直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

如何掌握生成式AI

回答

以下是关于掌握生成式 AI 的一些建议：

课程学习：

  • 可以学习台湾大学李宏毅教授的生成式 AI 课程，该课程主要介绍了生成式 AI 的基本概念、发展历程、技术架构和应用场景等内容，共分为 12 讲，每讲约 2 小时。
  • 通过学习本课程，能够掌握生成式 AI 的基本概念和常见技术，能够使用相关框架搭建简单的生成式模型，了解生成式 AI 的发展现状和未来趋势。

学习内容：

  • 了解什么是生成式 AI，包括其定义、分类，以及与判别式 AI 的区别和应用领域。
  • 学习生成式模型的基本结构、训练方法、评估指标，以及常见模型的优缺点。
  • 掌握生成式对话的基本概念、应用场景、系统架构和关键技术，以及基于生成式模型的对话生成方法。
  • 熟悉预训练语言模型的发展历程、关键技术、优缺点及其在生成式 AI 中的应用。
  • 知晓生成式 AI 面临的挑战和解决方法，以及未来发展趋势和研究方向。

学习资源：

  • 教材：《生成式 AI 导论 2024》，李宏毅。
  • 参考书籍：《深度学习》，伊恩·古德费洛等。
  • 在线课程：李宏毅的生成式 AI 课程。
  • 开源项目：OpenAI GPT-3、字节跳动的云雀等。

学习方法：

  • 了解 AI 基本概念：首先，建议阅读「从这里启程」部分，熟悉 AI 的术语和基础概念。了解什么是人工智能，它的主要分支（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，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。
  • 开始 AI 学习之旅：在「入门：AI 学习路径」中，你将找到一系列为初学者设计的课程。这些课程将引导你了解生成式 AI 等基础知识，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，你可以按照自己的节奏学习，并有机会获得证书。
  • 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），可以根据自己的兴趣选择特定的模块进行深入学习。建议一定要掌握提示词的技巧，它上手容易且很有用。
  • 实践和尝试：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作品。在知识库提供了很多大家实践后的作品、文章分享。
  • 体验 AI 产品：与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。通过与这些 AI 产品的对话，可以获得对 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。
内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

学习笔记：《生成式AI导论2024》 李宏毅

一、课程介绍这是台湾大学李宏毅教授的生成式AI课程，主要介绍了生成式AI的基本概念、发展历程、技术架构和应用场景等内容。课程共分为12讲，每讲约2小时。二、学习目标通过学习本课程，掌握生成式AI的基本概念和常见技术，能够使用相关框架搭建简单的生成式模型，了解生成式AI的发展现状和未来趋势。三、学习内容1.什么是生成式AI生成式AI的定义和分类生成式AI与判别式AI的区别生成式AI的应用领域2.生成式模型生成式模型的基本结构和训练方法生成式模型的评估指标常见的生成式模型及其优缺点3.生成式对话生成式对话的基本概念和应用场景生成式对话系统的架构和关键技术基于生成式模型的对话生成方法4.预训练语言模型预训练语言模型的发展历程和关键技术预训练语言模型的优缺点预训练语言模型在生成式AI中的应用5.生成式AI的挑战与展望生成式AI面临的挑战和解决方法生成式AI的未来发展趋势和研究方向四、学习资源1.教材：《生成式AI导论2024》，李宏毅2.参考书籍：《深度学习》，伊恩·古德费洛等3.在线课程：李宏毅的生成式AI课程4.开源项目：OpenAI GPT-3、字节跳动的云雀等五、学习方法

学习笔记：《生成式AI导论2024》 李宏毅

一、课程介绍这是台湾大学李宏毅教授的生成式AI课程，主要介绍了生成式AI的基本概念、发展历程、技术架构和应用场景等内容。课程共分为12讲，每讲约2小时。二、学习目标通过学习本课程，掌握生成式AI的基本概念和常见技术，能够使用相关框架搭建简单的生成式模型，了解生成式AI的发展现状和未来趋势。三、学习内容1.什么是生成式AI生成式AI的定义和分类生成式AI与判别式AI的区别生成式AI的应用领域2.生成式模型生成式模型的基本结构和训练方法生成式模型的评估指标常见的生成式模型及其优缺点3.生成式对话生成式对话的基本概念和应用场景生成式对话系统的架构和关键技术基于生成式模型的对话生成方法4.预训练语言模型预训练语言模型的发展历程和关键技术预训练语言模型的优缺点预训练语言模型在生成式AI中的应用5.生成式AI的挑战与展望生成式AI面临的挑战和解决方法生成式AI的未来发展趋势和研究方向四、学习资源1.教材：《生成式AI导论2024》，李宏毅2.参考书籍：《深度学习》，伊恩·古德费洛等3.在线课程：李宏毅的生成式AI课程4.开源项目：OpenAI GPT-3、字节跳动的云雀等五、学习方法

问：新手如何学习 AI？

了解AI基本概念：首先，建议阅读「[从这里启程](https://waytoagi.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=blkjooAlLFNtvKJ2)」部分，熟悉AI的术语和基础概念。了解什么是人工智能，它的主要分支（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，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。开始AI学习之旅：在「[入门：AI学习路径](https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w)」中，你将找到一系列为初学者设计的课程。这些课程将引导你了解生成式AI等基础知识，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，你可以按照自己的节奏学习，并有机会获得证书。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），你可以根据自己的兴趣选择特定的模块进行深入学习。我建议你一定要掌握提示词的技巧，它上手容易且很有用。实践和尝试：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你的作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎你实践后的分享。体验AI产品：与现有的AI产品进行互动是学习AI的另一种有效方式。尝试使用如ChatGPT、Kimi Chat、智谱、文心一言等AI聊天机器人，了解它们的工作原理和交互方式。通过与这些AI产品的对话，你可以获得对AI在实际应用中表现的第一手体验，并激发你对AI潜力的认识。

其他人在问
生成式AI
生成式 AI 是一种能够生成新内容的人工智能技术，其生成的内容可以是多模态的，包括文本（如文章、报告、诗歌等）、图像（如绘画、设计图、合成照片等）、音频（如音乐、语音、环境声音等）、视频（如电影剪辑、教程、仿真等）。 生成式 AI 和 AIGC 的关系：Generative AI 是“生成式人工智能”的正式称呼，AIGC 指的是由人工智能生成的内容的创作方式，实际上是 Generative AI 的应用结果。 ChatGPT 方面，从 OpenAI 的官网可知，2022 年宣发时称其为一种模型，官网帮助页面称其为一种服务，目前我们所熟知的 ChatGPT 逐渐演变成了一种可以兼容多种 GPT 模型的聊天应用（服务），且依赖 GPT 系列模型来运转。 在艺术形态方面，以 Midjourney 等工具为代表，通过背后的人工智能模型，用户根据提供的文本描述可生成高度相关和创造性的图像。这种通过文本命令获得图像的方式叫做 Prompting，是一种全新形态的人机交互。其核心机制涉及数据（包括获取世界上万事万物的图像存档、创建特定数据集等）、映射（使用算法识别和提取图片中的关键视觉特征）和扩散（利用学习到的数据和视觉特征创造新的视觉表达形式）。 生成式 AI 可以应用于广泛的场景，例如文档摘要、信息提取、代码生成、营销活动创建、虚拟协助、呼叫中心机器人等。 其工作方式包括训练阶段（从大量现有内容中学习，得到基础模型）和应用阶段（基础模型可生成内容并解决一般性问题，还可使用特定领域新数据集进一步训练以解决特定问题）。 Google Cloud 提供了相关工具，如 Vertex AI（端到端机器学习开发平台）、Generative AI Studio（允许快速制作原型和自定义生成式 AI 模型）、Model Garden（提供 MLOps 工具，用于自动化机器学习管道）。
2024-12-18
免费的生成式 人工智能
以下是为您提供的关于免费的生成式人工智能的相关信息： 免费试用和折扣： 从 12 月 16 日起向奥德赛计划注册用户开放，已筹集超过 75 万美元的免费试用机会，助力开启人工智能电影制作之旅。 图像与视频生成平台： Civitai：是开源生成式人工智能的家园，使命是使工具和资源普及化。提供模型托管、图像/视频生成和模型训练服务，已发展成拥有 650 万月活跃成员的社区。 KLING AI：下一代一站式人工智能创作平台，拥有强大的人工智能图像和视频生成能力，通过提示和图像激发创造力，具有先进的文本理解能力、精细的细节处理和多种风格。提供积分试用套餐和高级功能抢先体验。 Viggle：允许用户通过 3D 视频基础模型 JST 指定角色的动作。创作者、品牌和电影制作人可轻松替换角色、复制动作并将想法变为现实。前 5000 名注册用户可享受 1 个月的 Viggle 专业计划。 Hailuo Video by MiniMax：强大的人工智能驱动的视频生成引擎。从将简单文本转换为生动、专业品质的视频，到将静态图像转换为动态视觉故事。3 天内为用户提供 1000 积分。 Hedra：开创性的视频基础模型公司，正在构建能够实现控制、情感和创造性智能的全栈创作工作室。前 5000 名注册用户可享受 1 个月的 Hedra 基本计划。 生成式人工智能的相关知识： 生成式人工智能是可以产生各种类型内容的人工智能，包括文本、图像、音频和合成数据。 它需要在流程的开始和结束时进行人工参与，人类需向生成模型输入提示才能让其创建内容。 生成式人工智能输出自然语言、图像或音频，而非生成式人工智能输出数字或类别。 生成式人工智能模型使用统计模型预测预期的响应，并根据训练数据的基础结构生成新的内容。 生成式人工智能的力量来自于使用了 Transformers 技术，但也可能产生幻觉。 学习资源： 视频学习地址：https://youtu.be/G2fqAlgmoPo 中文版本推荐：和超正经学术君
2024-12-17
AI大模型和生成式AI是什么关系
AI 大模型和生成式 AI 有着密切的关系。 生成式 AI 是一种能够生成文本、图片、音频、视频等内容形式的技术。生成式 AI 生成的内容被称为 AIGC。 大语言模型（LLM）属于 AI 大模型的一种。对于生成式 AI 来说，其中生成图像的扩散模型不属于大语言模型。对于大语言模型，生成只是其众多处理任务中的一个，例如谷歌的 BERT 模型，可用于语义理解（如上下文理解、情感分析、文本分类），但不太擅长文本生成。 2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它完全基于自注意力机制来处理序列数据，比 RNN 更适合处理文本的长距离依赖性。 AI 领域还包括人工智能（AI）、机器学习（包括监督学习、无监督学习、强化学习）、深度学习（参照人脑有神经网络和神经元）等相关技术名词。监督学习使用有标签的训练数据，算法目标是学习输入和输出之间的映射关系，包括分类和回归。无监督学习的数据没有标签，算法自主发现规律，经典任务如聚类。强化学习从反馈里学习，以最大化奖励或最小化损失，类似训小狗。神经网络可用于监督学习、无监督学习、强化学习。
2024-12-11
如何通过AGI，生成有一定操控能力的风格化、动漫风生成式短视频，如何做，几个步骤
以下是生成有一定操控能力的风格化、动漫风生成式短视频的步骤： 1. 项目规划：确定短视频的主题和目标观众，制定详细的制作计划。 2. 剧本创作：编写故事脚本，设计角色和场景以及创意。可参考相关剧本创作资料，如：https://waytoagi.feishu.cn/wiki/G11fwW8bmiVLe6kYLgYc2iGin6e ；捏剧本 Bot（捏剧本离谱村专用 https://www.coze.cn/store/bot/7367669913697239052?panel=1&bid=6cs144r404016 。 3. 分镜头脚本：根据脚本制作分镜头脚本，确定每个镜头的画面和动作。 4. 资源准备：准备动画制作所需的素材，包括背景、角色和音效。 5. 画面图片制作：利用 AI 出图工具，比如通过 ChatGPT、MJ、SD 等工具快速生成高质量的图片。 6. 视频制作：利用 AI 工具制作动画，通过 RUNWAY、Luma、Dreamina 等平台快速生成高质量的动画。 7. 后期剪辑：添加音效、配音和字幕，进行最终的剪辑和合成。 8. 发布和推广：将完成的动画短片发布到各大平台，并进行推广和宣传。 此外，在实际制作中，还可以参考一些成功案例，如山西文旅宣传片的制作，运用 Defense 及 SD 制作黄河长城等 AI 艺术字；为陕西文旅做的 40 秒黑神话悟空风格 AI 短片，用 SD 结合 Control Lite 处理钟楼等。郑州 AI 文旅片工作流总体分为分镜脚本、单帧图片制作、图片细节修复与生成视频、视频风格化处理、剪辑合成五个步骤。
2024-12-09
如何通过AGI，生成有一定操控能力的风格化、动漫风生成式短视频
目前关于通过 AGI 生成有一定操控能力的风格化、动漫风生成式短视频，以下是一些相关信息： 2024 年内，有一定操控能力的生成式短视频中，风格化、动漫风最先成熟，真人稍晚。 同时，在 2024 年还会有其他相关进展，如 AI 音频能力长足进展，带感情的 AI 配音基本成熟；“全真 AI 颜值网红”出现，可以稳定输出视频，可以直播带货；游戏 AI NPC 有里程碑式进展，出现新的游戏生产方式；AI 男/女朋友聊天基本成熟，记忆上有明显突破，可以较好模拟人的感情，产品加入视频音频，粘性提升并开始出圈；实时生成的内容开始在社交媒体内容、广告中出现；AI Agent 有明确进展，办公场景“AI 助手”开始有良好使用体验；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；可穿戴全天候 AI 硬件层出不穷，虽然大多数不会成功；中国 AI 达到或超过 GPT4 水平，美国出现 GPT5，世界上开始现“主权 AI”；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）；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；AI 立法、伦理讨论仍然大规模落后于技术进展。 2025 2027 年，AI 3D 技术、物理规则成熟，正常人无法区别 AI 生成还是实景拍摄；全真 AI 虚拟人成熟，包含感情的 AI NPC 成熟，开放世界游戏成熟，游戏中几乎无法区别真人和 NPC；AR/VR 技术大规模商用；接近 AGI 的技术出现；人与 AI 配合的工作方式成为常态，很多日常决策开始由 AI 来执行；AI 生产的数据量超过全人类生产数据量，“真实”成为稀缺资源；具身智能、核聚变、芯片、超导、机器人等技术有明显进展突破；“人的模型”出现，出现“集中化 AGI”与“个人 AGI”的历史分叉；AI 引发的社会问题开始加重，结构性失业开始出现；AGI 对于地缘政治的影响开始显露。
2024-12-09
2024年生成式人工智能-海外合规白皮书
以下是为您找到的与 2024 年生成式人工智能相关的内容： 《2024 年生成式人工智能海外合规白皮书（东南亚篇）》由垦丁律师事务所联合 WEEE Consulting 和 Boosterhub 撰写，深入分析了东南亚地区生成式人工智能（AI）的产业现状、监管框架及合规要求。报告涵盖了新加坡、越南、泰国、马来西亚、印度尼西亚和菲律宾六国，探讨了 AI 产品合规性、数据本地化、跨境数据传输、内容安全和知识产权等关键问题。报告指出，尽管东南亚国家在 AI 发展上展现出潜力，但各国法规和伦理标准存在差异，对 AI 的法律监管和合规要求也各不相同。 2024 年 8 月 26 日的《》，其中提到上周，Ideogram 推出功能强大的 2.0 图像生成模型，同时 Jamba 1.5 系列在非 Transformer 架构上取得突破。AI 工具如 ComfyUI 和 Cluade 更新，Cursor 获巨资融资。Google 的 Gemini AI 项目新增技术领导，亚马逊通过 AI 工具极大提升代码开发效率。 此外，还有其他一些相关研究报告，如： 《爱分析：2024 智能办公厂商全景报告》强调智能办公系统在企业数字化转型中的关键作用。 《平安证券：AI 系列深度报告（五）AI 手机》指出 AI 手机的发展重心正逐步向端侧转移，全球出货量将呈现指数级增长。 关于 2024 年人工智能的报告还包括： 2024 人工智能报告中提到，欧盟人工智能法案获得批准并正式生效，欧洲成为世界上第一个全面采用人工智能监管框架的地区。美国大型实验室努力应对欧洲监管，中国人工智能监管进入执行时代，美国对中国实施更严格的出口管制和投资限制。 《生成式 AI 季度数据报告 2024 月 13 月》，作者为郎瀚威 Will、张蔚 WeitoAGI、江志桐 Clara ，报告包含总体流量概览、分类榜单等内容。 您可在知识星球下载其它一些研究报告： 。公众号回复“2024 一季度”，可以获得《生成式 AI 季度数据报告 2024 月 13 月》的 PDF 。
2024-12-02
如果借助AI开启2周岁女儿的绘本启蒙之旅
对于借助 AI 开启 2 周岁女儿的绘本启蒙之旅，目前知识库中没有相关的直接内容。但以下是一些可能的建议： 首先，可以利用 AI 生成简单、有趣、色彩鲜艳的绘本故事，内容可以是关于小动物、日常生活中的常见事物等，以吸引孩子的注意力。 其次，通过语音交互的 AI 工具，为孩子朗读绘本故事，培养孩子的听力和语言感知能力。 还可以借助具有互动功能的 AI 应用，让孩子在观看绘本的过程中进行一些简单的操作，增强参与感。 希望这些建议能对您有所帮助。
2024-12-21
小白怎么学习AI
对于小白学习 AI，以下是一些建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，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。 在知识库查看大家实践后的作品、文章分享，并进行自己实践后的分享。 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。 6. 持续学习和跟进： 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。 此外，以下是一些关于 AI 技术原理的通俗易懂的内容： 1. 视频一主要回答了什么是 AI 大模型，原理是什么。 生成式 AI 生成的内容，叫做 AIGC。 相关技术名词： AI 即人工智能。 机器学习包括监督学习、无监督学习、强化学习。监督学习是利用有标签的训练数据学习输入和输出之间的映射关系，包括分类和回归。无监督学习是在学习的数据没有标签的情况下，算法自主发现规律，经典任务包括聚类。强化学习是从反馈里学习，最大化奖励或最小化损失，类似训小狗。 深度学习是一种参照人脑有神经网络和神经元（因有很多层所以叫深度）的方法。神经网络可用于监督学习、无监督学习、强化学习。 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 LLM 即大语言模型。对于生成式 AI，其中生成图像的扩散模型不是大语言模型；对于大语言模型，生成只是其中一个处理任务，比如谷歌的 BERT 模型，可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类。 技术里程碑：2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它完全基于自注意力机制（SelfAttention）来处理序列数据，而不需要依赖于循环神经网络（RNN）或卷积神经网络（CNN）。GPT 中 Transformer 是关键，Transformer 比 RNN 更适合处理文本的长距离依赖性。
2024-12-21
AI选股
以下是为您提供的关于 AI 选股的相关信息： 1. 2024 年美国融资金额超过 1 亿美元的 AI 公司（截止 2024.10.15）： Zephyr AI：2024 年 3 月 13 日融资，融资金额 1.11 亿美元，轮次 A，主营 AI 药物发现和精准医疗。 Together AI：2024 年 3 月 13 日融资，融资金额 1.06 亿美元，轮次 A，估值 12 亿美元，主营 AI 基础设施和开源生成。 Glean：2024 年 2 月 27 日融资，融资金额 2.03 亿美元，轮次 D，估值 22 亿美元，主营 AI 驱动企业搜索。 Figure：2024 年 2 月 24 日融资，融资金额 6.75 亿美元，轮次 B，估值 27 亿美元，主营 AI 机器人。 Abridge：2024 年 2 月 23 日融资，融资金额 1.5 亿美元，轮次 C，估值 8.5 亿美元，主营 AI 医疗对话转录。 Recogni：2024 年 2 月 20 日融资，融资金额 1.02 亿美元，轮次 C，主营 AI 接口解决方案。 2. 2024 年 3 月科技变革与美股投资： AI 将引领新的服务模式，即“智能即服务”，重塑工作和生活，重新赋能芯片和云计算行业，创造新的投资机会，GPU 需求预计持续增长。 企业软件、AI 驱动的金融服务以及 AI 健康技术成为吸引投资的主要领域，机器人行业投资额超过企业软件。 科技巨头通过资本控制 AI 模型公司的趋势明显，如 OpenAI 与微软、Anthropic 与 Google 等的合作。 企业竞争策略主要集中在迅速成长为大型模型公司并寻找强大背书，或保持小规模专注盈利并灵活应对市场变化。 2024 年将是大模型争霸的一年，OpenAI、Gemini、Anthropic、LLama 以及来自法国的 Mistral 是市场上受瞩目的公司。 3. 展望 2025，AI 行业的创新机会： 在 ToP 领域，峰瑞投资的冰鲸科技是一家 AI 智能硬件公司，为全球创作者和专业玩家设计创新的私有云产品，推出集成端侧 GPU 的旗舰产品——ZimaCube。 在 ToB 领域，AI 应用进入企业内部可从纵向的独立业务模块和横向的通用技能模块切入。2024 年 7 月，美国投资机构 A16z 发布文章探讨了人工智能在变革企业销售技术中的潜力，其中提到的多数产品符合上述特点。ToB 和 ToP 存在一定交集。
2024-12-21
openai 12天都有哪些内容
以下是 OpenAI 12 天相关的内容： 12 月 18 日： API 正式版：速度更快，成本降低 60%，支持视觉识别、函数调用、结构化输出等功能。 语音交互升级：引入 WebRTC 支持，12 行代码即可实现实时语音交互，音频处理费用降低 60%。 偏好微调功能：让 AI 回答更具个性化，企业 AI 准确率提升显著。 新增 Go 和 Java 工具包，简化 API 密钥申请流程。 12 月 12 日： 苹果设备深度集成 ChatGPT，可通过 Siri 实现文档总结、任务分配、节日创意等操作。 多平台无缝衔接：支持 iPhone、iPad 和 Mac，涵盖 Siri 集成、写作工具增强、视觉智能分析等多种应用场景。 实用场景：圣诞派对策划、PDF 总结、歌单生成、视觉智能评选毛衣创意等功能演示，体现全新交互体验。 12 月 5 日： OpenAI 近日宣布将举行为期 12 天的活动，期间每天直播展示新功能或工具。 DeepMind 发布了基础世界模型 Genie 2，可以通过一张图片生成可操作的 3D 环境，实现智能体的实时交互与行为预测。 真格基金投资副总裁 Monica 在其播客「OnBoard!」发布的最新一期对谈中，与在一线大模型机构有实际训练大语言模型（LLM）经验的研究员针对 OpenAI o1 模型进行了三个多小时的拆解与解读。强化学习如何给大语言模型带来新的逻辑推理能力？这种能力的来源、实现方式和未来潜力又是怎样的？o1 带来的「新范式」会对行业有怎样的影响？
2024-12-20
有没有能根据哼唱，出伴奏的AI
以下是一些能根据哼唱出伴奏的 AI 相关信息： 在音乐创作中，如果只有词和一小段自己哼唱的旋律，可以上传这段哼唱的旋律，让 AI 扩展出自己喜欢的风格，然后将这段音轨作为动机音轨继续创作。 对于已有简单录音小样，可以利用 REMIX 优化音质与编曲结构，并利用 AI 尝试不同曲风版本，找到最喜欢的风格，然后制作成核心音轨，进而完成全曲创作。 同时，在使用 AI 进行音乐相关处理时也存在一些问题和需要注意的地方： 检查乐谱时，主旋律基本能还原，但可能会把噪声识别成音符形成错误信息，需要具备乐理知识去修复。 重奏输出方面，修谱和重奏软件可以使用 中的 Muse Score，它支持多种常用音频编辑格式的导出和高清输出。 目前存在一些待解决的问题，如延长音部分可能会抢节奏，爵士乐中的临时升降号可能导致判断混乱，高音和低音的符点会相互影响，基础修谱可能导致旋律单调等。 在将 Midi 导出到 MP3 虚拟演奏文件时，可以直接导总谱或分轨导出，后期若想输出到某些音乐平台可能需要转码。还可以使用相关软件修改音色进行渲染。把文件丢给 AI 做二次创作时，可以根据具体情况选择完整小节或在中间掐断。
2024-12-20
2025年AI的大走向是什么
2025 年 AI 的大走向可能包括以下几个方面： 1. 大型基座模型能力的优化与提升：通过创新训练与推理技术，强化复杂推理和自我迭代能力，推动在科学研究、编程等高价值领域的应用，并围绕模型效率和运行成本进行优化，为广泛普及和商业化奠定基础。 2. 世界模型与物理世界融合的推进：构建具备空间智能的世界模型，使系统能够理解和模拟三维环境，并融入物理世界，推动机器人、自主驾驶和虚拟现实等领域发展，提升对环境的感知与推理能力以及执行任务的实际操作能力，为人机交互带来更多可能。 3. AI 的多模态融合：整合文本、图像、音频、视频、3D 等多模态数据，生成式 AI 将显著提升内容生成的多样性与质量，为创意产业、教育、娱乐等领域创造全新应用场景。 4. 数字营销方面：AI 技术将成为数字营销的核心，品牌应注重利用 AI 提升用户体验，预计全球 AI 在数字营销领域的市场规模将达到 1260 亿美元，采用 AI 技术的公司在广告点击率上提高 35%，广告成本减少 20%。 5. 行业发展：2025 年或将成为 AI 技术逐渐成熟、应用落地取得阶段性成果的关键节点，同时成为 AI 产业链“资产负债表”逐步修复的年份，标志着行业从高投入、低产出向商业化路径优化迈出重要一步。 6. 竞争格局：大语言模型供应商将各具特色，竞争加剧；AI 搜索引擎将成为杀手级应用，快速普及，颠覆传统搜索方式；不同领域的 AI 搜索引擎将出现，针对专业需求提供更精准的信息服务。
2024-12-20
小白怎么学习Ai掌握ai的使用
对于小白学习 AI 并掌握其使用，以下是一些建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，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，比如图像、音乐、视频等，可根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，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，了解它们的工作原理和交互方式。 6. 开发实践： 从一个最最基础的小任务开始，让 AI 先帮你按照 best practice 写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑，学会必备的调试技能。 通过和 AI 的对话，逐步明确项目需求，让 AI 帮助梳理出产品需求文档。 注意在开发过程中可能会遇到的问题，如问题描述不清楚导致得到错误指引、AI 给的方案太复杂、配置错误等，最好有人类导师把任务拆解到足够小，针对性地设计学习路径，并密切关注随时从坑里捞人。
2024-12-13
小白怎么最快掌握Ai，了解学习Ai的使用方法
以下是小白最快掌握 AI 并了解学习其使用方法的建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，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，比如图像、音乐、视频等，可根据自己的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。 在知识库查看大家实践后的作品、文章分享，并分享自己实践后的成果。 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。 6. 对于想要了解 AI 生成图像和生成视频的朋友： 多看教程，多实践，通过学习教程和反复实践，快速掌握 AI 工具的使用方法。 积极参与社群交流，加入相关社群，向有经验的朋友请教，获取宝贵经验和建议。 保持好奇心和探索精神，不断学习和探索新技术，在这个领域中保持竞争力。 7. 体验具体的 AI 工具： 例如使用“豆包”，其优点包括不需要翻墙，可以捏好给别人用，可以扩展聊天 AI 的基础能力（搜索、作图、文档等）。可通过网址 https://www.coze.cn/home 或直接在 APP 中搜索“豆包”进行使用，注册可用手机号、抖音号或飞书号，大约需要 5 分钟。在使用过程中不断优化和深入学习。
2024-12-13
作为新手，如何掌握AI？要掌握到什么程度？
对于新手掌握 AI，您可以参考以下步骤和内容： 一、了解 AI 基本概念 1. 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、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，了解 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，找到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，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。建议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。 2. 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。 五、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，了解它们的工作原理和交互方式。 六、如果希望继续精进 1. 了解 AI 背景知识 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。 历史发展：简要回顾 AI 的发展历程和重要里程碑。 2. 掌握数学基础 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、矩阵等线性代数基本概念。 概率论：基础的概率论知识，如条件概率、贝叶斯定理。 3. 熟悉算法和模型 监督学习：了解常用算法，如线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：简介强化学习的基本概念。 评估和调优：了解如何评估模型性能，包括交叉验证、精确度、召回率等；学习如何使用网格搜索等技术优化模型参数。 神经网络基础：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。 4. 掌握 Python 基础 基本语法：了解 Python 的基本语法规则，比如变量命名、缩进等。 数据类型：熟悉 Python 中的基本数据类型，如字符串（String）、整数（Integer）、浮点数（Float）、列表（List）、元组（Tuple）、字典（Dictionary）等。 控制流：学习如何使用条件语句（if）、循环语句（for 和 while）来控制程序的执行流程。 函数：定义和调用函数，理解函数如何接收参数和返回结果；了解作用域和命名空间，包括局部变量和全局变量的概念，以及它们是如何在 Python 中工作的。 模块和包：学习如何导入 Python 标准库中的模块或者第三方库，理解如何安装和使用 Python 包来扩展程序的功能。 面向对象编程（OOP）：了解面向对象编程的基本概念，包括类的定义和实例化；学习如何为类定义属性和方法，以及如何通过对象来调用它们，了解类之间的继承关系以及如何实现多态。 异常处理：理解什么是异常，以及它们在 Python 中是如何工作的；学习如何使用 try 和 except 语句来处理程序中可能发生的错误。 文件操作：学习如何打开文件、读取文件内容以及写入文件，理解如何使用 Python 来处理文件路径，以及如何列举目录下的文件。 至于要掌握到什么程度，这取决于您的具体需求和目标。如果您只是想初步了解和应用一些简单的 AI 技术，掌握基本概念和一些常用工具的使用就可以。如果您希望在 AI 领域深入发展，可能需要系统地学习数学、算法、编程等知识，并不断实践和研究。
2024-12-11
作为新手，如何才能掌握好AI？做到什么程度算是学会了AI？
对于新手来说，要掌握好 AI 可以参考以下步骤： 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，比如图像、音乐、视频等，可根据自己的兴趣选择特定的模块进行深入学习。 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，了解它们的工作原理和交互方式。 如果希望在掌握基础后继续精进，最好体系化地了解编程以及 AI，至少熟悉以下 Python 相关内容： 1. Python 基础： 基本语法：了解 Python 的基本语法规则，比如变量命名、缩进等。 数据类型：熟悉 Python 中的基本数据类型，如字符串（String）、整数（Integer）、浮点数（Float）、列表（List）、元组（Tuple）、字典（Dictionary）等。 控制流：学习如何使用条件语句（if）、循环语句（for 和 while）来控制程序的执行流程。 2. 函数： 定义和调用函数：学习如何定义自己的函数，以及如何调用现有的函数。 参数和返回值：理解函数如何接收参数和返回结果。 作用域和命名空间：了解局部变量和全局变量的概念，以及它们在 Python 中是如何工作的。 3. 模块和包： 导入模块：学习如何导入 Python 标准库中的模块或者第三方库。 使用包：理解如何安装和使用 Python 包来扩展程序的功能。 4. 面向对象编程（OOP）： 类和对象：了解面向对象编程的基本概念，包括类的定义和实例化。 属性和方法：学习如何为类定义属性和方法，以及如何通过对象来调用它们。 继承和多态：了解类之间的继承关系以及如何实现多态。 5. 异常处理： 理解异常：了解什么是异常，以及它们在 Python 中是如何工作的。 异常处理：学习如何使用 try 和 except 语句来处理程序中可能发生的错误。 6. 文件操作： 文件读写：学习如何打开文件、读取文件内容以及写入文件。 文件与路径操作：理解如何使用 Python 来处理文件路径，以及如何列举目录下的文件。 至于做到什么程度算是学会了 AI，这没有一个绝对的标准。但一般来说，当您能够熟练运用所学的 AI 知识和技能解决实际问题，能够理解和解释常见的 AI 应用和模型的工作原理，并且能够在特定领域进行创新和改进，就可以认为在一定程度上掌握了 AI。
2024-12-11
你好我想从产品经理转型为AI产品经理，都需要掌握和了解哪些知识
从产品经理转型为 AI 产品经理，您需要掌握和了解以下知识： 1. 算法知识： 理解产品核心技术，了解基本的机器学习算法原理，以便做出更合理的产品决策。 与技术团队有效沟通，减少信息不对称带来的误解。 评估技术可行性，在产品规划阶段做出更准确的判断。 把握产品发展方向，了解算法前沿更好地规划未来。 提升产品竞争力，发现独特优势并提出创新特性。 提升数据分析能力，处理和分析相关数据。 2. 市场与层级： 入门级：通过开源网站或课程了解 AI 概念，使用并实践应用搭建。 研究级：包括技术研究和商业化研究路径，能根据需求选择解决方案或手搓出 AI 应用验证想法。 落地应用级：有成功落地应用案例并产生商业化价值。 3. 岗位技能要求： 本科及以上学历，计算机科学、人工智能、机器学习相关专业背景。 熟悉 ChatGPT、Llama、Claude 等 AI 工具的使用及原理，具有实际应用经验。 熟练掌握 ChatGPT、Midjourney 等工具的使用及原理。 负责制定和执行 AI 项目，如 Prompt 设计平台化和模板化方法。 了解并熟悉 Prompt Engineering，包括常见的 Prompt 优化策略。 对数据驱动的决策有深入理解，能基于数据分析做决策。 具有创新思维，能基于业务需求提出并实践 AI first 的解决方案。 对 AI 技术与算法领域有强烈好奇心并付诸实践。 对 AIGC 领域有深入理解与实际工作经验，关注前沿技术。 具备一定的编程和算法研究能力，能应用新的 AI 技术和算法于对话模型生成。 具有一定的编程基础，熟练使用 Python、Git 等工具。 总之，对 AI 产品经理的要求是懂得技术框架，对技术边界有认知，关注场景、痛点和价值。
2024-12-03
给到你一些资料，创建一个对于资料内容掌握 的AI智能体具体操作
以下是创建对于资料内容掌握的 AI 智能体的具体操作： 一、了解智能体的概念 智能体大多建立在大模型之上，从基于符号推理的专家系统逐步演进而来。基于大模型的智能体具有强大的学习能力、灵活性和泛化能力。其核心在于有效控制和利用大型模型，提示词的设计对智能体的表现和输出结果有直接影响。 二、实践制作智能体 1. 基于公开的大模型应用产品（如 Chat GLM、Chat GPT、Kimi 等）尝试开发。 点击“浏览 GPTs”按钮。 点击“Create”按钮创建自己的智能体。 使用自然语言对话或手工设置进行具体设置。 开始调试智能体并发布。 2. 以字节的扣子为例，其作为字节跳动旗下的新一代一站式 AI Bot 开发平台，无论是否具备编程基础，都能迅速构建各类问答 Bot，开发完成后可发布到社交平台和通讯软件上。创建智能体可通过简单 3 步：起一个名称，写一段简单介绍，使用 AI 创建一个头像。 3. 对于 GPTs，可预先写好提示词，像编程一样详细设定操作步骤，方便重复使用。还可将日常工作中部分固定输入输出的场景写成“智能体”并不断迭代优化。很多 AI 网站都能创建“智能体”，如 Kimi.ai ，可设置配置信息、知识库、能力配置等，手搓各种机器人为您工作。
2024-11-19