WPS 表格公式AI

AIGC 即 AI generated content，又称为生成式 AI，意为人工智能生成内容。 AIGC 能够通过机器学习和深度学习算法，根据输入的数据和指令生成各种类型的内容，例如 AI 文本续写、文字转图像的 AI 图、AI 主持人等。其应用领域广泛，包括内容创作、广告、媒体等。 AIGC 主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用马尔科夫链、RNN、LSTMs 和 Transformer 等模型生成文本，如 GPT4 和 Gemini Ultra。图像生成依赖于 GANs、VAEs 和 Stable Diffusion 等技术，应用于数据增强和艺术创作，代表项目有 Stable Diffusion 和 StyleGAN 2。音视频生成利用扩散模型、GANs 和 Video Diffusion 等，广泛应用于娱乐和语音生成，代表项目有 Sora 和 WaveNet。此外，AIGC 还可应用于音乐生成、游戏开发和医疗保健等领域。 能进行 AIGC 的产品项目众多，能进行 AIGC 的媒介也很多，包括且不限于： 语言文字类：OpenAI 的 GPT，Google 的 Bard，百度的文心一言等。 语音声音类：Google 的 WaveNet，微软的 Deep Nerual Network，百度的 DeepSpeech 等，还有合成 AI 孙燕姿大火的开源模型 Sovits。 图片美术类：早期有 GEN 等图片识别/生成技术，去年大热的扩散模型又带火了生成质量很高的 Midjourney，先驱者谷歌的 Disco Diffusion，一直在排队测试的 OpenAI 的 Dalle·2，以及 stability ai 和 runaway 共同推出的 Stable Diffusion。 AIGC、UGC（普通用户生产）和 PGC（专业用户生产）都是内容生成的不同方式，主要区别在于内容的创作者和生成方式。AIGC 由人工智能生成内容，优势在于可以快速、大规模地生成内容，适用于需要大量内容的场景。UGC 由用户生成内容，优势在于内容丰富多样，能反映用户真实想法和创意，适用于互动性强的平台。PGC 由专业人士或机构生成内容，优势在于内容质量高、专业性强，适用于需要高质量内容的平台。 目前，我国对 AIGC 的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成，并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法（试行）》等形成了共同监管的形势。AIGC 应用可能引发内生风险、数据隐私问题和知识产权风险，需要进一步加强监管和伦理约束。

AIGC 即 AI generated content，又称为生成式 AI，意为人工智能生成内容。 AIGC 能够通过机器学习和深度学习算法，根据输入的数据和指令生成各种类型的内容，例如 AI 文本续写、文字转图像的 AI 图、AI 主持人等。其应用领域广泛，包括内容创作、广告、媒体等。 AIGC 主要分为语言文本生成、图像生成和音视频生成。语言文本生成利用马尔科夫链、RNN、LSTMs 和 Transformer 等模型生成文本，如 GPT4 和 Gemini Ultra。图像生成依赖于 GANs、VAEs 和 Stable Diffusion 等技术，应用于数据增强和艺术创作，代表项目有 Stable Diffusion 和 StyleGAN 2。音视频生成利用扩散模型、GANs 和 Video Diffusion 等，广泛应用于娱乐和语音生成，代表项目有 Sora 和 WaveNet。此外，AIGC 还可应用于音乐生成、游戏开发和医疗保健等领域。 能进行 AIGC 的产品项目众多，能进行 AIGC 的媒介也很多，包括且不限于： 语言文字类：OpenAI 的 GPT，Google 的 Bard，百度的文心一言，还有一种国内大佬下场要做的的 LLM 都是语言类的。 语音声音类：Google 的 WaveNet，微软的 Deep Nerual Network，百度的 DeepSpeech 等，还有合成 AI 孙燕姿大火的开源模型 Sovits。 图片美术类：早期有 GEN 等图片识别/生成技术，去年大热的扩散模型又带火了我们比较熟悉的、生成质量无敌的 Midjourney，先驱者谷歌的 Disco Diffusion，一直在排队测试的 OpenAI 的 Dalle·2，以及 stability ai 和 runaway 共同推出的 Stable Diffusion。 AIGC、UGC（普通用户生产）和 PGC（专业用户生产）都是内容生成的不同方式，这三种内容生成方式的主要区别在于内容的创作者和生成方式。AIGC 的优势在于可以快速、大规模地生成内容，适用于需要大量内容的场景，如自动化新闻、广告创作等。UGC 的优势在于内容丰富多样，能够反映用户的真实想法和创意，适用于社交媒体、社区论坛等互动性强的平台。PGC 的优势在于内容质量高、专业性强，适用于新闻媒体、专业网站等需要高质量内容的平台。 目前，我国对 AIGC 的监管框架由《网络安全法》《数据安全法》及《个人信息保护法》构成，并与《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法（试行）》等形成了共同监管的形势。AIGC 应用可能引发内生风险、数据隐私问题和知识产权风险，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。

目前关于 AI 智能程度的排名，您可以参考以下信息： 《生成人工智能网络安全法案》（GAINS Act）中提到会对其他国家进行调查以确定美国在人工智能采用方面的排名。 AI 智库的月度榜单中，有国内月活榜和国内流量榜。例如在国内月活榜中，有绘影字幕、360 智脑 Chat、阿里通义听悟等产品的排名及相关信息；在国内流量榜中，有爱问财、扣子、Bigjpg 等产品的排名及相关数据。

以下为您推荐的换脸 AI 及操作方法： 吴珂在 0 绘画基础下用 AI 为儿子做蜘蛛侠生日海报的实操步骤中，关于换脸部分：原本以为有 cref 和 insight face swap 就能轻松完成换脸，但实际并非如此。由于蜘蛛侠是 3D 动漫风格，直接导入真实人像畸变概率高。所以先将人像 3D 化，再换脸到蜘蛛侠下，效果显著，还收获了一堆可爱的 3D 头像。相关内容可参考：https://bytedance.larkoffice.com/docx/EC79ddneToZLItxEoBocTXwRnvepartX25hd8Peso0vCfxosqecYel5nNd 、https://bytedance.larkoffice.com/docx/EC79ddneToZLItxEoBocTXwRnvepartTpXKdyfv9oPmUixWta7cNDvln0b 海螺的新功能主体一致：不推崇给已有视频主角“换脸”，建议发挥创造力用好主体一致带来的角色特征稳定性。操作步骤为：点击海外（https://alpha.hailuoai.video/ ）或国内（https://alpha.hailuoai.com/video ）任意链接进入海螺 AI 官网，点击左边生成按钮，选择主体参考模式，上传一张主体照片（目前只能支持单一主体），输入对应的 prompt，耐心等待 2 3 分钟看效果。生成一次需 45 积分。关于海螺 AI 其他介绍可参考：

以下是关于换脸 AI 的推荐及操作的相关内容： 一、AI 编程与炼金术：Build on Trae 1. 开发接入 DeepSeek R1 的 Life Coach 网站 在本地新建一个文件夹，用 Trae 打开。 在 Trae 里新建一个文件“AI Rules”，将相关代码复制进去并保存（Mac 可用 Command+S 快捷键，或点“文件”》“保存”）。 在和 AI 沟通需求时引入保存的 AI Rules。 2. 修改 bug 终端处出现命令执行失败，可点击错误代码区域，在弹出的“添加到对话”中操作，或在测试网页功能时按“F12”，点击 Console 查看调试台的报错信息并截图发给 Trae。 二、IDE 设置 1. 进入 Trae AI 设置部分 在界面右上角点击头像，在快捷菜单中选择设置，打开设置窗口。 从左侧导航栏中选择 Trae AI 进入 AI 设置部分。 2. 设置 AI 对话语言 在 AI 会话语言处，可选择“Auto 自动”（按用户提问时所用语言回答，若无法判断则根据用户历史对话或 Trae 的语言）、“中文”（若用户未指定语言则使用中文回答）、“English”（若用户未指定语言则使用英语回答）。 三、AI 带你穿越时空，去拥抱儿时的自己 1. 快影（可灵）处理图片 打开快影（需先通过内测申请），选择 AI 创作。 选择 AI 生成视频。 选择图生视频。 上传处理好的图片，填写想要的互动动作和效果，点击生成视频，排队等待生成结束后点击下载。 2. 效果展示 由于图片本身效果较差，转换为视频后效果不太理想。 还可参考 GitHub 上的 Fooocus https://github.com/lllyasviel/Fooocus?tab=readmeovfile 等项目。

以下是一种使用 AI 进行换脸的方法及相关软件推荐： 方法： 1. 利用云服务解决方案，如 AutoDL。注册完成后，在算力市场中选择能接受价格且 GPU 配置较高的算力服务器。 2. 通过模型镜像启动 GPU 服务器，在算法社区查找 facefusion 镜像，选择合适的镜像启动。 3. 点击右下角的创建实例按钮，创建并启动实例。 4. 点击快捷工具中顶部的 JupyterLab，打开工具。 5. 点击顶部的“+”号选项卡，新打开一个终端窗口。 6. 在终端窗口中输入以下命令： 查看文件列表，输入“ls”并按回车。 进入 facefusion 目录，输入“cd facefusion”并按回车。 启动 facefusion，输入“python./run.py executionproviders cuda cpu”。 软件推荐： facefusion 是一个开源、免费的可实现换脸效果的软件。 开源地址：https://github.com/facefusion/facefusion 注意事项： 1. facefusion 软件需要 Python 环境以及安装视频解码器等多个依赖软件，本地安装需要一定编程知识。 2. facefusion 的运行推理计算速度非常依赖 GPU，本地计算机若无 GPU 或 GPU 显存较小，执行速度会很慢。 3. 启动 facefusion 时，后面的参数“executionproviders cuda cpu”非常重要，若不加“cuda”，默认不使用 GPU 能力，推理将非常慢。 4. 使用云服务方案会产生一定费用。

以下是 WPS 接入 DeepSeek 的流程： 1. 注册并登录火山引擎，点击立即体验进入控制台。链接：https://zjsms.com/iP5QRuGW/ （火山引擎是字节跳动旗下的云服务平台，在 AI 领域最为大众所熟知的应该是“豆包大模型”，这里就是源头） 2. 创建一个接入点：点击在线推理创建推理接入点 3. 为接入点命名为 DeepSeekR1。然后可能会提示：“该模型未开通，开通后可创建推理接入点”。如果有提示，就点击“立即开通”，开通一下就可以了。如果无提示则直接到第 5 步，点击确认接入。 4. 点击“立即开通”跳转到此页面，勾选全部模型和协议，一路点击开通即可。（这里是免费的） 5. 确认以下无误后，点击“确认接入”按钮。 6. 自动返回创建页面。发现多出一行接入点名是“DeepSeekR1”（我们刚才自己设置的命名）。重点来了：这个就是推理点的 ID，复制他放到您的微信里，发给自己保存一下。 7. 保存后再点击【API 调用】按钮，进入后点击【选择 API Key 并复制】 8. 如果您已经有 API key 了，就直接查看并复制。如果没有，则点击【创建 API key】 9. 把这个复制好之后，也放到您自己微信里，保存好。到这一步，我们已经完成拿到了模型的密钥。接着，就可以去把它配置到网页聊天里使用。

以下是 WPS 接入 DeepSeek 的流程： 1. 注册并登录火山引擎，点击立即体验进入控制台。链接：https://zjsms.com/iP5QRuGW/ （火山引擎是字节跳动旗下的云服务平台，在 AI 领域最为大众所熟知的应该是“豆包大模型”，这里就是源头） 2. 创建一个接入点：点击在线推理创建推理接入点 3. 为接入点命名为 DeepSeekR1。然后可能会提示：“该模型未开通，开通后可创建推理接入点”。如果有提示，就点击“立即开通”，开通一下即可。如果无提示则直接到第 5 步，点击确认接入。 4. 点击“立即开通”跳转到此页面，勾选全部模型和协议，一路点击开通（这里是免费的） 5. 确认以下无误后，点击“确认接入”按钮。 6. 自动返回创建页面。发现多出一行接入点名是“DeepSeekR1”（我们刚才自己设置的命名）。重点来了：这个就是推理点的 ID，复制他放到您的微信里，发给自己保存一下。 7. 保存后再点击【API 调用】按钮，进入后点击【选择 API Key 并复制】 8. 如果您已经有 API key 了，就直接查看并复制。如果没有，则点击【创建 API key】 9. 把这个复制好之后，也放到您自己微信里，保存好。到这一步，我们已经完成拿到了模型的密钥。接着，就可以去把它配置到网页聊天里使用。

要将 AI 添加到 WPS 中，您可以参考以下步骤： 1. 金山软件已宣布 WPS AI，并将大模型（LLM）能力嵌入四大组件：表格、文字、演示、PDF，支持桌面电脑和移动设备。 2. 申请 WPS AI 内测： 内测申请地址为：https://ai.wps.cn/ ，一般需要等待 1、2 天。 3. 下载软件或选择金山在线： 目前 WPS AI 只支持 Windows、安卓、IOS，Mac 用户可以点击金山文档在线使用，地址为：https://www.kdocs.cn/latest 。 4. 输入大纲和要点： 由于 WPS AI 只支持输入主题，不支持导入大纲，且在输入主题的地方有长度限制，输入内容较多的大纲时偶尔会被重新简化，所以可以简化后再输入。 简化后的大纲需要按照特定格式输入，二级标题前面有一个空格，列表前面有两个空格。 也可以选择输入主题自动生成大纲和要求，例如新建 PPT，选择空白 PPT 或者导入 PPT，进入 PPT 编辑页面等方式。

WPS AI 可以辅助一些财务工作。生成式 AI 能够帮助金融服务团队改进内部流程，简化财务团队的日常工作。具体表现为： 1. 预测方面：帮助编写 Excel、SQL 和 BI 工具中的公式和查询，实现分析自动化，发现模式，从更广泛、更复杂的数据集中为预测建议输入，并建议如何适应模型以支持公司决策。 2. 报告方面：自动创建文本、图表、图形等内容，并根据不同示例调整报告，无需手动整合数据和分析到外部和内部报告中。 3. 会计和税务方面：综合、总结并就税法和潜在扣除项提出可能的答案。 4. 采购和应付账款方面：帮助自动生成和调整合同、采购订单和发票以及提醒。

以下是关于 WPS AI 的使用教程： 首先，在与 GPT4 交流制作 PPT 大纲的过程中，通过自然交流体验，经过多次迭代完成大纲。之后使用 WPS AI 对大纲进行优化，其内容会丰富不少，且大纲还能二次修改。接着，利用 WPS AI 制作 PPT，不到 2 分钟即可完成，然后可直接向 WPS AI 提出修改主题配色和字体等要求，30 秒左右就能完成修改。目前 WPS AI 功能强大且免费，建议抓紧使用，不过需注意可能未来会收费。

很抱歉，知识库中没有关于腾讯文档的 AI 和 WPS 的 AI 直接对比区别的相关内容。但为您提供以下各自的特点供您参考： 腾讯文档的 AI ： 拥有自动分类办公文件的功能，利用 AI 对用户上传的文件进行分类，如合同、报告、方案等，提高文件管理效率。 WPS 的 AI ： 是办公自动化工具，一些功能如智能排版、语法检查等，利用 AI 技术帮助用户快速完成文档处理工作，提高办公效率。 具有文档翻译功能，可以利用 AI 技术快速翻译办公文档，如 Word、Excel、PPT 等，方便用户进行跨国业务交流。

|序号|已有产品|主题|使用技术|市场规模|一句话介绍|项目功能| |||||||| |81|下厨房口味调整功能|AI 菜谱口味调整工具|自然语言处理、数据分析|数亿美元|根据用户反馈调整菜谱口味|下厨房的口味调整功能可根据用户对菜谱的评价，利用 AI 分析后给出口味调整建议，如增加甜度、减少辣味等| |82|英语流利说纠错功能|AI 语言学习纠错平台|自然语言处理、机器学习|数十亿美元|帮助语言学习者纠正错误|英语流利说通过 AI 技术识别用户在语言学习中的发音、语法等错误，并提供纠正建议和练习| |83|豆瓣电影剧情分析工具|AI 电影剧情分析系统|数据分析、自然语言处理|数亿美元|分析电影剧情，提供深度解读|豆瓣电影的剧情分析工具利用 AI 对电影剧情进行分析，为用户提供剧情解析、主题探讨等内容| |84|腾讯文档分类功能|AI 办公文件分类系统|数据分析、机器学习|数亿美元|自动分类办公文件，方便管理|腾讯文档利用 AI 对用户上传的文件进行分类，如合同、报告、方案等，提高文件管理效率| |85|美丽修行定制方案功能|AI 美容护肤方案定制平台|图像识别、数据分析|数亿美元|根据用户肤质定制护肤方案|美丽修行根据用户上传的照片和肤质信息，利用 AI 定制个性化的护肤方案，包括产品推荐和使用顺序| |91|游戏内商城推荐功能|AI 游戏道具推荐系统|数据分析、机器学习|数亿美元|根据玩家需求推荐游戏道具|在一些游戏中，利用 AI 分析玩家的游戏风格和进度，为玩家推荐合适的游戏道具，如武器、装备等| |92|彩云天气分时预报|AI 天气预报分时服务|数据分析、机器学习|数亿美元|提供精准的分时天气预报|彩云天气利用 AI 提供每小时的天气预报，帮助用户更好地安排出行和活动| |93|医渡云病历分析系统|AI 医疗病历分析平台|数据分析、自然语言处理|数十亿美元|分析医疗病历，辅助诊断|医渡云利用 AI 分析医疗病历中的症状、检查结果等信息，为医生提供辅助诊断建议| |94|讯飞听见会议总结功能|AI 会议发言总结工具|自然语言处理、机器学习|数亿美元|自动总结会议发言内容|讯飞听见在会议中利用 AI 自动总结发言者的主要观点和重点内容，方便回顾和整理| |95|书法临摹软件|AI 书法作品临摹辅助工具|图像识别、数据分析|数亿美元|帮助书法爱好者进行临摹|书法临摹软件利用 AI 识别书法作品的笔画和结构，为用户提供临摹指导和评价| |7|AI 简历优化工具|超级简历优化助手|自然语言处理|数亿美元|帮助用户优化简历提高求职成功率|超级简历优化助手分析简历内容并提供优化建议| |8|酷家乐|AI 室内设计方案生成|图像生成、机器学习|数十亿美元|快速生成个性化室内设计方案|酷家乐允许用户上传户型图，通过 AI 生成多种设计方案| |9|Amper Music|AI 音乐创作辅助工具|机器学习、音频处理|数亿美元|协助音乐创作者进行创作|Amper Music 根据用户需求生成旋律和编曲| |10|松果倾诉智能助手|AI 情感咨询助手|自然语言处理、情感分析|数亿美元|提供情感支持和建议|松果倾诉智能助手通过文字或语音交流为用户提供情感咨询| |11|小佩宠物智能设备|AI 宠物健康监测设备|传感器数据处理、机器学习|数十亿美元|实时监测宠物健康状况|小佩宠物智能设备可监测宠物活动、饮食等，提供健康预警| |12|马蜂窝智能行程规划|AI 旅游行程规划器|数据分析、自然语言处理|数十亿美元|根据用户需求生成个性化旅游行程|马蜂窝智能行程规划根据目的地、时间等因素为用户定制旅游路线|

以下是关于输入观点一键生成文案短视频的详细介绍： 基于其它博主开源的视频生成工作流进行了功能优化，实现了视频的全自动创建。 先看效果： 功能：通过表单输入主题观点，提交后自动创建文案短视频，创建完成后推送视频链接到飞书消息。 涉及工具： 1. Coze 平台（工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成） 2. 飞书（消息） 3. 飞书多维表格（字段捷径、自动化流程） 大体路径： 1. 通过 coze 创建智能体，创建工作流，使用 DeepSeek R1 根据用户观点创建文案，再创建视频。 2. 发布 coze 智能体到飞书多维表格。 工作流调试完成后，加入到智能体中。可以选择工作流绑定卡片数据，智能体则通过卡片回复。 选择发布渠道为飞书多维表格，填写上架信息（为了快速审核，选择仅自己可用），等待审核。审核通过后，即可在多维表格中使用。 3. 在多维表格中使用字段捷径，引用该智能体。 创建飞书多维表格，添加相关字段。配置后选择“自动更新”，输入相关字段后，“文案视频自动化”字段捷径会自动调用工作流，生成视频。 表单分享，实现填写表单自动创建文案短视频的效果。 4. 点击多维表格右上角的“自动化”，创建想要的自动化流程。 希望以上内容对您有所帮助。

以下是关于使用 deepseek 加飞书多维表格制作短视频的详细步骤和相关信息： 概述： 基于其他博主开源的视频生成工作流进行功能优化，实现了视频的全自动创建。感谢开源，现提供教程供参考。 先看效果： 可查看 功能： 通过表单输入主题观点，提交后自动创建文案短视频，并将创建完成的视频链接推送至飞书消息。 涉及工具： 1. Coze 平台（工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成） 2. 飞书（消息） 3. 飞书多维表格（字段捷径、自动化流程） 大体路径： 1. 通过 coze 创建智能体，创建工作流，使用 DeepSeek R1 根据用户观点创建文案，再创建视频。 2. 发布 coze 智能体到飞书多维表格。 3. 在多维表格中使用字段捷径，引用该智能体。 4. 在多维表格中创建自动化流程，推送消息给指定飞书用户。 智能体发布到飞书多维表格： 1. 工作流调试完成后，加入到智能体中。可以选择工作流绑定卡片数据，智能体通过卡片回复。绑定卡片数据可自行研究，不明白可留言。 2. 发布时选择需要的发布渠道，重点是飞书多维表格。记得智能体提示词的 4 个变量，发布时会自动出现。目的是为了在多维表格中选择关联字段，控件要选择“字段选择器”。填写上架信息（为快速审核，选择仅自己可用），确认发布等待审核。审核通过后，即可在多维表格中使用。 多维表格的字段捷径使用： 1. 创建飞书多维表格，添加相关字段。配置后使用字段捷径功能，使用自己创建的 Coze 智能体。选择“自动更新”，输入前边的 4 个字段后，“文案视频自动化”字段捷径会自动调用工作流，生成视频。 2. 表单分享，实现“填写表单，自动创建文案短视频”的效果。 自动化推送： 点击多维表格右上角的“自动化”，创建想要的自动化流程。

要接入 DeepSeek 到多维表格，您可以参考以下内容： 在多维表格字段简介中可调用，提供官方、火山、轨迹流动三家服务商选择。 选方舟和轨迹流动需写自定义模型 ID，配置处理字段和指令。 您可以通过以下链接获取更详细的信息： 另外，关于 API 申请与额度，官网 API 申请每人有 10 元额度，但目前因用量大暂停注册。

以下是一些适用于表格数据分析的 AI 工具： 1. Excel Labs：这是一个 Excel 插件，新增了生成式 AI 功能，基于 OpenAI 技术，可在 Excel 中利用 AI 进行数据分析和决策支持。 2. Microsoft 365 Copilot：微软推出的 AI 工具，整合了多种办公软件，通过聊天形式，用户告知需求后，Copilot 会自动完成任务，包括数据分析和格式创建等。 3. Formula Bot：提供数据分析聊天机器人和公式生成器两大功能，用户可通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous：支持 Excel 和 Google Sheets 的 AI 插件，除公式生成外，还能根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 此外，还有一些专门的数据分析工具，如： 1. Kalodata：专注于数据分析。网址：kalodata.com 2. Text2SQL：将英文转换为 SQL 查询。链接：https://toolske.com/text2sql/?ref=theresanaiforthat 3. ai2sql：高效且无错误的 SQL 构建器。链接：https://www.ai2sql.io/ 4. EverSQL：从 SQL 查询翻译英文文本。链接：https://www.eversql.com/sqltotext/ 5. SupaSQL：从 NLP 生成 SQL 查询。链接：https://supasql.com/ 6. SQLgenius：使用自然语言的 SQL 查询生成器。链接：https://sqlgenius.app/ 7. SQL Chat：与数据库进行自然语言聊天的 SQL 客户端。链接：https://www.sqlchat.ai/ 8. SQL Ease：从自然语言输入生成 SQL 查询。链接：https://sqlease.buildnship.in/ 9. Talktotables：翻译和查询数据库。链接：https://talktotables.com/ 随着技术的不断发展，未来可能会有更多更好的工具出现，您可以根据自己的需求和使用习惯进行选择。请注意，内容由 AI 大模型生成，请仔细甄别。

以下是关于飞书多维表格 x DeepSeek R1 实用提示词的相关信息： 《雪梅 May 的 AI 学习日记》中，在专题“飞书多维表格 + deepseek R1”的 DAY107 练习中，提到可在相关链接中找到与短视频相关的模板，使用如【视频脚本生成】【企业家 IP 视频脚本生成】等提示词制作多维表格，还可模仿，感受是制作体验丝滑流畅，仅用提示词就能编排多维表格实现强大功能。 同样在该专题的 DAY108 练习中，针对直播场景，可参考的直播相关多维表格，作者将小红书、短视频制作、直播等场景都做了一套放入同一个飞书多维表格，形成媒体内容生产与管理系统。 此外，还有 deepseek 论文解读的相关内容，包括直播视频回放、相关论文下载以及万能提示词的技巧分享等。若官网搜索不能用一直崩溃，可使用火山的满血版，其在视频最后 10 分钟左右有手把手教程。

以下是一个关于 AI 下达指令的示例总结： 对于英语试题类的任务，如语法选择题： 步骤 1：提供清晰完整的试题图片。 步骤 2：下达指令，例如“这是一篇英语试题，给我图中的内容”。 对于英语阅读理解题： 指令：将英语正文翻译为准确流畅的中文，并提供中英文对照。

DeepSeek 公式的发展历程如下： 2025 年 2 月 9 日，陈财猫分享提示词及小说创作心得，提到 DeepSeek 热度极高，微信指数达 10 亿多次，并准备先讲讲该模型的特点。 DeepSeek R1 不同于先前的普通模型，如 ChatGPT4、Claude 3.5 sonnet、豆包、通义等，它属于基于强化学习 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。 早在 2024 年 5 月 DeepSeekV2 发布时，就以多头潜在注意力机制（MLA）架构的创新在硅谷引发了一场小范围的轰动。

AI 图片生成视频的提示词公式如下： 1. 基础公式：主体+主体描述+运动+环境。例如：“一艘白色邮轮缓缓驶过海面。（A white cruise ship sails slowly across the sea.）” 2. 进阶技巧：对各部分进行详细描述，如“一只金色毛发的狗（描述主体）悠然自得地在阳光洒满的草地上行走，草叶轻轻地在它的爪下弯曲(详细描述环境和动作）。微风拂过，它的毛发随风轻动，时不时低下头嗅闻着大地。（进一步描述主体动作细节）远处，夕阳的余晖拉长了影子，营造出一种宁静祥和的氛围。（描述环境氛围）（A goldenhaired dog strolls leisurely across a sunlit grassy field,the blades of grass bending gently under its paws.A soft breeze passes by,causing its fur to sway,and it occasionally lowers its head to sniff the ground.In the distance,the setting sun casts long shadows,creating a peaceful and serene atmosphere.）”这样可以使生成的视频更稳定、提升美感。 3. 语法方面： 注意权重值最好不要超过 1.5。 可以通过 Prompt Editing 使得 AI 在不同的步数生成不一样的内容，语法为：例如“alandscape”，在一开始，读入的提示词为：the model will be drawing a fantasy landscape.在第 16 步之后，提示词将被替换为：a cyberpunk landscape，它将继续在之前的图像上计算。 提示词还可以轮转，比如在第一步时，提示词为“cow in a field”；在第二步时，提示词为“horse in a field.”；在第三步时，提示词为“cow in a field”，以此类推。 4. 其他方面： 指令参数：一般包括视频时长、分辨率、帧率等细节。PixVerse 默认生成 4s 时长的视频（会在后续更新中增加更长视频的生成），分辨率 1408×768。升级（Upscale）后，分辨率可以达到 4k，会导致生成所花费的时间比普通生成更长。 情感氛围：描述视频的情感基调或氛围，可用于人物的表情、环境氛围等的控制。 参考风格：可以输入参考的艺术风格等。

以下是关于提示词的万能公式相关知识： 1. 提示词语法： 权重值最好不要超过 1.5。 可以通过 Prompt Editing 使得 AI 在不同的步数生成不一样的内容，例如在某阶段后，绘制的主体由男人变成女人。 语法示例： alandscape，在第 16 步之后，提示词将被替换。 fantasy landscape with a，在不同步数提示词会发生变化。 提示词还可以轮转，比如在第一步时，提示词为“cow in a field”；在第二步时，提示词为“horse in a field.”；在第三步时，提示词为“cow in a field”，以此类推。 2. 提示词结构： 当提示词有清晰的结构时，提示效果最有效。 简单公式： 复杂公式： 例如：无结构提示词“小男孩喝咖啡”，有结构的提示词“摄影机平移（镜头移动），一个小男孩坐在公园的长椅上（主体描述），手里拿着一杯热气腾腾的咖啡（主体动作）。他穿着一件蓝色的衬衫，看起来很愉快（主体细节描述），背景是绿树成荫的公园，阳光透过树叶洒在男孩身上（所处环境描述）”。 3. 提示词编写要点： 根据想画的内容写出提示词，多个提示词之间使用英文半角符号。 一般而言，概念性的、大范围的、风格化的关键词写在前面，叙述画面内容的关键词其次，最后是描述细节的关键词。 每个词语本身自带的权重可能有所不同，模型训练集中较多出现的关键词影响较大，较少出现的关键词可能输入多个相关词汇影响也有限。 提示词的顺序很重要，越靠后的权重越低。 关键词最好具有特异性，措辞越不抽象越好，尽可能避免留下解释空间的措辞。 可以使用括号人工修改提示词的权重，如：字符。

微调所需算力的计算较为复杂，会受到多种因素的影响。以下是一些相关的要点： 在一些教程中，如“大圣：全网最适合小白的 Llama3 部署和微调教程”，提到微调可能需要购买算力，预充值 50 元。 对于大型语言模型（LLM）的微调，由于模型规模大，更新每个权重可能需要很长时间的训练工作，还需考虑计算成本和服务麻烦。 调整用于微调的超参数通常可以产生产生更高质量输出的模型。例如，在某些情况中，可能需要配置以下内容： 模型：可选择“ada”、“babbage”、“curie”或“davinci”之一。 n_epochs：默认为 4，指训练模型的时期数。 batch_size：默认为训练集中示例数量的 0.2%，上限为 256。 learning_rate_multiplier：默认为 0.05、0.1 或 0.2，具体取决于 final batch_size。 compute_classification_metrics：默认为假，若为 True，在分类任务微调时在每个 epoch 结束时在验证集上计算特定分类指标。配置这些超参数可通过 OpenAI CLI 上的命令行标志传递。

微调所需算力的计算较为复杂，会受到多种因素的影响。以下为您提供一些相关信息： 在“大圣：全网最适合小白的 Llama3 部署和微调教程”中提到，微调可能需要预充值 50 元购买算力。 “9.生成式 AI Studio 简介”课程中指出，微调大型语言模型（LLM）时，由于模型规模大，更新每个权重可能需要很长时间的训练工作以及巨大的计算成本。 “微调（Finetuning）”部分提到，调整用于微调的超参数通常可以产生产生更高质量输出的模型。需要配置的超参数包括： model：要微调的基本模型的名称，可选择“ada”、“babbage”、“curie”或“davinci”之一。 n_epochs：默认为 4，指训练模型的时期数。 batch_size：默认为训练集中示例数量的 0.2%，上限为 256。 learning_rate_multiplier：默认为 0.05、0.1 或 0.2，具体取决于 final batch_size。 compute_classification_metrics：默认为假，若为 True，在分类任务微调时会在每个 epoch 结束时在验证集上计算特定指标。 需要注意的是，不同的模型和任务，其算力需求的计算方式可能会有所不同。