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

AI开发游戏

Answer

以下是用国产 AI 开发游戏的过程:

  1. 元素设计:
    • 狼:图片放进去,调整大小。
    • 栅栏:图片放进去,调整大小。
    • 洞:调整背景颜色,让 AI 提供。
    • 槌子:点一下转动,实现方式从动画效果改为点一下马上旋转 90 度,放开时恢复,点击时洞的高度变短。
    • 羊:生成 20 只羊时出现重叠问题,通过让 AI 调整每只羊间隔 10PX 解决。控制羊的移动花费较多时间,重写多轮代码。
  2. 图片生成:
    • 直接让智普生成羊、狼、锤子、栅栏、胜利图片、失败图片。其中羊、狼、锤子、栅栏生成无背景的,用 PS 做成透明 PNG。栅栏和胜利、失败图片生成多次。
  3. 框架搭建:
    • 让智普生成 HTML 的大框架,验证元素摆放位置。生成的 HTML 代码简洁,CSS 结构不错但 position 定位模式不对,修改为 position:fixed 修复 BUG。
  4. 效果制作:
    • 失败判断在羊的跑的动作中实现,羊跑光显示失败图像。
    • 胜利判断在槌子事件中,洞全部修好即胜利。
    • 第二关在胜利时多一个步骤跳转到第二页,复制代码并修改,增加一只凶狠的狼,用 AI 作图。
  5. 完成与测试:
    • 2024 年 5 月 11 日 17:34:04 完成所有内容,上传服务器测试,存在小 BUG 但先凑合用。

开发过程中发现 AI 生成的内容不能完全信任,可能 90%能用,但剩下 10%需要人工调整,学习还是有必要的,AI 只是辅助,有条件问专家是好的解决方案。

Content generated by AI large model, please carefully verify (powered by aily)

References

案例教程:记一次用国产AI开发游戏给孩子玩

狼:不用动,没啥动作栅栏:从上到下完整的一条杆子,做个洞的DIV。洞:和栅栏一样宽度,和背景草坪一个颜色,高度变0的时候就是修好了。放在顶部,这样羊的动作简化很多,只要向右移动就好了槌子:点一下转动,代表在修栅栏,然后洞变短。羊:在左边,向右移动。不管狼了,反正看起来就是没掉了,直接超出屏幕就消失。然后下一只。开发过程:狼:不用动,就是图片放进去,调整一下大小,完成了。栅栏:从上到下图片放进去,调整一下大小,完成了。洞:调整背景颜色,叫AI给一个,然后背景颜色也这时候改进去。槌子:点一下转动几度,结果AI给的代码发现没有实现动的动画,那我直接简化?事实证明确实还行。改成这样了:点一下,马上旋转90度,不要动画效果了。放开的时候恢复。然后点击的时候洞的高度变短,代表在修复洞口。羊:这个部分最费时了。生成20只羊,实现后发现羊都重叠在一起了,看不出来,然后叫AI每只羊间隔10PX,还行。找到第一只,向右移动,结果AI给的代码,所有的羊都在动。重写了好几轮。后来写出了第一只羊可以动了,叫它写到屏幕右边的时候删除这只羊。然后要动下一只羊,又没思路了。还是叫AI写。把前面的羊的代码给AI,说我要动完第一次羊,删除这个羊,然后下一只羊继续跑出来。

案例教程:记一次用国产AI开发游戏给孩子玩

2024年5月11日14:14:28开始直接智普,叫它生成羊,狼,锤子,栅栏,胜利图片,失败图片其中:羊,狼,锤子,栅栏叫它生成没有背景的。然后用PS做成透明PNG。因为东西相对简单,所以都是一次过。栅栏生成了比较多次,因为我自己也想像不出来要啥样的比较好,只能生成多个看效果。胜利图片,失败图片,也生成了多次,因为AI无法理解我要的东西,我需要狼,人,羊都在一个画面。目前生成的也不是很理想。直接智普,图片先不放进去。叫它生成HTML的大框架,验证是否能够生成我期望的各个元素的摆放位置。生成HTML代码比较简洁,符合期待。多生成了js现在没啥用,因为JS是属于后期的事情,需求还没给,所以现在不管。到时候写业务逻辑了重新单独写。生成的CSS结构不错,但是position的定位模式不对,导致羊和狼的位置错误。为了快速完成,我直接修改position:fixed;修复该BUG。(个人感觉:AI生成的东西还是不能完全信任,可能有90%能用,但是剩下的10%还是需要有经验的人,或者说是专家进行人工调整。这个让我对于AI生成的其他东西也不敢完全信任。自己学习还是有必要的AI就是个辅助,不知道的东西,有条件的话,问专家应该还是很好的解决方案。)2024年5月11日15:52:52 UI和HTML完成,开始制作JS效果

案例教程:记一次用国产AI开发游戏给孩子玩

这个又是改了几轮,然后才行。(感觉AI要出现人工需要的东西,可能需要多轮干预才行。比我期望的差一些些。)失败判断:失败其实这个是放在羊的跑的动作里头实现的,就是羊跑光了,显示失败图像。胜利判断:放在槌子事件里头判断。洞全部修好,就胜利。第二关:胜利的时候多一个步奏跳转到第二页,第二页完全复制刚刚的代码,改改用,就是加一只长相凶狠点的狼,还是AI作图。其他没有了。2024年5月11日17:34:04完成所有内容,并上传到服务器,测试了几下。时间到了,要回去给孩子用了。先这样凑合用吧,还是有一点点小BUG的。

Others are asking
ai作画中, 如何把一个建筑物变成jellycat
要将一个建筑物变成 Jellycat 风格,您可以按照以下步骤操作: 1. 打开即梦 AI,选择图片生成,网址为:https://jimeng.jianying.com/ 2. 输入提示词,格式为:Jellycat 风+毛茸茸的建筑物名称,例如“Jellycat 风+毛茸茸的埃菲尔铁塔”,您可以充分发挥创意。 3. 选择最新的模型,将精细度拉到最大值。 4. 点击生成,几秒钟后就能看到您想要的图片效果。 以下是一些案例参考: 提示词:jellycat 风格,一个毛茸茸的埃菲尔铁塔 提示词:jellycat 风格,一个毛茸茸的锅子和饺子 提示词:jellycat 风格,一个毛茸茸的星巴克咖啡杯 提示词:jellycat 风格,一个毛茸茸的水蜜桃 原文链接:https://mp.weixin.qq.com/s/4w1dEvlH1l6mqTrPLGPC4g
2025-02-19
关于生成海报的ai
以下是一些关于生成海报的 AI 相关信息: 设计海报的 AI 产品: Canva(可画):https://www.canva.cn/ ,是非常受欢迎的在线设计工具,提供大量模板和设计元素,AI 功能可协助选择颜色搭配和字体样式。 稿定设计:https://www.gaoding.com/ ,稿定智能设计工具采用先进人工智能技术,自动分析和生成设计方案。 VistaCreate:https://create.vista.com/ ,简单易用的设计平台,提供大量设计模板和元素,用户可使用 AI 工具创建个性化海报,智能建议功能可帮助快速找到合适设计元素。 Microsoft Designer:https://designer.microsoft.com/ ,通过简单拖放界面,可快速创建演示文稿、社交媒体帖子等视觉内容,集成丰富模板库和自动图像编辑功能。 案例:有摊主在 10 天前开发的 AI 除了提供配方,还会自动生成一张海报。 用 AI 快速做一张满意海报的方法: 需求场景:如发朋友圈等需要有吸引力的图文,网上找图可能质量差、易撞图,自己相册照片可能不合适等。 大致流程: 确定主题与文案,可借助 ChatGPT 等文本类 AI 工具协助。 选择风格与布局,背景可灵活调整画面布局。 使用无界 AI 生成并筛选满意的海报底图。 进行配文与排版,得到成品,排版可参考 AIGC 海报成果。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-02-19
Ai基础入门
以下是新手学习 AI 的基础入门指南: 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。 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。 在知识库中有很多实践后的作品、文章分享,欢迎实践后分享。 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,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。 如果希望继续精进,对于 AI,可以尝试了解以下内容作为基础: 1. 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. 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. 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。 4. 评估和调优: 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。 模型调优:学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础: 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)。 激活函数:了解常用的激活函数,如 ReLU、Sigmoid、Tanh。 此外,第二期「AI 实训营」手把手学 AI 【第二期:大咖带你快速上手通义灵码 AI 程序员】,讲师为梦飞,WaytoAGI Agent 核心创作者,词元映射 CEO。课程安排如下: |时间|主题|课程内容| |||| |01/22 20:00<br>|0 基础入门篇:写代码像聊天一样简单<br>可以进入钉钉群获取更多文档:https://alidocs.dingtalk.com/i/nodes/yQod3RxJKGvvkP3rfj5Lgoy7Jkb4Mw9r?utm_scene=person_space|AI 编程的能力与边界<br>通义灵码上手指南<br>一句话 AI 编程小游戏展示| |01/23 20:00<br>|AI 编程实战篇:人人都能“福从天降”|0 基础带练“福从天降”小游戏<br>自然语言生成更多小游戏<br>如何在 Github 部署并生成在线链接| 加入通义灵码钉钉共学群(钉钉群号:78080029971),大咖在线答疑!
2025-02-19
Ai入门
以下是关于 AI 入门的相关内容: Python + AI 入门: 许多朋友在深入学习 AI 时因编程而感到困难,各类教程默认会打命令行也增加了入门难度。 本入门旨在让大家在 20 分钟内掌握 Python 和 AI 的相互调用,完成简单程序、爬虫应用抓取公众号文章、为公众号文章生成概述等任务。 Python 拥有丰富的标准库,若不够用可通过 pip 工具从类似 GitHub 的平台订购新道具,在 AI 领域被广泛使用。 OpenAI 通过 ChatGPT 提供开箱即用的服务,也通过 OpenAI API 提供更灵活的服务,可通过代码调用完成更多自动化任务。 《雪梅 May 的 AI 学习日记》: 第一阶段包括迈出第一步,看书听课进社区。 DAY5:研究并开始使用 Kimi,抱着每天问 100 个问题的心态调整思考模式,养成有问题问 AI 的习惯,可参考。 DAY6:应朋友推荐学习吴恩达的生成式人工智能课程,可在 B 站搜索对应关键词获取资源,学习笔记参考,抽空陆续 3 天学完。 DAY7:探索用 AI 解决真实问题,如团队写行业研究报告。 适用于 JavaScript 的 AI 堆栈入门: 尽管当前版本是起点,但会逐步完善堆栈并增加更多选项。路线图包括交互式 CLI 用于 createaistack、事务性数据库用于高级用例、更多向量数据库和部署平台选项、开源模型的轻量级微调步骤等。 对在创建过程中发挥重要作用的开源项目如表示感谢。
2025-02-19
搭建AI智能体
搭建 AI 智能体的步骤和要点如下: 1. 创建智能体:输入人设等信息,并放上相关工作流。配置完成后可以进行测试,但千万不要直接发布。 工作流中如【所有视频片段拼接】节点使用的插件 api_token 填的是您的 token,其他人调用会消耗您的费用。您可以将 api_token 作为工作流最开始的输入,用户购买后输入 token 再发布。 2. 明确需求和 AI 能力: 在搭建智能体帮助提炼品牌卖点时,需要先明确 AI 的能力边界,例如 AI 对公司及所在市场不了解的部分,包括公司的主要产品、产品解决的用户需求、产品独特之处、获得的认可、核心渠道、核心购买人群、营销手段、期望在新渠道获得的结果等。 AI 真正的能力在于通过分析数据和信息进行逻辑推理、快速处理和分析数据并提取有价值的信息和模式、拥有大量训练数据并能输出更全面的相关信息、理解用户提供的内容并按正确结构梳理有效输出内容。因此,更适合将智能体作为引导型的灵感提问助手。 3. 学会搭建 AI 智能体: AI 智能体如同员工或智能助手,能根据设定的工作流自动调用不同 AI 工具完成全流程任务,无需人类时刻干预。 例如设计“写作助手”的 AI 智能体,输入文章主题、风格和要求,它能自动完成文章大纲处理、初稿撰写、修改润色和排版等工作,大大提高效率。
2025-02-19
grok3 ai什么时候可用
Grok 3 已于今天向所有 Premium+ 订阅者推出(包括 IOS 和网页版),完整版在网页版,APP 上的 Grok 3 有一定削弱。(还有单独会员叫:SuperGrok)今天所有该类用户都能用上。Grok 3 语音模式在大约一周内推出,Grok 3 API 几周后推出,Grok 2 将在 Grok 3 正式可用后开源,xAI 计划也会开源 Grok 3 。
2025-02-19
有没有推荐的游戏编程ai
以下是为您推荐的一些游戏编程相关的 AI 工具和应用: 1. 生成性 AI 方面:建议现在就开始探索生成性 AI,一些工作室已经启动内部实验项目来探索其对生产的影响。 2. AI 游戏道具推荐系统:在一些游戏中,利用数据分析和机器学习为玩家推荐合适的游戏道具,如武器、装备等。 3. 游戏开发 AI 工具集合: 语音生成:Coqui Studio(https://coqui.ai)、Bark(https://github.com/sunoai/bark)、Replica Studios(https://replicastudios.com) 语音识别:OpenAI Whisper(https://huggingface.co/openai/whisperbase)、Facebook Wav2Vec2(https://huggingface.co/facebook/wav2vec2largexlsr53) 对话模型:ChatGPT(https://chat.openai.com)、HuggingChat(https://huggingface.co/chat) 故事讲述模型:MPT7BStoryWriter65k+(https://huggingface.co/mosaicml/mpt7bstorywriter)、Claude 100k(https://www.anthropic.com/index/100kcontextwindows)、GTP4 32k(https://platform.openai.com/docs/models/overview) 游戏设计:Ludo.ai(https://ludo.ai) 搜索引擎:Haddock(https://www.haddock.ai) AI NPC:Inworld(https://inworld.ai) 希望这些推荐能够满足您的需求,帮助您在游戏编程中更好地运用 AI 技术。
2025-02-11
光遇游戏与ai的融合
光遇游戏与 AI 的融合可以体现在以下几个方面: 1. 生成式 AI 在游戏中的应用: 微处理器速度更快、云计算和计算能力更强,具备建立大型神经网络的潜力,可识别高度复杂领域的模式和表征。 能基于玩家游戏行为评估玩家技能水平和游戏风格,动态调整游戏难度,如增加或降低敌人的数量和强度、改变游戏环境等。 不断收集玩家数据,使 NPC 和游戏系统更适配玩家水平。 2. AI 制作游戏相关内容: 如利用 AI 辅助制作游戏宣传片,包括使用 ChatGPT 构思背景世界观、MJ 绘图、SD 重绘、制作深度图以及视频、AI 抠图、尝试制作背景音乐等。 3. AI 带来新的游戏: 许多开发者将 AI 作为游戏玩法的一环,如 2023 年 Genfun.ai 和 Meshy 联合制作的《Soul Chronicle》,实现了实时 3D+AIGC+UGC,能实时生成角色皮肤。 2024 年 Bitmagic 推出的《Roleverse》平台,可使用提示在游戏内定制角色,并对角色和游戏世界进行编辑。 4. AI 促进游戏产业变革: 为游戏行业提供新的增长空间,成本、效率和质量同步上升。例如 2023 年我国游戏市场实际销售收入增长,用户规模也有所增加。
2025-02-08
可以自己制作游戏吗?
可以自己制作游戏。 目前,利用生成式人工智能制作游戏具有以下情况: 1. 第一阶段重点在工具方面。生成式人工智能可作为人类创作者的辅助,让现有的 UGC(用户生成内容)工作流程更强大和易操作。现有的 UGC 平台(如 Roblox)会在现有工具集中添加生成人工智能工具,初创公司也会复制当前 UGC 工作流程并针对生成人工智能进行优化。 2. 第二阶段会有新公司出现,重新构想创作工作流程。这一阶段的产品可能更像基于生成人工智能构建的引擎或操作系统,会出现全新的创作范式,但具体形式难以预测。 在实际操作中,要求 GPT4 使用高层次规格在 HTML 和 JavaScript 中编写 3D 游戏是可行的,GPT4 能以 zeroshot 方式生成满足要求的工作游戏。但创建 HTML 和 JavaScript 的 3D 游戏需要大量编程知识和经验,并非轻松快速能完成,要花费大量时间和精力开发 3D 图形、物理、用户输入和人工智能等必要功能。 对于 AI 游戏的商业化,由于消耗算力,目前 AI 游戏多为网游形态,买断制游戏回收成本困难。可采用聊天模块按量付费(如原神中充值月卡附带与 AI 对话次数,用完再收费)、UGC 模块包装成抽卡等方式将消耗 AI 的成本转嫁给玩家。 此外,有人希望自己制作的游戏能被更多人玩到、启发他人创作,成长为平台和生态,甚至成为划时代产品载入游戏史册。但游戏形式是否会造成冲突尚无答案,做游戏的目的不同(如注重游戏本身还是赚钱),选择也会不同。
2025-01-26
有用来做网络游戏研发和运营的全套AI工具吗?
目前游戏领域还没有涵盖整个制作过程(包括代码、资产生成、纹理、音频等)的全套生成式人工智能工具,也没有能与流行的游戏引擎(如虚幻和 Unity)紧密结合使用、专为适应典型的游戏生产流程而设计的一体化平台。但有一些相关的工具和平台在不同方面发挥作用,例如: 生成可以互动的角色方面:有很多初创公司在研究,如 Charisma.ai、Convai.com、Inworld.ai 等平台,它们可以为具有情感和自主权的完全渲染的 3D 角色提供动力,并提供工具让创作者给角色设定目标。 语音生成方面:Coqui Studio(https://coqui.ai)、Bark(https://github.com/sunoai/bark)、Replica Studios(https://replicastudios.com)等。 语音识别方面:OpenAI Whisper(https://huggingface.co/openai/whisperbase)、Facebook Wav2Vec2(https://huggingface.co/facebook/wav2vec2largexlsr53)。 对话模型方面:ChatGPT(https://chat.openai.com)、HuggingChat(https://huggingface.co/chat)。 故事讲述模型方面:MPT7BStoryWriter65k+(https://huggingface.co/mosaicml/mpt7bstorywriter)、Claude 100k(https://www.anthropic.com/index/100kcontextwindows)、GTP4 32k(https://platform.openai.com/docs/models/overview)。 游戏设计方面:Ludo.ai(https://ludo.ai)。 搜索引擎方面:Haddock(https://www.haddock.ai)。 AI NPC 方面:Inworld(https://inworld.ai)。
2025-01-23
如果自己一个人要完成一个类似游戏的虚拟世界,需要一些什么软件,并且需要多久完成
要一个人完成类似游戏的虚拟世界,可能需要以下软件: 1. 图像生成软件,如 Midjourney、Stable Diffusion 等,用于生成概念图像和美术作品。 2. 3D 建模软件,用于创建 3D 模型、添加纹理和效果等。 完成所需的时间因多种因素而异,包括个人的技能水平、项目的复杂程度、投入的时间和精力等。像《Red Dead Redemption 2》这样复杂的游戏,制作成本近 5 亿美元,花了将近 8 年的时间来建造。但如果是相对简单的虚拟世界,时间可能会短很多。不过,这需要您具备扎实的相关技能和持续的努力。
2025-01-10
如果自己一个人要完成一个类似游戏的虚拟世界,需要一些什么软件
如果您想一个人完成类似游戏的虚拟世界,以下是一些可能会用到的软件: 1. Scenario、Iliad:可以创建游戏资源。 2. Promethean:能够构建整个虚拟世界的平台。 3. Inworld、Charisma、Convai:可用于生成非玩家角色(NPC)。 4. Midjourney:有助于游戏设计师进行游戏概念探索与灵感启发。 5. Stable Diffusion:可用于处理图像,如形成系列的图像变化、创建最后的艺术作品等。 6. 谷歌的 Genie:可以通过单张图像提示生成可玩的交互式环境,由潜在动作模型、视频 tokenizer 和动态模型组成。 此外,生成式人工智能工具在游戏概念探索、美术作品制作等方面也能发挥作用,比如加快概念艺术的开发流程。但需要注意的是,创建 3D 元素比创建 2D 平面图更为复杂,目前相关业务和创新尚在探索中。
2025-01-10
作为前端开发人员,推荐学习哪些AI技术呢
作为前端开发人员,以下是一些推荐学习的 AI 技术: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括人工智能、机器学习、深度学习、自然语言处理等主要分支及其联系。 浏览入门文章,了解 AI 的历史、当前应用和未来发展趋势。 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,其上手容易且很有用。 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 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动,了解其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。 此外,如果希望继续精进,对于 AI,可以尝试了解以下内容作为基础: 1. 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. 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. 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。 4. 评估和调优: 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。 模型调优:学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础: 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)。 激活函数:了解常用的激活函数,如 ReLU、Sigmoid、Tanh。 如果偏向技术研究方向: 1. 数学基础:线性代数、概率论、优化理论等。 2. 机器学习基础:监督学习、无监督学习、强化学习等。 3. 深度学习:神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理:语言模型、文本分类、机器翻译等。 5. 计算机视觉:图像分类、目标检测、语义分割等。 6. 前沿领域:大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践:论文阅读、模型实现、实验设计等。 如果偏向应用方向: 1. 编程基础:Python、C++等。 2. 机器学习基础:监督学习、无监督学习等。 3. 深度学习框架:TensorFlow、PyTorch 等。 4. 应用领域:自然语言处理、计算机视觉、推荐系统等。 5. 数据处理:数据采集、清洗、特征工程等。 6. 模型部署:模型优化、模型服务等。 7. 行业实践:项目实战、案例分析等。 无论是技术研究还是应用实践,数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态,并结合实际问题进行实践锻炼。请注意,以上内容由 AI 大模型生成,请仔细甄别。
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
适合团队一起应用开发的AI
以下是一些适合团队一起应用开发的 AI 类型及示例场景: 1. 智能体应用(Assistant): 简介:基于上下文对话,自主决策并调用工具来完成复杂任务的对话式 AI 应用。通过简单配置可快速上手实现基本功能。 示例场景:客户服务(了解诉求、解决问题,如查询订单状态、处理退款等)、个人助理(管理日程安排、提醒事项、发送邮件等)、技术支持(了解技术问题,提供解决方案,排除故障)。 参考链接: 2. 工作流应用(Workflow): 简介:将复杂任务拆解为若干子任务,以提高工作流程可控性的流程式 AI 应用。用户可通过拖拽节点创建自定义任务流程。 示例场景:AI 翻译(实现初步翻译、内容审校、再次优化的翻译流程,提升翻译质量)。 参考链接: 3. 智能体编排应用: 简介:支持多智能体协作的流程式 AI 应用,能编排多个智能体的执行逻辑,使多个智能体自动规划和执行任务。 示例场景:综合调研报告(组建报告撰写团队,包括负责写作意图识别、大纲书写、总结摘要、智能绘图、事件研判、段落撰写、文笔润色等任务的智能体)、软件开发团队(组建智能体开发团队,包括负责需求分析、系统设计、编码实现、测试调试、文档编写等任务的智能体)。 参考链接: 此外,还有以下摊位展示的相关 AI 应用: 1. 简单高效地构建 AI+装修,AI+行业应用平台,并进行模型的训练和微调。 2. ai+家庭教育咨询与体验服务。 3. 摄影+AI 效果叠加。 4. ai 模型部署,使用,交流的一站式平台。 5. 自传语伴:帮助普通人轻松撰写自传,用户通过与 AI 聊天讲述人生故事,生成自传。 在 6 月 3 日的参赛 bot 试玩分享中,讨论了多个团队的相关产品,包括: 1. AI 秒学团队的儿童绘本故事生成:将新闻转化为绘本故事,结合李普村的 AI 会话和分镜,使用 ByteDance AI 画图。 2. Lux 珀尔团队的卡通头条:在海外版搜索新闻应用中,根据用户选择生成不同风格的图片。 3. 吴琪的 AI 工具:通过简单提问生成小朋友喜欢的图片。 4. 核心搭子团队的产品:帮助父母辟谣的 AI,可识别三种体裁,根据疑问生成对应回复并保存知识,有热情和冷淡回复两种模式。 5. 学以致用团队的产品:提供日本市场实时信息的工具。 6. 李小白聊天机器人:具备陪聊、诗句生成、新闻展示等功能。 7. 两款智能写作机器人:喵喵日报(从 100 条新闻中挑选 5 条科技咨询定时推送,可根据用户问题自动搜索和重新组稿)、芋头小宝(帮助用户列出文章框架、生成配图以及汇总新闻等)。
2025-02-18
兼职督学岗位,通过飞书平台为高中生服务,包括:1)解答学习方法等疑问;2)发送测试卷;3)提交测试卷后通知后端制作学习计划;4)发送学习计划链接;5)定期推送知识点和打卡提醒;6)查看打卡并反馈。所有文档通过飞书云文档链接发送。现在我想通过利用coze将deepseek等ai接入飞书的形式,制作出产品赋能督学在这一岗位的工作效率,并希望在这一过程中,锻炼我的ai能力,再想办法让上司或者老板为我这个产品支付报酬,请问我可以从哪些角度开发产品?
以下是一些您可以从以下角度开发产品来赋能兼职督学岗位的工作效率,并锻炼您的 AI 能力,以争取上司或老板为产品支付报酬: 1. 利用 Coze 的多语言模型支持,为解答高中生学习方法等疑问提供更准确和全面的回答。 2. 借助插件系统,集成与学习相关的插件,如学习资料查询、学习工具推荐等,丰富服务内容。 3. 运用知识库功能,上传各类学科知识点、优秀学习案例等,方便在服务中快速调用和推送。 4. 利用数据库和记忆能力,记住每个高中生的学习情况和需求,提供个性化服务。 5. 设计工作流,例如自动发送测试卷、自动通知后端制作学习计划、自动推送学习计划链接等流程,提高工作效率。 6. 采用多代理模式,针对不同学科或学习阶段设置专门的代理,提供更精准的服务。 7. 利用 Coze 易于发布和分享的特点,将服务产品推广给更多需要的高中生和督学人员。
2025-02-18
兼职督学岗位,通过飞书平台为高中生服务,包括:1)解答学习方法等疑问;2)发送测试卷;3)提交测试卷后通知后端制作学习计划;4)发送学习计划链接;5)定期推送知识点和打卡提醒;6)查看打卡并反馈。所有文档通过飞书云文档链接发送。现在我想通过利用coze将deepseek等ai接入飞书的形式,制作出产品赋能督学在这一岗位的工作效率,并希望在这一过程中,锻炼我的ai能力,再想办法让上司或者老板为我这个产品支付报酬,请问我可以从哪些角度开发产品?又该如何将它推销给上司?
以下是关于您利用 Coze 和 DeepSeek 等 AI 接入飞书来赋能兼职督学岗位工作效率的一些建议: 开发产品的角度: 1. 智能答疑系统:利用 AI 技术,对高中生常见的学习方法疑问进行自动分析和回答,提高答疑效率和准确性。 2. 个性化测试卷生成:根据学生的学习情况和需求,通过 AI 生成个性化的测试卷。 3. 学习计划优化:基于学生提交的测试卷结果,利用 AI 更精准地制定学习计划。 4. 知识点精准推送:运用 AI 分析学生的学习进度和薄弱环节,定期推送更具针对性的知识点。 5. 打卡提醒优化:通过 AI 实现更灵活、个性化的打卡提醒方式。 推销给上司的方法: 1. 展示效率提升:详细说明产品如何大幅提高兼职督学的工作效率,节省人力和时间成本。 2. 个性化服务优势:强调产品能够为高中生提供更个性化、精准的服务,提升学习效果。 3. 数据支持:提供相关的数据和案例,证明 AI 赋能后的积极效果。 4. 成本效益分析:说明开发和使用该产品的成本相对较低,而带来的收益显著。 5. 未来发展潜力:阐述产品在不断优化和拓展功能方面的潜力,适应更多的教育需求。 另外,Coze 是由字节跳动推出的 AI 聊天机器人和应用程序编辑开发平台,专为开发下一代 AI 聊天机器人而设计。它具有多语言模型支持、插件系统、知识库功能、数据库和记忆能力、工作流设计、多代理模式、免费使用、易于发布和分享等特点。这些特点可以为您的产品开发提供有力支持。
2025-02-18
我是一个有23年软件系统开发和设计经验的架构师,但是对AI还没有系统化了解过,请问我该如何开始?如何在短时间内掌握AI的使用、原理以及二次开发?
以下是为您提供的在短时间内系统化学习 AI 的建议: 一、了解 AI 基本概念 首先,建议阅读「」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。同时,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 在「」中,您将找到一系列为初学者设计的课程。这些课程将引导您了解生成式 AI 等基础知识,特别推荐李宏毅老师的课程。您还可以通过在线教育平台(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。我建议您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 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。 五、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,您可以获得对 AI 在实际应用中表现的第一手体验,并激发您对 AI 潜力的认识。 如果希望继续精进,对于 AI,可以尝试了解以下内容作为基础: 1. 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。 2. 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。 3. 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。 4. 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。 5. 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。 此外,以证件照为例,Code AI 应用开发教学中,智能体开发从最初的 chatbot 只有对话框,到有了更多交互方式,因用户需求扣子推出了 AI 应用,其低代码或零代码的工作流等场景做得较好。但 AI CODING 虽强,目前适用于小场景和产品的第一个版本,复杂应用可能导致需求理解错误从而使产品出错。在创建 AI 应用时,要学习操作界面、业务逻辑和用户界面,包括布局、搭建工作流、用户界面及调试发布,重点熟悉桌面网页版的用户界面。
2025-02-17