习计划
以下是用 AI 搭建学习平台并完成学习计划的一些方法和建议： 英语学习： 1. 智能辅助工具：利用如 Grammarly 这样的 AI 写作助手进行英语写作和语法纠错，以改进英语表达和写作能力。 2. 语音识别和发音练习：使用如 Call Annie 这样的语音识别应用进行口语练习和发音纠正，获取实时反馈和建议。 3. 自适应学习平台：使用如 Duolingo 这样的自适应学习平台，其利用 AI 技术为您量身定制学习计划，提供个性化的英语学习内容和练习。 4. 智能导师和对话机器人：利用如 ChatGPT 这样的智能对话机器人进行英语会话练习和对话模拟，提高交流能力和语感。 数学学习： 1. 自适应学习系统：使用如 Khan Academy 这样的自适应学习系统，结合 AI 技术为您提供个性化的数学学习路径和练习题，根据您的能力和需求进行精准推荐。 2. 智能题库和作业辅助：利用如 Photomath 这样的智能题库和作业辅助工具，通过图像识别和数学推理技术为您提供数学问题的解答和解题步骤。 3. 虚拟教学助手：使用如 Socratic 这样的虚拟教学助手，利用 AI 技术为您解答数学问题、提供教学视频和答疑服务，帮助您理解和掌握数学知识。 4. 交互式学习平台：参与如 Wolfram Alpha 这样的交互式学习平台的数学学习课程和实践项目，利用 AI 技术进行数学建模和问题求解。 外语学习： 1. 语言学习平台： FluentU：使用真实世界的视频，通过 AI 生成个性化的词汇和听力练习。选择学习语言，观看视频并完成相关练习，积累词汇和提升听力理解能力。 Memrise：结合 AI 技术，根据学习者的记忆曲线提供复习和练习，增强记忆效果。选择学习语言，使用应用提供的词汇卡和练习进行学习。 2. 发音和语法检查： Speechling：提供口语练习和发音反馈，帮助学习者改进口音和发音准确性。录制语音，提交给 AI 系统或人类教练，获取反馈和改进建议。 Grammarly：可以帮助提高写作的语法和词汇准确性，支持多种语言。将写作内容粘贴到 Grammarly 编辑器中，获取语法和词汇改进建议。 3. 实时翻译和词典工具： Google Translate：提供实时翻译、语音输入和图像翻译功能，适合快速查找和学习新词汇。输入或语音输入需要翻译的内容，查看翻译结果和示例句子。 Reverso Context：提供单词和短语的翻译及上下文例句，帮助理解和学习用法。输入单词或短语，查看翻译和例句，学习实际使用场景。 通过结合 AI 技术和传统学习方法，您可以更高效、更个性化地进行学习，并取得更好的学习效果。
2025-02-18
我想了解如何在微信公众号搭建一个能发语音的数字人
以下是在微信公众号搭建能发语音的数字人的相关步骤： 1. 照片数字人工作流及语音合成（TTS）API 出门问问 Mobvoi： 工作流地址：https://github.com/chaojie/ComfyUImobvoiopenapi/blob/main/wf.json 相关文件： 记得下载节点包，放进您的 node 文件夹里，这样工作流打开就不会爆红了！ComfyUI 启动后就可以将 json 文件直接拖进去使用了！ 2. 「AI 学习三步法：实践」用 Coze 免费打造自己的微信 AI 机器人： 组装&测试“AI 前线”Bot 机器人： 返回个人空间，在 Bots 栏下找到刚刚创建的“AI 前线”，点击进入即可。 组装&测试步骤： 将上文写好的 prompt 黏贴到【编排】模块，prompt 可随时调整。 在【技能】模块添加需要的技能：工作流、知识库。 【预览与调试】模块，直接输入问题，即可与机器人对话。 发布“AI 前线”Bot 机器人： 测试 OK 后，点击右上角“发布”按钮即可将“AI 前线”发布到微信、飞书等渠道。 发布到微信公众号上： 选择微信公众号渠道，点击右侧“配置”按钮。 根据以下截图，去微信公众号平台找到自己的 App ID，填入确定即可。不用了解绑即可。 最后去自己的微信公众号消息页面，就可以使用啦。
2025-02-18
知识库搭建
知识库搭建主要包括以下几个方面： 1. “拎得清、看得到、想得起、用得上”的核心步骤： 拎得清：主动选择和判断高质量、与目标相关的信息源，利用 AI 搜索引擎、加入优质社群和订阅号等建立信息通路，具备信息嗅探能力。 看得到：确保所选信息能频繁且不经意地触达个人，通过浏览器插件、笔记工具等组织信息，使其易于检索和浏览。 想得起：强调信息的内化和知识线索建立，做好标记（关键词、tag）、选择合适存放位置，推荐使用 PARA 笔记法等方法组织串联信息。 用得上：将积累的知识转化为实际行动和成果，在解决问题或创造价值时能从知识库中调取相应信息。 2. RAG 技术： 利用大模型的能力搭建知识库是 RAG 技术的应用。 RAG 是当需要依靠不包含在大模型训练集中的数据时的主要方法，首先检索外部数据，然后在生成步骤中将其传递给 LLM。 RAG 应用包括文档加载、文本分割、存储（包括嵌入和向量数据存储）、检索、输出（把问题及检索出的嵌入片提交给 LLM 生成答案）。 文本加载器是将用户提供的文本加载到内存中以便后续处理。 3. 智能体知识库创建： 手动清洗数据，提高数据准确性。 在线知识库：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，可编辑修改和删除，添加 Bot 并在调试区测试效果。 本地文档：注意拆分内容，提高训练数据准确度，按章节进行人工标注和处理。 发布应用：确保在 Bot 商店中能搜到。
2025-02-18
知识库搭建
知识库搭建主要包括以下几个方面： 1. “拎得清、看得到、想得起、用得上”的核心步骤： 拎得清：主动选择和判断高质量、与目标相关的信息源，利用 AI 搜索引擎、加入优质社群和订阅号等建立信息通路，具备信息嗅探能力。 看得到：确保所选信息能频繁且不经意地触达个人，通过浏览器插件、笔记工具等组织信息，使其易于检索和浏览。 想得起：强调信息的内化和知识线索建立，做好标记（关键词、tag）、选择合适存放位置，推荐使用 PARA 笔记法等方法组织串联信息。 用得上：将积累的知识转化为实际行动和成果，在解决问题或创造价值时能从知识库中调取相应信息。 2. RAG 技术： 利用大模型的能力搭建知识库是 RAG 技术的应用。 RAG 是当需要依靠不包含在大模型训练集中的数据时的主要方法，首先检索外部数据，然后在生成步骤中将其传递给 LLM。 RAG 应用包括文档加载、文本分割、存储（包括嵌入和向量数据存储）、检索、输出（把问题及检索出的嵌入片提交给 LLM 生成答案）。 文本加载器是将用户提供的文本加载到内存中以便后续处理。 3. 智能体知识库创建： 手动清洗数据，提高数据准确性。 在线知识库：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，可编辑修改和删除，添加 Bot 并在调试区测试效果。 本地文档：注意拆分内容，提高训练数据准确度，按章节进行人工标注和处理。 发布应用：确保在 Bot 商店中能搜到。
2025-02-18
我想创业，花多少钱，能够搭建一个视频领域的AI模型
在视频领域搭建 AI 模型的成本因多种因素而异。对于创业者或小公司来说，这个领域存在一定的挑战。 腾讯的混元 AI 视频模型目前只支持文生视频，且已开源免费。 在模型供应商方面，不同供应商的特点和成本有所不同： 智谱 GLM4V 是通用视觉类大模型，为拍立得最早使用的模型，接口响应速度快，指令灵活性差一些，调用成本为 0.05 元/千 tokens。 阿里云百炼 qwenvlplus 也是通用视觉类大模型，是拍立得目前使用的模型，指令灵活性比较丰富，接口调用入门流程长一些，密钥安全性更高，调用成本为 0.008 元/千 tokens，训练成本为 0.03 元/千 tokens。 阶跃星辰是通用视觉类大模型，响应速度快，支持视频理解，输入成本为 0.005 0.015 元/千 tokens，输出成本为 0.02 0.07 元/千 tokens。 百度 PaddlePaddle 是 OCR 垂直小模型，文本识别能力补齐增强，私有化部署有服务费，API 调用在 0.05 0.1 元/次。 此外，获取高质量数据的难度较高，大厂在该领域的护城河深厚。大公司在争取大模型 API 客户方面更具优势，且开源大模型的发展可能会影响创业公司的业务。去年为大客户定制一个大模型的最高订单额可达 1000 万元，而今年则快速降到了百万元级别乃至更低。
2025-02-18
我需要以无代码的形式搭建一个数据大屏，有哪些工具可以满足我的需求
目前市面上有一些无代码工具可以帮助您搭建数据大屏，例如： 1. 阿里云 DataV：提供丰富的可视化组件和模板，操作相对简单。 2. 腾讯云图：支持多种数据源接入，具备强大的可视化编辑能力。 3. 帆软 FineReport：功能较为全面，能满足多样化的大屏搭建需求。 您可以根据自己的具体需求和使用习惯选择适合的工具。
2025-02-17
我想做一个产品（生涯规划领域的垂直大模型），这个产品服务的对象是所有人：帮助所有人进行更好的职业规划。每个人都能通过使用这个产品更好地了解自己，了解自己的天赋、兴趣、优势，然后找到自己的热爱的领域和热爱的事业，并且能够个性化地推荐相关的行业和职业，包括职业的主要工作内容和核心能力要求等等。 请对这个产品进行可行性分析，并给出产品的发展规划，别忘了给这个项目起一个名字。
以下是对您提出的生涯规划领域垂直大模型产品的可行性分析和发展规划，并为项目取名为“生涯智途”。 可行性分析： 1. 需求广泛：帮助人们进行职业规划是一个普遍存在的需求，涵盖了各个年龄段和职业阶段的人群。 2. 数据可用性：可以通过各种渠道收集大量与职业相关的数据，包括行业报告、职位描述、人才需求等。 3. 技术支持：当前大模型技术的发展为实现这样的产品提供了可能，能够处理和分析大量复杂的数据。 发展规划： 1. 数据收集与整理：广泛收集各类职业数据，建立丰富的数据库，确保数据的准确性和完整性。 2. 模型训练与优化：利用收集到的数据进行模型训练，不断优化模型，提高预测和推荐的准确性。 3. 功能开发： 个性化测评：开发能够准确评估用户天赋、兴趣、优势的功能模块。 精准推荐：根据用户的特点，提供个性化的行业和职业推荐，并详细介绍职业的工作内容和核心能力要求。 持续学习与更新：随着行业变化，及时更新数据和模型，以提供最新的职业信息。 4. 用户体验优化：设计简洁、易用的界面，提供良好的用户交互体验。 5. 市场推广：通过线上线下多种渠道进行推广，提高产品的知名度和用户覆盖面。 希望以上分析和规划对您有所帮助。
2025-02-18
现在大语言模型的跑分对比
对比不同大语言模型的性能需要考虑多个维度，包括但不限于以下方面： 1. 理解能力：评估对语言的语法、语义、上下文和隐含意义的理解程度。 2. 生成质量：检查生成文本的流畅性、相关性和准确性。 3. 知识广度和深度：掌握广泛主题的知识程度，以及对特定领域或话题的理解深度。 4. 泛化能力：处理未见过的任务或数据时的表现。 5. 鲁棒性：应对错误输入、对抗性输入或模糊不清指令的能力。 6. 偏见和伦理：生成文本时是否存在偏见，是否遵循伦理标准。 7. 交互性和适应性：在交互环境中的表现，包括对用户反馈的适应性和持续对话的能力。 8. 计算效率和资源消耗：考虑模型大小、训练和运行所需的计算资源。 9. 易用性和集成性：是否易于集成到不同应用和服务中，提供的 API 和工具的易用性。 为了进行有效的比较，可以采用以下方法： 1. 标准基准测试：使用如 GLUE、SuperGLUE、SQuAD 等标准的语言模型评估基准，它们提供统一的测试环境和评分标准。 2. 自定义任务：根据特定需求设计任务，评估模型在特定领域的表现。 3. 人类评估：结合人类评估者的主观评价，特别是在评估文本质量和伦理问题时。 4. A/B 测试：在实际应用场景中，通过 A/B 测试比较不同模型的表现。 5. 性能指标：使用准确率、召回率、F1 分数、BLEU 分数等性能指标来量化比较。 当前领先的大型语言模型的排行榜，例如聊天机器人竞技场，由伯克利的团队管理，根据 ELO 评级对不同语言模型进行排名，计算方式与国际象棋中的类似。在排行榜中，顶部多为专有模型，下方有开放权重的模型。 大语言模型的特点包括： 1. 架构：有 encoderonly、encoderdecoder、decoderonly 等，如 BERT 是 encoderonly 模型，google 的 T5 是 encoderdecoder 模型，众多 AI 助手多为 decoderonly 模型。 2. 数据和参数：预训练数据量大，往往来自互联网，包括论文、代码、公开网页等，参数多，如 OpenAI 在 2020 年发布的 GPT3 已达到 170B 的参数。
2025-02-18
现在大语言模型的跑分对比
对比不同大语言模型的性能需要考虑多个维度，包括但不限于以下方面： 1. 理解能力：评估对语言的语法、语义、上下文和隐含意义的理解程度。 2. 生成质量：检查生成文本的流畅性、相关性和准确性。 3. 知识广度和深度：掌握广泛主题的知识程度，以及对特定领域或话题的理解深度。 4. 泛化能力：处理未见过的任务或数据时的表现。 5. 鲁棒性：应对错误输入、对抗性输入或模糊不清指令的能力。 6. 偏见和伦理：生成文本时是否存在偏见，是否遵循伦理标准。 7. 交互性和适应性：在交互环境中的表现，包括对用户反馈的适应性和持续对话的能力。 8. 计算效率和资源消耗：考虑模型大小、训练和运行所需的计算资源。 9. 易用性和集成性：是否易于集成到不同应用和服务中，提供的 API 和工具的易用性。 为了进行有效的比较，可以采用以下方法： 1. 标准基准测试：使用如 GLUE、SuperGLUE、SQuAD 等标准的语言模型评估基准，它们提供统一的测试环境和评分标准。 2. 自定义任务：根据特定需求设计任务，评估模型在特定领域的表现。 3. 人类评估：结合人类评估者的主观评价，特别是在评估文本质量和伦理问题时。 4. A/B 测试：在实际应用场景中，通过 A/B 测试比较不同模型的表现。 5. 性能指标：使用准确率、召回率、F1 分数、BLEU 分数等性能指标来量化比较。 当前领先的大型语言模型的排行榜，例如聊天机器人竞技场，由伯克利的团队管理，根据 ELO 评级对不同语言模型进行排名，计算方式与国际象棋中的类似。在排行榜中，顶部多为专有模型，下方有开放权重的模型。 大语言模型的特点包括： 1. 架构：有 encoderonly、encoderdecoder、decoderonly 等，如 BERT 是 encoderonly 模型，google 的 T5 是 encoderdecoder 模型，众多 AI 助手多为 decoderonly 模型。 2. 数据和参数：预训练数据量大，往往来自互联网，包括论文、代码、公开网页等，参数多，如 OpenAI 在 2020 年发布的 GPT3 已达到 170B 的参数。
2025-02-18
什么是大模型一体机
大模型一体机是一个相对复杂的概念。通俗来讲，大模型是输入大量语料，让计算机获得类似人类的“思考”能力，能够进行文本生成、推理问答、对话、文档摘要等工作。其本质是两个文件：一个是参数文件，类似于问答机器人的“大脑镜像”，负责处理和生成文本信息；另一个是包含运行这些参数的代码文件。 大模型的训练和使用过程可以类比为上学参加工作： 1. 找学校：训练大模型需要大量计算，GPU 更合适，只有购买得起大量 GPU 的才有资本训练。 2. 确定教材：大模型需要的数据量特别多，几千亿序列（Token）的输入基本是标配。 3. 找老师：即用合适的算法讲述“书本”中的内容，让大模型更好理解 Token 之间的关系。 4. 就业指导：为了让大模型更好胜任某一行业，需要进行微调（fine tuning）指导。 5. 搬砖：就业指导完成后，进行如翻译、问答等工作，在大模型里称之为推导（infer）。 大模型的特点包括： 1. 预训练数据非常大，往往来自互联网上的论文、代码、公开网页等，一般用 TB 级别的数据进行预训练。 2. 参数非常多，如 Open 在 2020 年发布的 GPT3 就已达到 170B 的参数。 在架构方面，大模型有 encoderonly、encoderdecoder、decoderonly 等类型。目前常见的 AI 助手多采用 decoderonly 架构。
2025-02-18
传统AI、大模型、AGI的区别
传统 AI、大模型、AGI 存在以下区别： 传统 AI： 语音技能 NLU 通常通过一系列规则、分词策略等训练而成。 运作逻辑规律可观测，具有 ifelse 式的逻辑性。 大模型： 凭借海量数据在向量空间中学习知识的关联性。 运作逻辑难以观测，脱离了 ifelse 的层面。 Transformer 是其底层结构，是一个大参数（千亿级别）的回归方程，底层是 function loss 损失函数，能在一定 prompt condition 情况下，repeat 曾经出现过的数据内容，实现“生成”能力。 大语言模型是一个 perfect memory，repeat 曾经出现的内容。与 Alpha Go 相比，Alpha Go 是增强学习模型，有推理能力，而大语言模型这块很弱。 AGI（通用人工智能）： 部分人觉得 LLM（大语言模型）具有 AGI 潜力，但 LeCun 反对。 目前对于能否到达 AGI 阶段尚不明确。 在公众传播层面： AIGC 指用 Stable Diffusion 或 Midjourney 生成图像内容，后来泛指用 AI 生成音乐、图像、视频等内容。 LLM 指 NLP 领域的大语言模型，如 ChatGPT。 GenAI 是生成式人工智能模型，国内官方政策文件使用这个词相对科学，涵盖了 LLM 和 AIGC。 公众传播一般会混用上述名词，但底层是 transformer 结构。
2025-02-18
有哪些在企业内部落地应用AI大模型工具的实践案例？不要营销文案生成、代码开发助手、智能客服问答机器人这种太常见的
以下是一些在企业内部落地应用 AI 大模型工具的实践案例： 1. 阿里云百炼： 智能体应用：能够弥补大模型的不足，如回答私有领域问题、获取实时信息、回答专业问题等。适用于有企业官网、钉钉、微信等渠道，期望为客户提供产品咨询服务，以及缺少技术人员开发大模型问答应用的场景。典型场景包括私有领域知识问答、个性化聊天机器人、智能助手等。 内部业务助手：通过企业内部规章制度、部门结构、产品介绍等文档构建知识库，并借助 RAG 智能体实现内部知识问答功能。系统支持多源异构数据，并通过复杂文档解析和视觉增强技术，提升文档理解的准确性与深度。目前该功能已灰度上线，需提供 UID 并通过白名单进行开启。 2. 达摩院： AI 模特（虚拟换装）：支持虚拟换装、姿态编辑。 3. 电商零售： 推广文案写作：通过内置的多样化营销场景的文体模板，基于用户输入的创作主题以及参考素材，大模型即可为您生成对应的营销文案，为营销活动和宣传文案提供灵感和文案写作支持。 4. 泛企业： VOC 挖掘：是一个面向各类企业的 VOC 标签挖掘的工具。不论是用户的长短评论、帖子、还是用户和客服/销售的聊天记录、通话记录，都可以使用。通过选中或自定义标签，即可让大模型针对海量非结构化的 VOC 数据快速打标。相比于人工打标或规则打标准确率更高；对于业务标签变动频繁的情况，也能更敏捷、快速地影响。 5. 通义晓蜜：基于深度调优的对话大模型，为营销服类产品提供智能化升级所需的生成式摘要总结、质检、分析等能力应用。
2025-02-18
请介绍一下如何使用AI进行PPT生成
以下是使用 AI 进行 PPT 生成的方法： 1. 利用闪击： 访问国内网站 https://ppt.isheji.com/?code=ysslhaqllp&as=invite ，无需魔法。 选择模板。 将准备的大纲转换成适配闪击的语法，可参考官方使用指南：https://zhuanlan.zhihu.com/p/607583650 。 点击文本转 PPT，并在提示框中选择确定，得到转换后的 PPT。 可在线编辑，但导出有会员限制。 2. 以爱设计为例： 导入大纲到工具生成 PPT，其他工具操作方式大同小异，基本基于 Markdown 语法的内容来完成 PPT 生成。 优化整体结构，按照公司要求自行优化字体、图片等元素，针对下载后的 PPT 可删改内容。 3. 结合 GPT4、WPS AI 和 chatPPT： 先让 GPT4 生成 PPT 大纲。 把大纲导入到 WPS 当中，启用 WPS AI 一键生成 PPT。 让 chatPPT 添加一些动画。 手动修改细节，如字体、事实性错误等。
2025-02-18
动漫制作中如何使用ai辅助工作
在动漫制作中使用 AI 辅助工作，大致流程如下： 1. 面临时间和金钱的双重压力，需找到适合的制作捷径。AI 目前主要是辅助工具，负责搞定图和片，其他部分仍依赖人工。 2. 效率至关重要。和视频相关的所有内容、资料都记录在飞书文档里。 3. 分工方面，有人负责前期的内容构思和脚本编写，有人主要负责图片、视频生成和视频剪辑。 4. Midjourney 提示词围绕皮克斯、迪士尼、3D 风格来写，例如："a small white Chiense dragon,anthropomorphic,Smile with surprise,wearing a school uniform,looking at a blurry gift box in the foreground,super closeup shot,camera focus on his face,3D render,Unreal Engine,Pixar 3D style,blurry classroom scene,bright sunshinear 16:9niji 6"，重点是"a small white Chiense dragon,anthropomorphic,3D render,Unreal Engine,Pixar 3D style"，尺寸比例 16:9，模型选择 niji 6，其他根据需求调整。 5. 动画制作主要使用 Runway，因其控制笔刷有优势。
2025-02-18
哪一款AI 可以实现参考一张柱状图，使用我提供的数据，生成同样的柱状图
以下两款 AI 可以实现参考一张柱状图，使用您提供的数据生成同样的柱状图： 1. PandasAI：这是让 Pandas DataFrame“学会说人话”的工具，在 GitHub 已收获 5.4k+星。它并非 Pandas 的替代品，而是将 Pandas 转换为“聊天机器人”，用户可以以 Pandas DataFrame 的形式提出有关数据的问题，它会以自然语言、表格或者图表等形式进行回答。目前仅支持 GPT 模型，OpenAI API key 需自备。例如，输入“pandas_ai.run”，即可生成相关柱状图。链接：https://github.com/gventuri/pandasai 2. DataSquirrel：这是一款自动进行数据清理并可视化执行过程的数据分析工具，能帮助用户在无需公式、宏或代码的情况下快速将原始数据转化为可使用的分析/报告。目前平台提供的用例涵盖了 B2B 电子商务、人力资源、财务会计和调查数据分析行业。平台符合 GDPR/PDPA 标准。链接：https://datasquirrel.ai/
2025-02-18
deepseek使用小技巧
以下是关于 DeepSeek 使用的一些小技巧： 1. 高阶能力调用： 文风转换矩阵：包括作家风格移植（如“用鲁迅杂文风格写职场 PUA 现象”）、文体杂交（如“将产品说明书改写成《史记》列传格式”）、学术口语化（如“把这篇论文摘要翻译成菜市场大妈能听懂的话”）。 领域穿透技术。 2. 场景化实战策略：包括商业决策支持、创意内容生成、技术方案论证。 3. 效能增强技巧： 对话记忆管理：如上下文锚定（“记住当前讨论的芯片型号是麒麟 9010”）、信息回溯（“请复述之前确认的三个设计原则”）、焦点重置（“回到最初讨论的供应链问题”）。 输出质量控制：针对不同问题类型进行修正，如过度抽象（“请具体说明第三步操作中的温度控制参数”）、信息过载（“用电梯演讲格式重新组织结论”）、风格偏移（“回归商务报告语气，删除比喻修辞”）。 4. 特殊场景解决方案： 长文本创作：如分段接力法（“先完成故事大纲→逐章扩展→最后进行伏笔校验”）、逻辑粘合剂（“确保新章节与前文的三处细节呼应”）。 敏感内容处理：如概念脱敏法（“用经济学原理类比说明网络审查机制”）、场景移植法（“假设在火星殖民地讨论该议题”）。 5. 通用于任何大模型的提示词针对性技巧： 身份定位技巧：目的是让 AI 理解您的背景和专业水平，例如“作为一名刚入职的电商运营，需要为天猫美妆店铺制定 618 活动方案”。 场景描述技巧：提供具体的应用场景和限制条件，例如“为新上市的儿童智能手表写一篇朋友圈文案，目标用户是 25 35 岁的年轻父母，预算 3000 以内，需强调安全定位功能”。 结构化输出技巧：指定具体的输出格式和内容结构，例如“请用表格对比 2024 年 Q1 特斯拉、比亚迪的销量数据，包含以下维度：月度销量、同比增长、市场份额，并在表格下方总结三个关键发现”。 分步骤提问技巧：将复杂问题拆解为可管理的小任务，例如“请分三步指导新手做美食短视频：前期准备：需要哪些设备和技能 拍摄阶段：关键场景和机位选择 后期制作：剪辑节奏和音乐配合建议”。 反馈优化技巧：通过追问获得更精准的答案。 深度思考引导技巧：获得更深入的分析和见解。 6. 万能提示词：您是一名顶尖的提示词优化专家，请按以下步骤优化下方提示： 分析原提示的模糊性、冗余项和潜在歧义。 基于，重构提示结构（可参考 CRISPE/BROKE 框架）。 生成 3 个优化版本，并解释每版的改进逻辑。 7. 如果官网的搜索不能用，一直崩溃，可以用火山的满血版，在视频的最后 10 分钟左右有手把手教程。 8. 关于 DeepSeek 的论文解读，有直播视频回放和相关论文下载，如。
2025-02-18
deepseek使用说明
DeepSeek 的使用说明如下： 功能：能进行自然语言理解与分析、编程、绘图，如 SVG、MA Max 图表、react 图表等。 使用优势：可以用更少的词让模型做更多事，思维发散，能给出创意思路和高级内容。 存在问题：思维链长不易控制，可能输出看不懂或胡编乱造的内容，增加纠错成本。 审核方法：可以用其他大模型来解读 DP 模型给出的内容。 使用建议：使用时要有自己的思维雏形，多看思考过程，避免被模型冲刷原有认知。 使用场景：包括阅读、育儿、写作、随意交流等方面。 生成单词：输入单词主题、图片风格、单词数量，选择 deepseekr1 模型，可生成指定数量的单词数组，以数组方式输出，包括单词、中文、美式音标、英文句子及其中文翻译。提示词方面，作为专业的单词生成助手，要围绕用户输入主题挖掘相关英语单词，仅输出相关内容，并以规定的数组形式呈现。 产品情况：Deep Research 是基于 AI 模型的产品，使用 GPT4o、o3 等推理模型，结合 UI 交互、搜索引擎等。DeepSeek 只是品牌名，需要搭配具体模型，如 DeepSeek V3（类 GPT4o）和 DeepSeek R1（类 OpenAI o1）。
2025-02-18