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

推荐可以生成3D模型的ai软件

Answer

以下是一些可以生成 3D 模型的 AI 软件：

  1. CADtools 12：这是 Adobe Illustrator 的插件，为其添加了 92 个绘图和编辑工具，包括图形绘制、编辑、标注、尺寸标注、转换、创建和实用工具。
  2. Autodesk Fusion 360：Autodesk 开发的云端 3D CAD/CAM 软件，集成了 AI 功能，能创建复杂几何形状和优化设计。
  3. nTopology：基于 AI 的设计软件，可创建复杂 CAD 模型，包括拓扑优化、几何复杂度和轻量化设计等。
  4. ParaMatters CogniCAD：基于 AI 的 CAD 软件，能根据用户输入的设计目标和约束条件自动生成 3D 模型，适用于拓扑优化、结构设计和材料分布等领域。
  5. 主流 CAD 软件中的生成设计工具：如 Autodesk 系列、SolidWorks 等，提供基于 AI 的生成设计工具，可根据输入的设计目标和约束条件自动产生多种设计方案。

对于图片生成 3D 建模的工具：

  1. Tripo AI：VAST 发布的在线 3D 建模平台，能利用文本或图像在几秒钟内生成高质量且可立即使用的 3D 模型。
  2. Meshy：功能全面，支持文本生成 3D、图片生成 3D 以及 AI 材质生成。
  3. CSM AI：支持从视频和图像创建 3D 模型，适用于游戏领域的模型生成。
  4. Sudo AI：支持通过文本和图像生成 3D 模型，特别适用于游戏领域。
  5. VoxCraft：免费 3D 模型生成工具，能将图像或文本快速转换成 3D 模型，并提供多种功能。

此外，还有一些从文本生成 3D 的工具：

  1. CSM_ai：能将文本、图像或草图转换为 3D 素材，可直接应用于游戏中，无需后期处理。体验地址：https://cube.csm.ai
  2. Move AI 推出的 Move API：从 2D 视频生成 3D 运动数据，支持多种 3D 文件格式导出，为 AR 应用、游戏开发等提供高质量 3D 运动数据。网址：https://move.ai/api
  3. ComfyUI 3D Pack：快速将图片转换为 3D 模型，支持多角度查看，使用 3D 高斯扩散技术提升模型质量，支持多种格式导出，集成先进 3D 处理算法。网址：https://github.com/MrForExample/ComfyUI-3D-Pack/tree/main
  4. Medivis 的 SurgicalAR 手术应用：将 2D 医疗图像转化为 3D 互动视觉，提高手术精度，支持 3D 模型的放大、缩小、旋转，精确手术计划。网址：https://t.co/3tUvxB0L4I
Content generated by AI large model, please carefully verify (powered by aily)

References

问：有没有用来画CAD图的AI工具

是的，存在一些AI工具和插件可以辅助或自动生成CAD图，特别是在设计和工程领域。以下是一些可以辅助创建CAD图的AI工具：1.CADtools 12：这是一个Adobe Illustrator（AI）插件，它为AI添加了92个绘图和编辑工具，包括图形绘制、编辑、标注、尺寸标注、转换、创建和实用工具。2.Autodesk Fusion 360：Fusion 360是Autodesk开发的一款集成了AI功能的云端3D CAD/CAM软件，能够帮助用户创建复杂的几何形状和优化设计。3.nTopology：nTopology是一款基于AI的设计软件，它可以帮助用户创建复杂的CAD模型，包括拓扑优化、几何复杂度和轻量化设计等。4.ParaMatters CogniCAD：CogniCAD是一款基于AI的CAD软件，可以根据用户输入的设计目标和约束条件自动生成3D模型，适用于拓扑优化、结构设计和材料分布等领域。5.生成设计工具：一些主流CAD软件，如Autodesk系列、SolidWorks等，提供了基于AI的生成设计工具，这些工具可以根据用户输入的设计目标和约束条件自动产生多种设计方案。这些工具通常需要一定的CAD知识和技能才能有效使用。对于CAD初学者，建议先学习基本的3D建模技巧，然后尝试使用这些AI工具来提高设计效率。内容由AI大模型生成，请仔细甄别

问：图片生成 3d 建模工具

图片生成3D建模工具是指利用人工智能技术，通过分析图片内容并将其转换成3D模型的软件或服务。以下是一些可用的工具：1.Tripo AI：Tripo AI是VAST发布的在线3D建模平台，它能够利用文本或图像在几秒钟内生成高质量且可立即使用的3D模型。该平台基于一个数十亿参数级别的3D大模型，能够实现快速的2D到3D转换，并提供AI驱动的精准度和细节。2.Meshy：Meshy是一个功能全面的工具，它不仅支持文本生成3D，还支持图片生成3D以及AI材质生成。用户可以通过上传图片并描述需要的材质和风格，来生成高质量的3D模型。3.CSM AI：CSM（Common Sense Machines）支持从视频和图像创建3D模型。它的Real-time Sketch to 3D功能支持通过手绘草图实时设计3D形象，再转换为3D模型。4.Sudo AI：Sudo AI支持通过文本和图像生成3D模型，特别适用于游戏领域的模型生成。用户可以上传图片或输入文本提示词来生成3D模型。5.VoxCraft：由生数科技推出的免费3D模型生成工具，能够将图像或文本快速转换成3D模型，并提供了图像到3D、文本到3D和文本到纹理等多种功能。这些工具通常具有用户友好的界面，允许用户通过简单的操作来生成3D模型，无需专业的3D建模技能。它们可以广泛应用于游戏开发、动画制作、3D打印、视觉艺术等领域。内容由AI大模型生成，请仔细甄别

工具汇总：AI生成3D模型工具介绍

5⃣️🎮@CSM_ai：文本、图像或草图转换为3D素材直接应用于游戏中，无需后期处理视频演示了在ROBLOX游戏中的应用🔗体验地址：https://cube.csm.ai🔗https://x.com/xiaohuggg/status/1763758877999587757?s=205⃣️🏃Move AI推出Move API：从2D视频生成3D运动数据支持多种3D文件格式导出为AR应用、游戏开发等提供高质量3D运动数据🔗https://move.ai/api🔗https://x.com/xiaohuggg/status/1761590288576061573?s=203⃣️🖼️ComfyUI 3D Pack引入3D图像处理:快速将图片转换为3D模型，支持多角度查看。使用3D高斯扩散技术提升模型质量。支持多种格式导出，集成先进3D处理算法。🔗https://github.com/MrForExample/ComfyUI-3D-Pack/tree/main🔗https://x.com/xiaohuggg/status/1755824687811346514?s=202⃣️👨⚕️Medivis的SurgicalAR手术应用：将2D医疗图像转化为3D互动视觉，提高手术精度。支持3D模型的放大、缩小、旋转，精确手术计划。🔗https://t.co/3tUvxB0L4I🔗https://x.com/xiaohuggg/status/1755183564021473404?s=20

Others are asking
什么是AI Agent
AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 它包括以下几个概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router：可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 3. Tool：Agent 上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。 同时，AI Agent 还需要三个 Agent： 1. Responser Agent：主 agent，用于回复用户（伪多模态）。 2. Background Agent：背景 agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体）。 3. Daily Agent：每日 agent，用于生成剧本，配套的图片，以及每日朋友圈。 此外，心灵社会理论认为，智能是由许多简单的 Agent（分等级、分功能的计算单元）共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能，通过协作实现复杂的智能行为。心灵社会将智能划分为多个层次，从低层次的感知和反应到高层次的规划和决策，每个层次由多个 Agent 负责。每个 Agent 类似于功能模块，专门处理特定类型的信息或执行特定任务，如视觉处理、语言理解、运动控制等。智能不是集中在单一的核心处理单元，而是通过多个相互关联的 Agent 共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性，应对复杂和多变的环境。同时，在《心灵社会》中，明斯基还详细描述了不同类型的 Agent 及其功能，如专家 Agent、管理 Agent、学习 Agent 等。 AI Agent 是一个融合了语言学、心理学、神经学、逻辑学、社会科学、计算机科学等多个学科精髓的综合实体。它不仅拥有实体形态，更蕴含着丰富的概念形态，同时它还具备了许多人类特有的属性。因为这些学科大多以人为研究对象，致力于探索人类内在的本质。
2025-03-13
在开会时实现AI识别语音成文档
目前在开会时实现 AI 识别语音成文档的技术已经较为成熟。常见的实现方式有使用专门的语音识别软件或服务，例如科大讯飞、百度语音等。这些工具通常可以实时将会议中的语音转换为文字，并生成相应的文档。在使用时，需要确保有良好的录音设备以获取清晰的语音输入，同时要注意对识别结果进行适当的校对和修正，以提高文档的准确性。
2025-03-13
我正在找工作，需要写简历和准备面试，什么AI软件可以对我现在的情况起到辅助作用呢？
以下是一些可以在您找工作写简历和准备面试时提供辅助的 AI 软件： 1. 写简历方面： Kickresume 的 AI 简历写作器：使用 OpenAI 的 GPT4 语言模型自动生成简历，能为简历摘要、工作经验和教育等专业部分编写内容，并保持一致语调。 Rezi：受到超过 200 万用户信任的领先 AI 简历构建平台，使用先进的 AI 技术自动化创建可雇佣简历的每个方面，包括写作、编辑、格式化和优化。 Huntr 的 AI 简历构建器：提供免费的简历模板，以及 AI 生成的总结/技能/成就生成器和 AI 驱动的简历工作匹配。 更多 AI 简历产品，还可以查看这里：https://www.waytoagi.com/category/79 2. 面试准备方面： Applicant AI：人工智能面试系统，通过 AI 视频聊天快速筛选求职者，匹配招聘标准，自动推送合适候选人至下一阶段，减少人工干预，可安排面试流程，提高招聘效率。 用友大易 AI 面试产品：具有强大的技术底座、高度的场景贴合度、招聘全环节集成的解决方案、先进的防作弊技术以及严密的数据安全保障，能帮助企业完成面试，借助人岗匹配模型，自主完成初筛，并对符合企业要求的候选人自动发送面试邀约。 海纳 AI 面试：通过在线方式、无需人为干预完成自动面试、自动评估，精准度高达 98%，面试效率比人工方式提升 5 倍以上。同时候选人体验也得到改善、到面率比之前提升最高达 30%。 InterviewAI：在线平台，提供与面试职位相关的问题和由 AI 生成的推荐答案。候选人可以使用设备上的麦克风回答每个问题，每个问题最多回答三次。对于每个答案，候选人将收到评估、建议和得分。 需要注意的是，使用这些产品时，要考虑到数据安全性和隐私保护的问题。
2025-03-13
你帮我找找能够生成提示词的提示词，不要是那个ai会话的，是文本生成的
以下是一些关于生成文本生成提示词的相关信息： OpenAI API 可应用于多种自然语言、代码或图像生成任务，提供不同能力级别的模型，可微调自定义模型，模型通过将文本分解为标记（Token）来理解和处理文本。 设计提示词本质上是对模型进行“编程”，可通过提供指令或示例完成，适用于内容或代码生成、摘要、扩展、对话、创意写作、风格转换等任务。 在 OpenAI Playground 中，有可选的模型、提示词结构、温度等参数。提示词结构区分了 SYSTEM 和 USER 对话框，SYSTEM 可用于控制角色设定。温度控制生成文本的随机性，取值 0 到 2 之间，0 时结果确定无聊，过高则可能输出乱码。 关于生成提示词的工具，推荐顺序为 chatGPT 4.0、kimichat、智谱清言 4 等。对于文本纠错，可使用飞书文档自带纠错功能或通过 prompt 让大模型检查并改正。对于国产大模型，智谱和文心等可以文生图。
2025-03-13
AI、AIGC、大模型这三者之间有什么关系
AI（人工智能）是一种让机器展现智慧的目标。AIGC（人工智能生成内容）是利用人工智能技术生成包括文本、图像、音频和视频等内容的新型生产方式。大模型如大语言模型（LLM）是具有大量参数的“深度学习”模型。 生成式 AI 是一种让机器产生复杂有结构内容的目标。机器学习是让机器自动从资料中找公式的手段，深度学习是更厉害的类神经网络且有大量参数的手段。 AIGC 技术可用于多种应用，如自动撰写新闻文章、生成艺术画作等。ChatGPT 是 AIGC 技术在文本生成领域的一个应用实例，它是基于大型语言模型（LLM）的对话机器人，能根据用户输入生成连贯且相关的文本回复。 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，它基于自注意力机制处理序列数据，不依赖循环神经网络（RNN）或卷积神经网络（CNN）。
2025-03-13
帮我编程一个AI实时翻唱的软件
目前要编程一个 AI 实时翻唱的软件是一项非常复杂的任务，涉及到多个领域的知识和技术，包括语音合成、音频处理、机器学习、深度学习等。 首先，需要收集大量的原唱音频数据用于训练模型。然后，利用深度学习算法，如循环神经网络（RNN）、长短时记忆网络（LSTM）或 Transformer 架构，来学习原唱的特征和模式。 在语音合成方面，可能会用到诸如 WaveNet、Tacotron 等技术，以生成逼真的歌声。 音频处理则用于对生成的歌声进行优化和调整，例如去除噪音、增强音质等。 然而，要实现这样一个复杂的软件，需要具备深厚的编程和算法知识，以及大量的计算资源和时间来进行模型的训练和优化。
2025-03-13
免费的文生视频的软件
以下是一些免费的文生视频软件： 1. Pika：擅长动画制作，支持视频编辑。 2. SVD：如果熟悉 Stable Diffusion ，可安装此插件，在图片基础上生成视频，由 Stability AI 开源。 3. Haiper：有免费额度，能生成 HD 超高清的视频，文生视频支持选择风格、秒数、种子值等。 4. DynamiCrafter：免费，可生成 2 秒图生视频，还能做短视频拼长视频。 此外，还有通义万相，可免费使用，地址为：https://tongyi.aliyun.com/wanxiang/wanxvideo 。它全新发布自研 AI 视频生成大模型，具备多种优势。 更多的文生视频的网站可以查看这里：https://www.waytoagi.com/category/38 。 内容由 AI 大模型生成，请仔细甄别。
2025-03-13
有什么软件或者网站可以学习文档，然后根据文档内容生成完整的python代码程序的吗?免费的
以下是一些可以学习文档并根据文档内容生成完整 Python 代码程序的免费软件或网站： 1. ：这是一个开源的 AI 开发助手，能根据产品需求生成完整的代码库，代码具有简单、安全、易于理解的结构，具备高度灵活性和定制性，适合开发人员使用。 2. 直接使用。
2025-03-13
我没有编程专业知识，想学如何利用AI做软件开发
如果您没有编程专业知识但想利用 AI 做软件开发，以下是一些建议和相关信息： 在软件开发方面，AI 辅助编程工具如 Cursor、Windsurf 可帮助您解决编程问题。面试时，可观察候选人如何向 AI 提问、判断 AI 代码的正确性以及调整 AI 生成的代码。 例如 Trae 这样的 AI 编程神器，能高效生成代码，支持多技术栈，且具有动态调整的潜力。如生成任务清单应用和根据 UI 设计图自动生成项目代码，但可能存在一些不完善之处，可继续让其调整。 利用固定格式文档结合 AI 进行代码开发具有一定可行性，但需强调组员主观能动性，文档并非唯一最佳方式，可尝试简短描述或 Prompt 辅助代码生成。 对于后端 Java 程序员转向 LLM 方向，可借助 AI 编程工具熟悉 LLM 原理，开展相关 Side Project，将 AI 当老师边做边学，坚持使用 AI 辅助编程。 相关链接：
2025-03-13
形象照生成软件
以下是一些与形象照生成相关的内容： DALL·E 自动优化提示词：提供了关于绘画和数字方面的提示内容，包括提及绘画的种类、画布纹理、笔触形状和纹理，以及软件使用、阴影技术和多媒体方法等。还包括使用 DALL·E 3 生成图像的相关要求，如默认的方面比例、风格等，并强调遵循提示指南，避免违反服务条款和版权问题。 Han：优质 Prompts 分类精选 摸鱼辅助：可以帮助内向的人生成得体且简短的自我介绍和像素风格名片，通过提出一系列问题收集信息，然后生成自我介绍并结合形象照生成数字名片。 制作个人奥运头像：选用 MJ 软件进行生图，先生成基础图片，再对脸部重绘。输入部分使用 ChatGPT 生成人物描述，结合范例提示词添加中国人、中国运动服和项目场景描述，进行 MJ 绘图测试和局部重绘，还提到了处理流程图。
2025-03-12
大模型怎么进行评测的
大模型的评测方式多种多样，以下为您介绍一些常见的评测方法和相关示例： 1. 斯坦福发布的大模型排行榜 AlpacaEval： 相对于人工标注，全自动化的 AlpacaEval 仅需花费约 1/22 的经济成本和 1/25 的时间成本。 从统计角度出发，检验什么评估数据可以最好地区分模型。 支持两种模式的模型评估方式： alpaca_eval：直接根据目标模型输出的响应来评估模型。 alpaca_eval evaluate_from_model：根据 HuggingFace 已注册模型或这 API 提供商来端到端评测模型。 评测过程分为以下 3 步： 选择一个评估集，并计算指定为 model_outputs 的输出。默认情况下，使用来自 AlpacaEval 的 805 个示例。 计算 golden 输出 reference_outputs。默认情况下，在 AlpacaEval 上使用 textdavinci003 的输出。 通过 annotators_config 选择指定的自动标注器，它将根据 model_outputs 和 reference_outputs 计算胜率。这里建议使用 alpaca_eval_gpt4 或 claude。根据不同的标注器，使用者还需要在环境配置中设定 API_KEY。 2. 小七姐的测评： 测评目标：测评三家国产大模型，以同组提示词下 ChatGPT 4.0 生成的内容做对标参照。 能力考量：包括复杂提示词理解和执行（结构化提示词）、推理能力（CoT 表现）、文本生成能力（写作要求执行）、提示词设计能力（让模型设计提示词）、长文本归纳总结能力（论文阅读）。 测评轮次：分为复杂提示词理解和执行、推理能力、文本生成能力、提示词设计能力、长文本归纳总结能力等多轮，每轮都有不同的任务和模型测试次数。 3. LLM 开源中文大语言模型及数据集集合中的评测： FlagEval（天秤）大模型评测体系及开放平台：旨在建立科学、公正、开放的评测基准、方法、工具集，协助研究人员全方位评估基础模型及训练算法的性能，同时探索利用 AI 方法实现对主观评测的辅助，大幅提升评测的效率和客观性。创新构建了“能力任务指标”三维评测框架，细粒度刻画基础模型的认知能力边界，可视化呈现评测结果。 CEval：构造了一个覆盖人文，社科，理工，其他专业四个大方向，52 个学科（微积分，线代…），从中学到大学研究生以及职业考试，一共 13948 道题目的中文知识和推理型测试集。此外还给出了当前主流中文 LLM 的评测结果。 SuperCLUElyb：中文通用大模型匿名对战评价基准，这是一个中文通用大模型对战评价基准，它以众包的方式提供匿名、随机的对战。他们发布了初步的结果和基于 Elo 评级系统的排行榜。
2025-03-13
什么是大模型
大模型通俗来讲，是输入大量语料，让计算机获得类似人类的“思考”能力，从而能够理解自然语言，并进行文本生成、推理问答、对话、文档摘要等工作。 可以用“上学参加工作”这件事来类比大模型的训练和使用过程： 1. 找学校：训练大模型需要大量计算，GPU更合适，只有购买得起大量GPU的才有资本训练。 2. 确定教材：大模型需要的数据量特别多，几千亿序列（Token）的输入基本是标配。 3. 找老师：即采用合适的算法讲述“书本”中的内容，让大模型更好理解Token之间的关系。 4. 就业指导：学完知识后，为让大模型更好胜任某一行业，需要进行微调（fine tuning）指导。 5. 搬砖：就业指导完成后，正式干活，比如进行翻译、问答等，在大模型里称之为推导（infer）。 在大模型中，Token被视为模型处理和生成的文本单位，会被数字化形成词汇表，便于计算机处理。为让计算机理解Token之间的联系，还需把Token表示成稠密矩阵向量，这个过程称为embedding，常见算法有基于统计的Word2Vec、GloVe，基于深度网络的CNN、RNN/LSTM，基于神经网络的BERT、Doc2Vec等。以Transform为代表的大模型采用自注意力（Selfattention）机制来学习不同token之间的依赖关系，生成高质量embedding。 大模型的“大”指用于表达token之间关系的参数多，主要是模型中的权重（weight）与偏置（bias），例如GPT3拥有1750亿参数，而词汇表token数只有5万左右。 所谓的大模型，简而言之，就是拥有庞大参数数量的模型，通过处理和理解海量数据，能够胜任一系列复杂任务。大模型强大的原因在于庞大的参数数量和大量的数据训练。这些参数是模型在学习过程中不断调整的核心，帮助模型更深入地理解和生成数据。同时，大量的数据，无论是文本、图像还是音频数据，都是大模型学习的基础，使其能够掌握丰富的知识和技能。
2025-03-13
我想跟大概40岁左右的科研从业者科普人工智能和大模型的相关知识，挑选合适的内容作为提纲。
以下是为您挑选的向 40 岁左右科研从业者科普人工智能和大模型的提纲内容： 一、AI 大模型的基本概念 1. 生成式 AI 生成的内容称为 AIGC 2. 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，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，经典任务如聚类 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：参照人脑有神经网络和神经元，因层数多称为深度，神经网络可用于多种学习方式 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，生成图像的扩散模型不是大语言模型，大语言模型的生成只是处理任务之一，如谷歌的 BERT 模型可用于语义理解 二、AI 大模型的技术里程碑 1. 2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出 Transformer 模型，完全基于自注意力机制处理序列数据，不依赖循环神经网络或卷积神经网络 三、AI 模型及相关进展 1. 包括视频生成模型、相关论文，以及 AI 在诺奖和蛋白质研究领域的应用等 2. 人工智能发展历程：从图灵测试、早期的图灵机器人和 ELISA，到 IBM 的语音控制打印机、完全由人工智能创作的小说、微软的同声传译系统，再到 OpenAI 发布 ChatGPT 模型，经历了萌芽、积累沉淀到如今大模型和多模态模型百花齐放的阶段 3. 大模型的基石：由数据、算法、算力构成，算法有技术架构的迭代，如英伟达的显卡辅助模型训练，数据质量对生成理想的大模型至关重要 4. 针对弱智 8 的问题对大模型进行测试，开展让大模型回复问题并找出真人回复的活动，且国内大模型的回答能力有很大改进 5. 大语言模型的特点：早期回复缺乏情感，如今有所改进，后续将体验几个大模型的回复场景
2025-03-13
懂编程但是不了解大模型的工程师如何系统的学习深度学习？
对于懂编程但不了解大模型的工程师，系统学习深度学习可以参考以下路径： 1. 掌握深度学习和自然语言处理基础： 学习机器学习、深度学习、神经网络等基础理论。 掌握自然语言处理基础，如词向量、序列模型、注意力机制等。 相关课程推荐吴恩达的深度学习课程、斯坦福 cs224n 等。 2. 理解 Transformer 和 BERT 等模型原理： 熟悉 Transformer 模型架构及自注意力机制原理。 掌握 BERT 的预训练和微调方法。 阅读相关论文，如 Attention is All You Need、BERT 论文等。 3. 学习 LLM 模型训练和微调： 进行大规模文本语料预处理。 熟悉 LLM 预训练框架，如 PyTorch、TensorFlow 等。 学会微调 LLM 模型进行特定任务迁移。 参考相关资源，如 HuggingFace 课程、论文及开源仓库等。 4. LLM 模型优化和部署： 掌握模型压缩、蒸馏、并行等优化技术。 了解模型评估和可解释性。 熟悉模型服务化、在线推理、多语言支持等。 运用相关开源工具，如 ONNX、TVM、BentoML 等。 5. LLM 工程实践和案例学习： 结合行业场景，进行个性化的 LLM 训练。 分析和优化具体 LLM 工程案例。 研究 LLM 新模型、新方法的最新进展。 6. 持续跟踪前沿发展动态： 关注顶会最新论文、技术博客等资源。 此外，为了更好地理解相关技术原理和建立框架，还可以了解以下内容： 1. 概念：生成式 AI 生成的内容称为 AIGC。 2. 概念与关系： AI 即人工智能。 机器学习是电脑找规律学习，包括监督学习、无监督学习、强化学习。 监督学习使用有标签的训练数据，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，经典任务包括聚类。 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。 深度学习是一种参照人脑有神经网络和神经元的方法（因有很多层所以叫深度），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 是大语言模型，对于生成式 AI，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，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。 3. 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来处理序列数据，而不需要依赖于循环神经网络或卷积神经网络。
2025-03-13
市面上主流的大模型有什么区别
市面上主流的大模型主要有以下区别： 1. 架构类型： Encoderonly：适用于自然语言理解任务，如分类和情感分析，代表模型是 BERT。 Encoderdecoder：同时结合 Transformer 架构的 encoder 和 decoder 来理解和生成内容，用例包括翻译和摘要，代表是 Google 的 T5。 Decoderonly：更擅长自然语言生成任务，众多 AI 助手采用此结构，如 ChatGPT。 2. 处理信息类型： 大型语言模型：专注于处理和生成文本信息。 大型多模态模型：能够处理包括文本、图片、音频等多种类型的信息。 3. 应用场景： 大型语言模型：主要用于自然语言处理任务，如文本翻译、文本生成、情感分析等。 大型多模态模型：可应用于图像识别与描述、视频分析、语音识别与生成等更广泛的领域。 4. 数据需求： 大型语言模型：主要依赖大量的文本数据进行训练。 大型多模态模型：需要多种类型的数据进行训练，包括文本、图片、音频等。 5. 规模： 大模型的预训练数据非常大，往往来自互联网，包括论文、代码、公开网页等，一般用 TB 级别的数据进行预训练，参数也非常多，如 OpenAI 在 2020 年发布的 GPT3 就已达到 170B 的参数。 6. 优秀模型： GPT4（网页版）、GPT4（API）、智谱清言、通义千问 2.0、AndesGPT（OPPO）、文心一言 4.0（API）、MoonShot（KimiChat）、Claude2、360 智脑、Qwen72BChat、文心一言 4.0（网页版）等。 7. 性能表现：国内外大模型存在差距，如 GPT4 Turbo 总分 90.63 分遥遥领先，国内最好模型文心一言 4.0（API）总分 79.02 分，与 GPT4 Turbo 有一定差距。
2025-03-13
飞书多维表格生成小红书图文笔记
以下是关于使用飞书多维表格生成小红书图文笔记的相关内容： 一、Coze 应用+多维表格的高速数据分析 1. 动手实践 Coze 应用 创建应用：打开 Coze，可选择 PC 模式，需要几个参数，包括多维表格地址、数据表名、小红书博主首页地址，界面设计为三个输入框和一个按钮。 开发工作流：包括读取博主笔记列表的工作流，工作流实际上只有三步，读取、转换、写入。开始节点设置三个参数，分别代表多维表格地址，表名称，博主首页地址。第二步的节点需要把数据转换为符合多维表格插件接收的数据格式，需添加一个代码节点并复制代码。在插件市场搜索官方的多维表格插件，选择 add_records 并分配配置参数。结束节点配置一个值即可。 Coze 智能体（字段捷径）获取笔记+评论信息 创建智能体：使用单 Agent 对话流模式。 编排对话流：创建新的对话流并与智能体关联，配置两个小红书插件，在获取笔记详情节点和笔记评论节点分别配置 cookie，使用代码节点进行数据处理，注意代码节点输出的配置格式。 测试：找到一篇小红书笔记，试运行对话流，在对话窗口输入地址查看数据，回到智能体的编排页面同样测试，确保对话流执行成功。 发布：点发布后选择多维表格，进行配置，包括输出类型选文本、输入类型选字段选择器，完善上架信息，选发布范围，提交上架信息。 二、办公提效神器：飞书多维表格字段插件 1. 工作紧任务重 第一步，用 AI 插件理解图片：上传参考的海报图片，用 AI 内容生成插件理解。创建表格列时，选择字段捷径，在 AI 中心找到智谱 AI 的内容生成插件，配置提示文本、上传图片所在列和模型。 第二步，生成视频的指令：用飞书自带的插件总结宣语，生成视频的 prompt 指令。自定义总结要求，生成宣传语后再使用飞书自带的自定义 AI 插件生成视频所需的 prompt 指令。
2025-03-13
生成卡片的prompt
以下是关于生成卡片的 prompt 相关内容： 甲木：如何让 Claude 帮您做“古诗词卡片” 主题和方向决定超级符合诗词原意调性的古诗词名片。 流程：输入 prompt，用户输入主题、风格，AI 输出最终结果。 已开源提示词，获取方式：关注、点赞、转发。 有第一版规定 AI 排版、固定输出和第二版释放 AI 创意、自由发挥两种版本。 这款 AI 浏览器插件： 目标是输入任意文章链接后，AI 自动生成适合微信分享的文章推荐卡片。 关键步骤包括网页爬取、内容总结、二维码生成、卡片样式生成。 编写“网页分享卡片生成”词生卡 Prompt，将设计要求拆分为“设计规范”和“内容结构”，细分为多个独立模块，具有模型通用性、提示简易性、生成稳定性等优势。 李继刚：用 Claude 做卡片 欢迎评论区贴测试效果。 相关直播分享和公众号链接。 用 Claude 制作生成记忆卡片和创新概念解释器。 写 prompt 过程中可能感到词汇量、审美能力、抽象能力不足。 操作说明：使用 Claude 输入 prompt 后再输入要解释的内容，若样式不满意可重新开窗口或修改刷新 prompt 找到好看风格。 分享了画 SVG 图的 Prompt，效果惊艳。
2025-03-13
你帮我找一找能够生成提示词的提示词！
以下是为您找到的一些能够生成提示词的相关内容： 1. Midjourney 提示词生成器：仿照 GPTs 里的 MJ prompt 改了一版提示词，可用于 coze 或其他国内的 agent。方便之处在于若提示词懒得写全，可让 agent 补全润色，粘贴即可。例如“一个巨大鲸鱼头部的特写，鲸鱼的眼睛显示疲惫的神情，一个小女孩站在鲸鱼的旁边抚摸鲸鱼的脸，小女孩占画面比例很小，体现鲸鱼的巨大，吉卜力工作室风格”等。 2. 【SD】自动写提示词脚本 One Button Prompt：在插件下方可添加提示词增加控制，如规定所画必须是猫或标准化质量提示词。设定主题如“人物”“风景”等，在“工作流协助”中点击“生成一些提示词”，会随机生成多段提示词，可任选发送到上方生成，还能对提示词修改调整。 3. 在对文心一言 4.0、智谱清言、KimiChat 等的小样本测评中，设置了让模型生成能根据用户需求写出合适的 RPG 游戏策划（包括角色、剧情、玩法和场景等内容）的提示词的任务。
2025-03-13
帮我生成一张黑洞吞噬星系的图片
很抱歉，目前无法直接为您生成黑洞吞噬星系的图片。但为您提供以下相关信息： Genie 模型可以为您展示一系列关于宇宙的内容，比如黑洞是怎样吞噬光线的。通过与 Genie 模型的互动，您能感受到宇宙的广阔和神秘，激发对天文学和物理学的兴趣。 有研究利用计算机视觉模型拼凑出了 5500 万光年外的首张黑洞图像，结合了来自世界各地八台望远镜的图像。 如果您想要获得黑洞吞噬星系的图片，建议您通过以下方式： 1. 使用专业的图像设计软件，如 Adobe Photoshop 等，自己创作。 2. 在一些提供图片素材的网站上搜索，如 Unsplash、Pexels 等。
2025-03-13
流程图生成
生成流程图主要有以下两种方式： 1. 可视化拖拽： 代表产品有：（web 工具）、visio（本地软件）。 优点：直观。 缺点：需要花时间在布局上。 2. 语法渲染成图形，代表语法：。 优点： 只用关注逻辑，文本即图形，方便直接嵌入在 markdown 文件中，比如在用 tyora、markdown 写文档时。 多样性，不同渲染引擎可渲染成多种样式。 缺点：有点抽象。 个人比较倾向于语法转图形的方式，只要解决语法抽象写起来麻烦的问题就行。使用 ChatGPT 生成图形语法的生成流程如下： 1. 确定制作目标。 2. 通过自然语法描述逻辑，用自然语言描述出来生成 Mermaid 图形语法。 3. 在线校验测试是否成功，最后测试发现非常完美。 此外，Recraft 也能生成带有长文本图像的流程图解。在其开发过程中包含了很多不同的模型和工作，比如帮助处理数据的模型，由非专业设计师的标注人员和专业设计师参与的标注工作，训练 OCR 模型，新构建的数据集等等。但创建自己的模型存在困难，既需要超强的团队，组建这样的团队很难，而且训练自己的模型也很贵。
2025-03-13