如何学习ai

以下是 2024 年美国融资金额超过 1 亿美元的部分 AI 公司（截止 2024.10.15）： |项目名称|融资时间|融资金额（亿美元）|轮次|估值（亿美元）|主营|产业链标签|话题标签|投资方|其他信息| ||||||||||| |Augment|20240424|2.27|B|10|AI 编码辅助|应用|编程|Lightspeed Venture Partners, Index Ventures, Sutter Hill Ventures| |Cognition|20240424|1.75||20|端到端软件 Agents|应用|编程|Founders Fund, Ramp 联合创始人 Eric Glyman, Stripe 联合创始人 Patrick 和 John Collison, DoorDash 联合创始人 Tony Xu| |Xaira Therapeutics|20240423|10|A||AI 药物研发|应用|医学|Foresite Capital, ARCH Venture Partners| |Cyera|20240409|3|C|14|AI 数据安全平台|应用|数据|Coatue, Sequoia, Redpoint, Accel| |Celestial AI|20240327|1.75|C||用于 AI 存储和计算的光互连技术平台|基础设施|芯片、硬件和云平台|Thomas Tull 美国创新技术基金, M Ventures, 淡马锡, Tyche Partners| |FundGuard|20240325|1|C|4|AI 投资会计系统|应用|金融|Key1Capital, Hamilton Lane, Blumberg Capital, Team8| |Codeium|20240829|1.5|C|12|AI 编码平台|应用|编程|General Catalyst, Kleiner Perkins, Greenoaks| |Groq|20240805|6.4|D|30|AI 芯片|基础设施|芯片|贝莱德, Type One Ventures, Verdure Capital Management, Neuberger Berman| |DevRev|202408|1|A|11|AI 支持代理|应用|企业服务|Khosla Ventures, Mayfield, Param Hansa Values| |Abnormal Security|202408|2.5||50|电子邮件安全|应用|数据|Wellington Management, Menlo Ventures, Greylock, Insight Partners| |Harvey|20240723|1|C|15|法律科技|应用|法律|Google Ventures, OpenAI, Kleiner Perkins, Sequoia| |Skild AI|20240709|3|A|15|机器人技术|应用|机器人|Lightspeed Venture Partners, Coatue, Bezos Expeditions, Sequoia, Menlo Ventures, General Catalyst| |Hebbia|20240708|1.3||7|生成式 AI 搜索|应用|企业服务|Andreessen Horowitz, Peter Thiel, Index Ventures, Google Ventures| |Zephyr AI|20240313|1.11|A||AI 药物发现和精准医疗|应用|医学|Revolution Growth, 礼来公司基金会, EPIQ Capital Group, Jeff Skoll| |Together AI|20240313|1.06|A|12|AI 基础设施和开源生成|模型|硬件和云平台|Salesforce Ventures, NEA, Kleiner Perkins, Lux Capital| |Glean|20240227|2.03|D|22|AI 驱动企业搜索|应用|企业服务|Lightspeed Venture Partners, Kleiner Perkins, Sequoia, Databricks Ventures| |Figure|20240224|6.75|B|27|AI 机器人|应用|机器人|Nvidia, OpenAI, 微软| |Abridge|20240223|1.5|C|8.5|AI 医疗对话转录|应用|医学|Redpoint, Lightspeed Venture Partners, USV, IVP, Spark Capital| |Recogni|20240220|1.02|C||AI 接口解决方案|基础设施|芯片|GreatPoint Ventures, Celesta Capital, Pledge Ventures, Mayfield, DNS Capital| 信息来源：Techcrunch

以下是一些常见的 AI 创建网站的工具： 1. Wix ADI（Artificial Design Intelligence） 网址：https://www.wix.com/ 特点：基于用户提供的信息自动生成定制化网站，提供多个设计选项和布局，集成了 SEO 工具和分析功能。 2. Bookmark 网址：https://www.bookmark.com/ 特点：AIDA 通过询问用户几个简单问题快速生成网站，提供直观的拖放编辑器，包括多种行业模板和自动化营销工具。 3. Firedrop 网址：https://firedrop.ai/ 特点：Sacha 是其 AI 设计助手，可根据用户指示创建和修改网站设计，提供实时编辑和预览功能，包含多种现代设计风格和自定义选项。 4. The Grid 网址：https://thegrid.io/ 特点：Molly 是其 AI 设计助手，可自动调整网站设计和布局，基于内容和用户互动进行优化，支持多种内容类型。 5. Zyro 网址：https://zyro.com/ 特点：使用 AI 生成网站内容，包括文本、图像和布局建议，提供 AI 驱动的品牌和标志生成器，包含 SEO 和营销工具。 6. 10Web 网址：https://10web.io/ 特点：基于 AI 的 WordPress 网站构建工具，可自动生成网站布局和设计，提供一键迁移功能，集成 AI 驱动的 SEO 分析和优化工具。 7. Jimdo Dolphin 网址：https://www.jimdo.com/ 特点：Dolphin 是其 AI 网站构建器，通过询问用户问题定制网站，提供自动生成的内容和图像，包含电子商务功能。 8. Site123 网址：https://www.site123.com/ 特点：简单易用，适合初学者，提供多种设计模板和布局，包括内置的 SEO 和分析工具。 在选择合适的 AI 网站制作工具时，可以考虑以下因素： 1. 目标和需求：确定网站目标（如个人博客、商业网站、在线商店）和功能需求。 2. 预算：有些工具提供免费计划或试用版，但高级功能可能需要付费订阅。 3. 易用性：选择符合自身技术水平的工具，确保能轻松使用和管理网站。 4. 自定义选项：检查工具是否提供足够的自定义选项，满足设计和功能需求。 5. 支持和资源：查看是否有足够的客户支持和学习资源（如教程、社区论坛），帮助解决问题。

用 Coze 搭建一个 AI 应用需要关注以下几个方面： 1. Coze 的 AI 应用架构类似于网页应用，包括前端页面用于用户输入文字或上传图片等，以及数据处理端对这些数据进行处理，数据处理端通常是工作流或插件。处理完成后，数据有展示在前端页面供用户查看或保存在数据库/知识库中供额外查询两种路径。 2. 在搭建时，需要重点关注三个方面： Coze AI 应用的前端页面构建，包括布局、组件构成及它们之间的关系。 前端页面如何将页面数据（输入的文字或上传的图片）传递给工作流或插件。 工作流/插件处理完成后输出的数据如何返回给前端页面展示。 3. 通过多个官方案例来学习，例如 AI 翻译应用，应掌握前端的基本结构，如页面、组件、Form 表单、Div 容器、文本框等及相关事件，还有表单向工作流传递数据以及工作流数据返回前端组件展示的方式。 4. Coze 的工作流是一种可视化方式，由多个节点组成，包括 Start 节点和 End 节点，用户可通过拖拽添加各种功能模块，如插件、大语言模型、代码块等，实现复杂业务流程编排。创建和编辑工作流无需编写代码，降低了门槛，创建好的工作流可集成到聊天机器人中使用。 5. 搭建第一个 AI Bot 的步骤： 创建一个 Bot：系统默认创建 Personal 个人团队，也可创建或加入其他团队。进入团队空间的 Bots 页面，单击创建 Bot，输入名称和介绍，生成头像后确认。创建后进入 Bot 编排页面，可在左侧描述 Bot 身份和任务，中间配置扩展能力，右侧实时调试。 编写提示词：这是配置 Bot 的第一步，提示词是给大型语言模型的指令，输入内容后可单击优化。更多详细信息参考相关编写提示的文档。

以下是通过 AI 更好地提升自己视频脚本的方法： 1. 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。 2. 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。 3. 图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。 8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。 需要注意的是，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。 在视频工作流里，前期策划和后期制作是核心。前期利用 ChatGPT 生成文案，后期利用 AI 工具进行自动化视频制作。把想写的选题告诉 ChatGPT，数十秒时间它就能生成一条完整的视频脚本，包括具体场景和转场画面。虽然在创意上可能有所不足，但对于非专业人士入手视频创作有一定帮助。还可以让 ChatGPT 为视频筛选合适的 BGM，告诉它视频的情绪，它会给出参考建议。 如果是商业级的 AI 视频广告脚本创作，需要明确脚本的结构内容，包括时长、内容（开场白、汽车基本介绍、亮点展示、客户证言或推荐、呼吁行动）、音乐、台词、道具、景别、运镜等。可以使用 Claude 生成脚本，如有不满意可要求修改。

以下是关于如何用 AI 赚钱的一些分析和指导： 首先，对于 GPTs/GLMs 能否赚钱的问题，答案是能，但大多数人不能。从最俗气的“钱”的角度，以 AI 产品经理的角色复盘 2023 年的所见所闻所感来聊，虽然目前最大的第三方 GPTs 商店 BeBeGPTs 收录了大量数据，但结果显示并非所有人都能通过其赚到钱。 其次，大型语言模型在处理小学数学题时可能会出错，因为它们主要基于语言理解和生成，而非专门的数学计算，训练数据主要是自然语言。 再者，学了 AI 有可能赚钱，人工智能领域有很多高薪工作，如数据科学家、机器学习工程师等，掌握 AI 技术可增加在金融、医疗、制造业等行业的就业机会和职业发展可能性。但能否赚钱还取决于个人的学习能力、实际应用能力、对市场和商业的理解等因素，仅学会基础知识可能不够，需要持续学习和实践。 此外，生成式 AI 在艺术创作方面表现出色，内容创作是其第一个主流用例，如 Lensa 应用。生成式 AI 产品将服务于各种用例，从消费者“仅为了娱乐”地创造内容，到创作者或个体创业者通过内容实现盈利，且已在几乎每一种媒介中推出相关工具。

以下是新手和中学生学习 AI 基础知识的方法和建议： 新手学习 AI ： 1. 了解 AI 基本概念：阅读「」，熟悉术语和基础概念，了解主要分支及联系。 2. 浏览入门文章：了解 AI 的历史、应用和发展趋势。 3. 开始学习之旅：在「」中找到初学者课程，推荐李宏毅老师的课程。也可通过在线教育平台（如 Coursera、edX、Udacity）按自己节奏学习并获取证书。 4. 选择感兴趣模块深入：AI 领域广泛，如图像、音乐、视频等，可根据兴趣选择特定模块，掌握提示词技巧。 5. 实践和尝试：理论学习后进行实践，巩固知识，尝试使用各种产品创作，分享实践成果。 6. 体验 AI 产品：与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式。 中学生学习 AI ： 1. 从编程语言入手：学习 Python、JavaScript 等编程语言，掌握编程语法、数据结构、算法等基础知识。 2. 尝试使用工具和平台：使用 ChatGPT、Midjourney 等生成工具，探索百度“文心智能体平台”、Coze 智能体平台等面向中学生的教育平台。 3. 学习基础知识：了解 AI 基本概念、发展历程、主要技术及在各领域的应用案例。 4. 参与实践项目：参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动，尝试用 AI 技术解决实际问题，培养动手能力。 5. 关注前沿动态：关注权威媒体和学者，了解最新进展，思考 AI 对未来社会的影响。 对于希望继续精进的学习者，还可以尝试了解以下 AI 基础内容： 1. AI 背景知识：包括基础理论、历史发展。 2. 数学基础：统计学基础（如均值、中位数、方差）、线性代数（向量、矩阵）、概率论（条件概率、贝叶斯定理）。 3. 算法和模型：监督学习（线性回归、决策树、支持向量机）、无监督学习（聚类、降维）、强化学习。 4. 评估和调优：性能评估（交叉验证、精确度、召回率）、模型调优（网格搜索）。 5. 神经网络基础：网络结构（前馈网络、卷积神经网络、循环神经网络）、激活函数（ReLU、Sigmoid、Tanh）。

以下是关于 AGI 基础学习的相关内容： YoYo 的学习心得： 学习前状态：不理解 AI 和提示词工程，作为文科生不懂代码且英语差，注册尝试各种 AI 工具走了弯路，对 ChatGPT 仅限于日常问答和 SQL 学习交互以支持工作数据提取。 学习后现状：能搓多 Agent 智能体但需进修 Python 搓更多，进行营销文案 demo 和 SQL 代码进阶学习应用，创建了 3 个图像流智能体和 2 个 Agent 智能体玩具，在公司实践智能客服从创建到应用，学习 Dr.kown 并尝试图像流和企业智能体实践。 学习路径：关键词为“少就是多”“先有个初识”“目录索引推荐”“兴趣最重要”“先动手”，学习路径像游戏通关，强调学以致用，通过学习分享填补知识缝隙成长。 通往 AGI 之路知识库使用指南： 智能纪要： AE 软件的功能及学习路径：AE 可通过图层软件抠元素加插件做特效，与 AI 结合运用，有其他应用如处理视频画面等。学习路径可在 B 站自学或从包图网下载工程文件学习。 AE 软件的使用与创作分享：学习方法包括拆解视频等，AE 与 AI 关系密切，分享了自制短剧及未来分享计划。 「AI 编程共学」活动： |时间|分享材料|话题内容|分享人| ||||| |10 月 28 日 20:00 开始（回放链接: ）|通往 AGI 之路增量小游戏 https://muykeee.github.io/waytoagiincremental/ 转生之我是野菩萨 https://muykeee.github.io/wildpusaincremental/|0 基础做小游戏分享: 通往 AGI 之路增量小游戏 转生之我是野菩萨|麦橘| |10 月 29 日 20:00 开始（|0 编程基础入门 Cursor 极简使用指南|梦飞| |10 月 30 日 20:00 开始（回放链接）| AI 拍立得：小程序：Pailido|0 基础学做 AI 拍立得： Coze 工作流实现手把手教学 AI 拍立得开源代码开箱即用|银海| |10 月 31 日 20:00 开始（回放链接）||0 基础做小游戏分享： 猪猪🐷撞南墙|南墙|

以下是新手学习 AI 的方法： 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。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始，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： 可以使用 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： 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。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

以下是关于学习 AI 视频的相关内容： 入门教程： 不熟悉 AI 视频的小伙伴可以查看以下教程： 交流群： 需要学习 AI 视频、参与 AI 视频挑战赛、参与 AI 视频提示词共创的小伙伴，可以直接扫二维码或联系三思或小歪【备注：AI 视频学社】，但必须有 AI 视频账号才能进群，请勿随便申请好友。 直播： AI 视频学社每周 1 次直播（周五直播），由@lailai 统筹负责。 例如： 学社说明： 这个板块是为 AI 视频建立，方便大家测试学习 AI 视频的相关知识和内容。 小伙伴们可以在 AI 视频学社通过参与每周举办的比赛，快速学习 AI 视频的相关知识。并且每周有高手直播直播分享，会分享 AI 视频和影视创作领域最前沿的知识。 学社目标： 不定期直播，AI 视频方向高手直播分享。 每周固定 1 次，video battle 视频挑战赛，每周一发布主题，每周日 18 点前交稿，有奖品。 不定期组织 AI 视频线上或者线下活动。 大家一起学习 AI 视频最新软件和最新知识，学习图生视频，视频生视频等的技巧。 软件教程： 每周一赛： 此外，对于小白理解 AI 技术原理与建立框架，推荐以下通俗易懂的内容： 视频一主要回答了什么是 AI 大模型，原理是什么。 概念：生成式 AI 生成的内容，叫做 AIGC。 概念与关系：相关技术名词 AI——人工智能 机器学习——电脑找规律学习，包括监督学习、无监督学习、强化学习。 监督学习——有标签的训练数据，算法的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——学习的数据没有标签，算法自主发现规律。经典任务包括聚类，比如拿一堆新闻文章，让模型根据主题或内容特征分成具有相似特征的组。 强化学习——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——一种方法，参照人脑有神经网络和神经元（因为有很多层所以叫深度）。神经网络可以用于监督学习、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——大语言模型。对于生成式 AI，其中生成图像的扩散模型就不是大语言模型；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》。这篇论文首次提出了 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 含义：Transformer 是关键。Transformer 比 RNN 更适合处理文本的长距离依赖性。

以下是新手学习 AI 的方法： 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。 通过与这些 AI 产品的对话，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。 对于中学生学习 AI，建议： 1. 从编程语言入手学习： 从 Python、JavaScript 等编程语言开始，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： 使用 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： 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。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

以下是关于如何学习使用 AI 来提高工作效率和自身全面能力的建议： 1. 工作方面： 让自己变成“懒人”，能动嘴的不要动手，用嘴说出想做的事。 能动手的尽量用 AI 替代，例如将工作单元切割开，建设属于自己的智能体，并根据结果反馈不断调整。 定期审视工作流程，看哪个部分可以更多地用上 AI，将所学应用于实践，不断优化工作流程。 2. 技术层面： 学习搭建专业的知识库、构建系统的知识体系，不仅用于工作，还可支持个人爱好和创作。 3. 个人素质方面： 提升学习能力，通过持续阅读和实践来吸收、消化和积累知识，培养好奇心和持续学习的习惯，广泛阅读，深入研究新领域，不断探索前沿知识。 提升创造能力，这是在时代保持竞争力的关键。 善用工具，使用 AI 工具自动化重复性任务，适应时代转变，腾出时间进行更高层次思考。 具备抽象与整合能力，在更高层次上学习，为 AI 提供方向并作出合适选择。 4. 编程和研究方面： 参考技术大佬 Nicholas Carlini 的博文「How I Use "AI"」，学习其使用 LLM 进行编程和研究的实例分享。 用 GPT4 构建完整的 Web 应用。 通过与模型的互动式对话学习新技术，如 Docker、Flexbox 和 React 等。 借助 AI 快速获取新项目或新论文所需的样板代码。 用 AI 简化复杂的大型代码库。 将单调且简单的任务交给 AI，如数据格式化等。 在 AI 帮助下提升用户专业度和效率。 通过 AI 获取特定工具或命令的使用信息。 利用 AI 进行搜索，其效果比传统搜索引擎好。 用 AI 解决一次性任务和常见任务，修复常见错误。