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

2025年1月10日，AI领域最新新闻

Answer

以下是 2025 年 1 月 10 日 AI 领域的最新新闻：

  • 《拾象 2025 AI Best Ideas：20 大关键预测》：拾象投研团队预测 2025 年 AI 发展的关键趋势，包括微软可能转向 Anthropic 合作，Google 利用其强大资源缩小与领先者的差距，以及 Agent 成为新的软件核心，推动任务自动化和推理能力的提升。同时，数据的上下文层和合成数据技术的突破将是竞争的关键。硬件方面，推理需求激增将使 NVDA 继续在算力市场中保持领先地位。
  • 《我们即将进入 Agentic AI 时代，而第一个落地就是 Coding Agent》：讨论了即将进入的智能代理 AI 时代，特别是 Coding Agent 的崛起。随着 AI 编程能力的提升，许多人将有机会更快地开发产品，投资者对此充满期待。然而，关于 AI Coding 是否会取代传统程序员的争论仍然存在，分为保守派、乐观派和激进派。尽管未来仍不确定，但 AI 编程课程的需求已显著增加，显示出人们对这一领域的关注和焦虑。
  • 《海螺主体一致视频教程及测试效果》
  • 《「灵宇宙」顾嘉唯：半年完成三轮融资，携新一代智能硬件 OS 亮相 CES》：在 2025 年 CES 上，初创公司「灵宇宙」展示了针对儿童的 AI 学习伴侣 Ling！。创始人顾嘉唯强调，公司的目标是开发新一代智能硬件 OS，利用多模态技术提升机器的感知与决策能力。Ling！通过 4D 空间交互为孩子们提供沉浸式学习体验，内置多种 AI 角色，覆盖多个学科。
  • 《CES 2025：井喷的 AI 陪伴与 AI 眼镜》：CES 2025 在拉斯维加斯举行，展出大量 AI 陪伴产品和智能眼镜。针对儿童和家庭的 AI 产品激增，包括可爱的机器人如 Yukai Engineering 的 Mirumi 和 Nékojita FuFu。其他亮点有 TCL 的模块化 AI 机器人 Ai Me、全自动拉布拉多机器人 Jennie 及三星的 Ballie 滚动机器人。
  • 《帆哥：2024AI 大事纪》：总结了 2024 年发生的大多数 AI 大事，包括 1 月斯坦福大学 Mobile Aloha、1 月 10 号 LumaAl Genie 文生 3D、1 月 11 号 GPT store 上线、1 月 MagnificAl 高清放大爆火、1 月最后一天苹果 Vision Pro 宣布发售等。
Content generated by AI large model, please carefully verify (powered by aily)

References

通往 AGI 之路

《[拾象2025 AI Best Ideas：20大关键预测](https://mp.weixin.qq.com/s/DJH5gGkZhLx-bcsYf0l5Mw)》拾象投研团队预测2025年AI发展的关键趋势，包括微软可能转向Anthropic合作，Google利用其强大资源缩小与领先者的差距，以及Agent成为新的软件核心，推动任务自动化和推理能力的提升。同时，数据的上下文层和合成数据技术的突破将是竞争的关键。硬件方面，推理需求激增将使NVDA继续在算力市场中保持领先地位。《[我们即将进入Agentic AI时代，而第一个落地就是Coding Agent](https://mp.weixin.qq.com/s/1CKYNn8mNlg2yJC3L4naFA)》讨论了即将进入的智能代理AI时代，特别是Coding Agent的崛起。随着AI编程能力的提升，许多人将有机会更快地开发产品，投资者对此充满期待。然而，关于AI Coding是否会取代传统程序员的争论仍然存在，分为保守派、乐观派和激进派。尽管未来仍不确定，但AI编程课程的需求已显著增加，显示出人们对这一领域的关注和焦虑。《[海螺主体一致视频教程及测试效果](https://waytoagi.feishu.cn/wiki/JifYwn3MMiaIysktAMocdw91nHd)》

1月10日 社区动态速览

《[「灵宇宙」顾嘉唯：半年完成三轮融资，携新一代智能硬件OS亮相CES](https://mp.weixin.qq.com/s/yLfx_2p14vc1o3salswo5w)》在2025年CES上，初创公司「灵宇宙」展示了针对儿童的AI学习伴侣Ling！。创始人顾嘉唯强调，公司的目标是开发新一代智能硬件OS，利用多模态技术提升机器的感知与决策能力。Ling！通过4D空间交互为孩子们提供沉浸式学习体验，内置多种AI角色，覆盖多个学科。顾嘉唯相信，未来的智能硬件将实现更高的“灵性”，让世界变成一个操作界面。《[CES 2025：井喷的AI陪伴与AI眼镜](https://mp.weixin.qq.com/s/y6hiDn5UkXHevvTlfhb0IA)》CES 2025在拉斯维加斯举行，展出大量AI陪伴产品和智能眼镜。针对儿童和家庭的AI产品激增，包括可爱的机器人如Yukai Engineering的Mirumi和Nékojita FuFu。其他亮点有TCL的模块化AI机器人Ai Me、全自动拉布拉多机器人Jennie及三星的Ballie滚动机器人。

帆哥：2024AI大事纪

欢迎大家在评论区继续补充一些没有提到的信息，经过帆哥授权收录到了公众号：https://mp.weixin.qq.com/s/jkVCcY-YVGb5uFPuei6iOA本文档由沙粒科技@AI研究室-帆哥整理https://space.bilibili.com/2161614转载或商业用途需注明来源2024你最印象深刻的科技新闻是什么？SORA？具身机器人？还是各种AI视频轮番PK？我们总结了2024年发生的大多数AI大事，希望能够带你一起回顾这个大事频发的一年。想获得视频中的图表三联请在上面b站后台私信发送“AI”即可获得2024感谢大家！2025咱们再向星辰大海继续出发！开源时间轴大事件时间轴免责声明：本大事记经过一定筛选，带有一定倾向性，但不包含任何广告或其他商业考量，仅以新闻热、度与大众反响为依据。仅代表个人看法，如有遗漏请谅解。AI视频总结：视频回顾了2024年AI领域的重大事件，包括众多模型发布、开源竞争、科技公司动态、诺贝尔奖颁发等，总结了这一年是应用之年，未出现新算法，列出了时间轴方便总结回顾[00:00]1月AI大事件频发[00:03]回顾2024年AI大事件，1月大事件频发[01:04]1月斯坦福大学Mobile Aloha[01:11]1月10号LumaAl Genie文生3D[01:16]1月11号GPT store上线[01:26]1月MagnificAl高清放大爆火[01:37]1月最后一天苹果Vision Pro宣布发售

Others are asking
分析一下a16z 的ai top100榜单
以下是对 a16z 的 AI top100 榜单的分析： A16Z 的 AI top100 榜单聚焦生成式 AI 应用。自 ChatGPT 将生成式 AI 引入公众视野以来，已涌现出成千上万面向消费者的相关产品。 在 AI 陪伴方面，它已成为生成式 AI 的主流应用场景之一。例如，Character.AI 在网页端和移动端榜单上表现出色。网页端有八家 AI 陪伴公司进入榜单，移动端有两家。其中，多数产品自诩“无限制”，用户可进行不受限的对话或互动，且访问主要通过移动网页，平均 75%的流量来自移动设备。对于有移动应用的陪伴产品，用户参与度高，如 Character.AI 每位用户平均每月会话次数达 298 次，Poly.AI 为 74 次。 时隔六个月更新分析，超过 40%的公司是首次出现在榜单上。与六个月前相比，有 30%的新公司。名次进步最大的是 Suno，从第 36 名到第 5 名。移动端最多的应用是图像和视频编辑，占 22%。Luzia 服务西班牙语用户值得关注。字节多款应用上榜，包括 Coze、豆包、CiCi、醒图、Gauth。美学和约会应用开始增加，为用户提供相关建议。此外，Discord 流量值得关注，相当多的应用在其平台完成 PMF 验证。 原文链接：https://a16z.com/100genaiapps/ 作者：A16Z Olivia Moore 发布时间：2024.03.13 去年 9 月的报告：
2025-01-02
AI 100天学习日志
以下是关于雪梅 May 的 AI 学习日记的相关内容： 1. 适合人群：适合纯 AI 小白，若还在观望不知如何入手，可参考此日记。 2. 学习模式：学习模式为输入→模仿→自发创造。若对费曼学习法没自信，可尝试此模式。 3. 学习内容：日记中的学习内容因 AI 节奏快可能不适用，可去 waytoAGI 社区发现感兴趣的领域并学习最新内容。 4. 学习时间：在半年多时间跨度中，其中 100 天学习 AI，并非每天依次进行，有空时学习，目前作者已进行到 90 天。 5. 学习费用：学习资源免费开源。 此外，作者在第九阶段的感受是，想明白从让个人更优秀角度前进就有很多灵感，其学习路径为迈出第一步→大量的学习输入→疯狂的模仿→开始自己创造→学的越来越宽越来越杂→积累的量变产生质变→开始分享。在第二阶段，作者因自身工作选择了 AI agent 领域的 coze 进行学习，认为可根据自身熟悉领域选择学习方向，coze 适用所有人，无需代码基础和图文审美，只要能发现智能体需求，就可用工作流实现。
2025-01-02
国外最著名的10个AI，可免费使用的
以下是国外 10 个可免费使用的著名 AI： 1. Langfuse：大模型应用的开源追踪和分析工具，提供开源可观测性和分析功能，可在可视化界面中探索和调试复杂的日志和追踪，使用直观的仪表板改善成本、降低成本、减少延迟，提高响应质量。 2. Eden AI：将顶尖 AI API 融合为一，能为每项 AI 任务选择正确的 AI API 来提高准确性和降低成本，集中管理使用限制和成本监测，并不断探索市场上新兴的 AI 能力。 3. Langdock：能在几分钟内创建、部署、测试和监控 ChatGPT 插件，将 API 连接到 Langdock，并将其作为插件部署到所有大模型应用中，然后使用内置的测试功能来确保一切按预期工作，并在插件扩展时进行监控。 4. LLM Spark：用于构建生产就绪大模型应用的开发平台。 5. Civitai：开源生成式人工智能的家园，提供模型托管、图像/视频生成和模型训练服务，已发展成为一个拥有 650 万月活跃成员的社区。 6. 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，制作出完美模拟现实世界的图像和视频，具有先进的文本理解能力、精细的细节处理和多种风格。 7. 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以轻松地替换角色、复制动作并将他们的想法变为现实。 8. Hailuo Video by MiniMax：强大的人工智能驱动的视频生成引擎，能将简单文本转换为生动、专业品质的视频，将静态图像转换为动态视觉故事。 9. Hedra：开创性的视频基础模型公司，正在构建一个能够实现控制、情感和创造性智能的全栈创作工作室。 10. Bing：在写东西方面是最佳免费选项之一。 11. Claude 2：在写东西方面是免费选项之一。
2024-12-31
如果我给你一张人像图片，想看到10年以后的样子，应该用什么样的ai
如果您想看到一张人像图片中人物 10 年后的样子，可以尝试以下两种方法： 1. 利用 Stable Diffusion（SD）相关技术： 在新上线的 controlnet 模型中，Recolor 新模型可将黑白图片重新上色。对于人物照片还原，可选择 realisian 的写实大模型，提示词直接描述颜色和对应的内容。ControlNet 选择 Recolor，预处理器选择“recolor_luminance”效果可能更好。但可能存在颜色不精准出现在想要位置、提示词相互污染、背景不统一等问题，此时可启用 cutoff 插件进行控制，具体可参考相关文章。 若照片像素较低，还可将其变得更高清。 2. 利用 GPT 识图功能： 对图片的内容进行细致描述，可借用 GPT 来进行，也可自行描述。例如，对人物的年龄、发型、肤色、五官、穿着、姿态、背景等进行详细描述。
2024-12-30
coze 如何 100% 调用插件
在 Coze 中调用插件并非能 100% 保证成功，以下是一些相关信息： Coze 的工作流中，节点是基本单元，插件节点可用于扩展大语言模型本身的限制，实现特定功能，如抓取网页内容。 加入智能体后，会有调用次数的统计。 即使是官方插件也可能存在不稳定的情况，需要自行尝试找到适合当前场景的插件。 例如在微信图片助手的打造中，有以下操作： 任务 1 总结图片内容对应【识图小能手】等任务与相应插件存在对应关系，已在 Coze 插件商店上架，搜索关联即可。 配置插件时，需准备好 Glif 的 Token，在 Coze 中编辑参数选项填入 Token 并保存，同时关闭对大模型的可见按钮。 通过已有服务 api 创建插件时： 进入 Coze 个人空间选择插件，新建并命名，填入 ngrok 随机生成的 https 链接地址，配置输出参数，测试后发布。 手捏插件后可创建 bot 并接入插件，在 prompt 中要求调用插件。 需要注意的是，Coze 调用插件有一定随机性，对输入输出内容会有过滤，如果多次尝试不成功，可优化提示词使其更准确识别输入意图，且不要使用违规字词和图片内容。
2024-12-28
coze 如何 100% 调用工作流或插件
要 100% 调用 Coze 的工作流或插件，您可以参考以下内容： 实现工作流方面： 上传输入图片。 理解图片信息，提取图片中的文本内容信息。 进行场景提示词优化/图像风格化处理。 返回文本/图像结果。 搭建流程时，主要步骤包括上传图片（将本地图片转换为在线 OSS 存储的 URL，以便在平台中进行调用），以及将图片理解大模型和图片 OCR 封装为工作流插件（若市场中有可直接使用）。 Coze 简介： 插件：Coze 提供丰富的插件选项，允许通过 API 连接集成各种平台和服务，扩展 Bot 功能，可轻松调用或创建定制插件。 工作流：是强大的工具，用于设计和实施复杂的功能逻辑，通过拖拽不同任务节点构建多步骤任务，提高 Bot 处理任务效率。 图像流：提供可视化操作界面，允许灵活添加处理节点，设计图像处理流程。 触发器：允许 Bot 在设定的特定时间或发生特定事件时自动执行任务，是自动化处理的关键组件。 知识库：使您能够添加和利用本地或在线的文本内容和数据表，支持 Bot 提供更准确和实用的回答。 变量：帮助 Bot 存储用户的个人信息，如语言偏好，使回复更加个性化和精准。 数据库：提供简单高效的方式管理和操作结构化数据，支持自然语言的数据插入和查询，还支持多用户模式，提供灵活读写权限控制。 长期记忆：使 Bot 能够形成对用户的个人记忆，基于这些记忆提供个性化回复，提升用户体验。 卡片：允许自定义 Bot 生成内容的格式，以卡片形式展示，增强交互体验。 大模型：通过人设与回复逻辑中的一系列设定，编排 Bot 的具体执行任务和执行逻辑。 此外，判断任务/Prompt 是否需要拆解为工作流时，通常先从当前性能最强的 LLM 着手，用单条 Prompt 或 Prompt Chain 测试任务执行质量和稳定性，再根据实际情况逐步拆解子任务。对于场景多样、结构复杂、对输出格式要求严格的内容，基本可预见需要拆解为工作流。鉴于 LLM 只能处理文本输入输出的特性，涉及生成多媒体内容或从网络自主获取额外信息等能力时，必然需要通过工作流来调用相应的插件。
2024-12-28
2025最新AI排名
以下是关于 2025 年 AI 的一些相关信息： 过去一年，头部 AI 应用的品类变化不显著。对比美国 2023 年与 2024 年的 AI 应用 Top50 榜单，整体类别基本稳定。创意工具（如图像和视频内容创作）占最大比重，大语言模型助手、AI 陪伴和模型中心等类别为主流。新上榜的有美食、约会和音乐创意工具等小品类。 2024 年 9 月，OpenAI 发布新一代语言模型 o1，业界推测其采用全新训练与推理方案，结合强化学习技术，增强了推理能力，可能通过生成内部“思维链”模拟人类系统 2 思维方式。 2025 年 AI 发展趋势包括：AI 原生应用融资激增，更多公司实现 5000 万美元 ARR；并购活动增加，IPO 低迷；基础模型在多方面持续改进，尤其是多模态和推理模型；国防部加大 AI 投入；生成内容激增，视频成新焦点；AI 安全威胁与对抗加剧；监管进展缓慢。整体来看，生成式 AI 将持续主导市场。
2025-01-10
2025年1月9日，AI领域最新新闻
以下是 2025 年 1 月 9 日 AI 领域的部分最新新闻： 艾媒咨询发布的《》显示，中国 AI 大模型市场在 2024 年规模约为 294.16 亿元，预计 2026 年将突破 700 亿元。用户调研表明，超过半数用户频繁使用 AI 大模型，主要用于工作和学习。国产大模型正广泛应用于各行业，如金融、医疗、教育等，推动数字化转型。政策支持、算力发展和经济因素共同驱动产业发展。AI 大模型在网络安全、教育、金融等领域展现出巨大潜力，用户对其在这些领域的应用充满期待。 其它一些报告发布在： UiPath：《》 毕马威：《》 清华大学：《》 中央企业人工智能：《》 拾象投研团队预测 2025 年 AI 发展的关键趋势，包括微软可能转向 Anthropic 合作，Google 利用其强大资源缩小与领先者的差距，以及 Agent 成为新的软件核心，推动任务自动化和推理能力的提升。同时，数据的上下文层和合成数据技术的突破将是竞争的关键。硬件方面，推理需求激增将使 NVDA 继续在算力市场中保持领先地位。 讨论了即将进入的智能代理 AI 时代，特别是 Coding Agent 的崛起。随着 AI 编程能力的提升，许多人将有机会更快地开发产品，投资者对此充满期待。然而，关于 AI Coding 是否会取代传统程序员的争论仍然存在，分为保守派、乐观派和激进派。尽管未来仍不确定，但 AI 编程课程的需求已显著增加，显示出人们对这一领域的关注和焦虑。 过去一年，头部 AI 应用的品类变化并不显著。对比美国 2023 年与 2024 年的 AI 应用 Top50 榜单，整体类别基本保持稳定。其中，创意工具（如图像和视频内容创作）依然占据最大比重，大语言模型助手、AI 陪伴和模型中心等类别也继续稳居主流地位。新上榜的仅包括美食、约会和音乐创意工具等几个小品类。 模型进展（算法、算力和数据） AI 算法的“推陈出新” OpenAI 新模型——o1 在业界对传统预训练模型进展放缓的担忧中，2024 年 9 月，OpenAI 发布了新一代语言模型 o1。尽管技术细节未被完全公开，但业界推测 o1 采用了全新的训练与推理方案，结合强化学习技术，显著增强了模型的推理能力。o1 可能是通过生成内部“思维链”（Chain of Thought），模拟人类的系统 2 思维方式，在回答复杂问题时能够逐步推理、自我纠错和优化。 心理学家丹尼尔·卡尼曼（Daniel Kahneman）曾提出人类的系统 1 和系统 2 两种思维模式——前者快速、直觉，后者慢速、理性。业界专家认为，传统的 GPT4 等模型更像系统 1，快速生成答案但缺乏深度推理，而 o1 则更倾向于系统 2，通过逐步推理提升回答质量。 o1 可能借鉴了下围棋的 AlphaGo Zero 的技术思路，例如强化学习、自我博弈和思维链的结合。尽管围棋任务的规则性与自然语言的开放性不同，但这些技术不仅为 o1 提供了更强的推理能力，也预示着 AI 技术在复杂任务领域进一步突破的可能。
2025-01-10
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
能否通过ai搜索网上数据如中国2023-2025GDP等并生成ppt的树状图
目前的 AI 技术在一定程度上可以辅助搜索和处理数据，但要直接通过 AI 搜索特定的如中国 2023 2025 年 GDP 这样准确且最新的数据，并生成 PPT 的树状图，还存在一些限制和挑战。 首先，数据的准确性和权威性是关键问题。AI 搜索到的数据可能并非来自官方权威渠道，存在误差和不可靠性。 其次，生成复杂的 PPT 树状图需要对数据有深入的理解和专业的设计能力，AI 虽然能够提供一些模板和初步的图形生成，但可能无法完全满足您对于专业性和美观性的要求。 不过，您可以利用一些 AI 工具来辅助您完成部分工作，例如通过数据搜索工具获取相关数据的线索，然后再进行人工核实和整理，最后使用专业的 PPT 制作软件来创建树状图。
2024-08-14
实验方案用什么ai
以下是一些关于实验方案中使用的 AI 相关信息： 在 Prompt Engineering a Prompt Engineer 精读翻译的实验设置中，使用 GPT4 作为提示词提案模型，使用 TEXTDAVINCI003 作为执行底层任务的任务模型，并对所有提示词优化方法使用相同的搜索预算。对于使用归纳初始化的实验，由特定生成方式生成 30 个提示词形成初始候选集，优化步骤数量设置为 3，在每个时间戳选择并处理一定数量的提示词。 在 OpenAI 的相关内容中，未直接提及实验方案中具体使用的 AI 技术，但提到了对未来 AI 发展的预期和相关工作的规划，如在硬件、团队规模等方面的发展。 在 Vertex AI 的相关内容中，您已完成实验，在实验中使用了 GitHub 存储库中的笔记本 generativeai 探索 Vertex AI 中的 PaLM API，后续可查看相关文档和 YouTube 频道获取更多信息。
2025-01-10
有什么关于最新AI网站学习的
以下是关于最新 AI 网站学习的相关内容： 对于设计 AI 网站的 logo，如果您不确定如何操作，可以使用 AI logo 生成器。网上有许多不同的此类工具，例如 Logomaster.ai、Free Logo Design、Logo AI、Looka logo maker（原名 Logojoy）、Brandmark、DesignEvo、Tailor Brands、Designhill 等。同时，为您提供一份 AI 网站新 logo 的设计概要： 项目名称：AI 网站新 Logo 客户： 日期：20230830 目的：创建一个强大且令人难忘的视觉标识，要现代、专业、有吸引力，能用于多种营销材料。 目标受众：对使用 AI 解决问题感兴趣的企业和个人，应传达创新、创造力和智慧。 品牌属性： 新手学习 AI 可以参考以下步骤： 了解 AI 基本概念：建议阅读「」部分，熟悉术语和基础概念，包括主要分支及联系，浏览入门文章。 开始学习之旅：在「」中找到为初学者设计的课程，推荐李宏毅老师的课程，通过在线教育平台按自己节奏学习并获取证书。 选择感兴趣的模块深入学习：AI 领域广泛，可根据兴趣选择特定模块，例如掌握提示词技巧。 实践和尝试：理论学习后进行实践，巩固知识，尝试使用各种产品并分享实践成果。 体验 AI 产品：与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解工作原理和交互方式。 此外，AI 是快速发展的领域，新手需要持续学习和跟进，关注新闻、博客、论坛和社交媒体，了解最新发展，考虑加入相关社群和组织，参加研讨会、工作坊和会议，与他人交流。
2025-01-10
如何用可灵AI？来统一自己的国漫风格
以下是一些关于用 AI 绘画（如 Midjourney）来统一国漫风格的建议： 1. 明确关键词：例如，您可以选择与国漫风格相关的具体元素和特征作为关键词，如特定的人物形象、色彩搭配、场景元素等。 2. 参考已有案例：像上述提到的新海诚风格插画、国潮插画等案例，分析其关键词和生成的图片特点，从中获取灵感。 3. 不断尝试和调整：输入关键词后，根据生成的图片效果进行评估，然后对关键词进行修改和优化，以逐渐接近您想要的国漫风格。 4. 注重细节描述：在关键词中加入更多关于细节的描述，比如人物的表情、服饰的纹理、画面的光影效果等，有助于提高生成图片的质量和符合度。 希望这些建议对您有所帮助。
2025-01-10
用AI 写PPT的流程
用 AI 写 PPT 的流程如下： 1. 让 GPT4 生成 PPT 大纲，这一环节可能比较耗时，需要反复沟通和迭代，以确保大纲符合要求。 2. 将生成的大纲导入到 WPS 当中，启用 WPS AI 一键生成 PPT。 3. 让 chatPPT 为生成的 PPT 添加一些动画，以增强效果。 4. 手动修改细节，如字体、事实性错误等。 在生成大纲的过程中，可能需要花费较多时间与 GPT4 交流，明确主题和内容。WPS AI 能够对大纲进行优化和丰富，并且可以根据需求对生成的 PPT 进行主题配色和字体的修改。需要注意的是，目前 WPS 的相关功能可能免费，但未来可能会收费。
2025-01-10
免费的视频生成AI有什么
以下是一些免费的视频生成 AI 工具： 1. Hidreamai（国内，有免费额度）： 网址：https://hidreamai.com//AiVideo 支持文生视频、图生视频。 提示词使用中文、英文都可以。 文生视频支持正向提示词、反向提示词、运镜控制、运动强度控制，支持多尺寸，可以生成 5s 和 15s 的视频。 2. ETNA（国内）： 网址：https://etna.7volcanoes.com/ 是一款由七火山科技开发的文生视频 AI 模型，能根据用户简短的文本描述生成相应的视频内容。生成的视频长度在 8 15 秒，画质可达 4K，最高 38402160，画面细腻逼真，帧率 60fps。 3. Pika： 被网友评价为目前全球最好用的文本生成视频 AI。 功能：直接发送指令或上传图片生成 3 秒动态视频。 费用：目前内测免费。 生成服务托管在 discord 中。 加入方式：在浏览器中打开链接 https://discord.gg/dmtmQVKEgt 点击加入邀请。在“generate”子区输入指令或上传图片生成视频。 更多的文生视频的网站可以查看这里：https://www.waytoagi.com/category/38 。请注意，内容由 AI 大模型生成，请仔细甄别。
2025-01-10
我有一个mp3，希望AI帮我生成一个MTV的视频，
目前的 AI 技术还难以直接根据一个 MP3 文件生成一个完整的 MTV 视频。但您可以利用一些相关的工具和技术来逐步实现类似的效果。 例如，您可以使用一些视频编辑软件，先根据 MP3 的主题和情感构思视频的画面内容，然后收集或制作相关的图片、视频素材。 另外，一些 AI 绘画工具可以根据您对画面的描述生成图像，您可以将这些生成的图像融入到视频中。 但需要注意的是，这个过程需要您具备一定的视频编辑技能和创意构思能力。
2025-01-10
视觉理解技术最新动态和趋势
以下是视觉理解技术的最新动态和趋势： 一、视觉分析技术 1. Transformer 视觉模型优点 2. Transformer 视觉模型的局限 二、图像语言模型 三、视频语言模型 四、LLM 多模态 Agent 五、应用场景 1. 多模态内容理解与处理 2. 智能交互与自动化 3. 具身智能 4. 未来发展趋势（2024 ？） 5. 视频生成模型 mapping 六、未来发展方向 1. 技术路径而言：利用预训练 LLMs 进行指令调整 最初，多模态融合方法常采用预训练的目标检测器，如 ViLBERT、VisualBERT 和 UnicoderVL，通过提取图像特征和执行交叉模态预训练任务，为后续的图像 文本任务奠定基础。 随着 ViT 的出现和普及，更多方法开始利用 ViT 作为图像编码器，强调大规模预训练，以提高模型的性能和泛化能力，例如 Flamingo。 近期，向多模态 LLMs 发展，从进行预训练到向指令调整（instruction tuning）转变，如 LLaVA 和 MiniGPT4，融合视觉和语言信息，能更有效地完成视觉理解相关任务，提升模型对于指令的理解能力和零样本性能，更好地泛化到未见过的任务和领域。 2. 应用场景而言：赋予机器理解多模态的能力 此外，李飞飞在 2015 年的 TED 演讲《我们怎么教计算机理解图片？》中提到了计算机视觉方面的研究进展，指出虽然在科技上取得了很多进步，但在计算机视觉方面仍存在一些问题，如自动驾驶车辆的视觉敏锐度、向盲人传递画面、无人机的视觉技术等。
2025-01-10
我需要了解最新的Aicg资讯
以下是关于 AIGC 最新资讯的一些内容： AIGC 应用可能引发内生风险、数据隐私问题和知识产权风险。内生风险包括算法的不可解释性和不可问责性，以及代码开源可能带来的安全和伦理担忧。数据隐私方面，AIGC 工具可能导致数据泄露、匿名化不足、未经授权的数据共享等问题。应用风险涉及作品侵权、不当竞争等问题。相关法律和规定对 AIGC 的透明性、数据收集和处理、知识产权归属等提出了要求。然而，著作权归属、数据隐私等问题尚需更多法律明确规定。此外，AIGC 的滥用可能导致虚假信息传播、侵犯隐私等问题，因此需要进一步加强监管和伦理约束。 2024 年 9 月第三周最大的新闻是 OpenAI o1 模型，不过热度下降很快，模型能力和普通人的需求脱节了，大部分人没有用这类的模型的需求，也没办法提出好问题来测试。 AIGC 还有超出了文本、视频、图像、语音生成和数据增强的应用范围。例如，它可以用于音乐生成、游戏开发、医疗保健等等。在医疗保健方面，生成性人工智能可以帮助生成合成医疗数据，以训练机器学习模型，开发新的候选药物，并设计临床试验。这些只是生成性人工智能众多可能性中的一些例子，随着技术的发展，AIGC 或将与更多的终端产品结合。
2025-01-10
国产AI大模型的最新进展
以下是国产 AI 大模型的最新进展： 通义千问的 Qwen 系列表现出色：Qwen 是国内唯一出现在 OpenAI 视野里、能参与国际竞争的国产大模型。Qwen 多次冲进相关榜单，得分不断提高，其开源模型累计下载量突破 1600 万，国内外有大量开发者基于 Qwen 开发模型和应用，尤其在企业级领域。通义大模型证明了开源开放的力量。 国内大模型落地情况：2024 年被称为国内大模型落地元年，1 至 11 月，大模型中标项目共 728 个，是 2023 年全年的 3.6 倍；中标金额 17.1 亿元，是 2023 年全年的 2.6 倍。中标项目数前五的行业分别是运营商、能源、教育、政务、金融。厂商方面，百度以 40 个中标项目数、2.74 亿元的中标金额排名所有厂商之首，科大讯飞居第二。 其他进展：智谱一年间推出了 4 代 GLM，一直是国内能力较好的模型之一。MiniMax 推出了 MoE 架构的新模型和“星野”这个目前国内较成功的 AI 陪聊 APP。月之暗面专注长 Token 能力，在记忆力和长 Token 能力上有一定优势。但硬件层上的卡脖子问题仍未缓解，国内目前仍无胜任大模型训练的芯片，在推理上虽有 Nvidia 的替代产品逐渐出现，但华为昇腾在单卡指标上距离不远，因稳定性不足和缺乏 Cuda 生态，仍需时间打磨。
2025-01-09