现在AI发展的主要方向现状说明

以下是一些好用的制作 PPT 的 AI 工具： 1. Gamma：在线 PPT 制作网站，可通过输入文本和想法提示快速生成幻灯片，支持嵌入多媒体格式，如 GIF 和视频，网址：https://gamma.app/ 2. 美图 AI PPT：由美图秀秀团队推出，通过输入简单文本描述生成专业 PPT 设计，包含丰富模板库和设计元素，适用于多种场合，网址：https://www.xdesign.com/ppt/ 3. Mindshow：AI 驱动的 PPT 辅助工具，提供智能设计功能，如自动布局、图像选择和文本优化等，网址：https://www.mindshow.fun/ 4. 讯飞智文：科大讯飞推出的 AI 辅助文档编辑工具，利用语音识别和自然语言处理技术，提供智能文本生成、语音输入、文档格式化等功能，网址：https://zhiwen.xfyun.cn/ 此外，还有以下相关的 PPT 生成工具（网站）： 1. https://zhiwen.xfyun.cn/ 讯飞智文 2. http://Mindshow.fun Markdown 导入 3. http://kimi.ai 选 PPT 助手，暂时免费效果好 4. http://Tome.app ，AI 配图效果好 5. http://Chatppt.com ，自动化程度高 6. https://wenku.baidu.com ，付费效果好 AI 辅助 PPT 的原理和作用包括： 1. 减轻排版工作的压力。 2. 生成打底的内容，减轻人写内容的工作。例如文章生成 PPT 时，让 AI 帮忙摘要内容，生成大纲列表；主题生成 PPT 时，让 AI 根据主题扩充成大纲列表，乃至具体内容。在特定场景下，如学生快速为小组展示配 PPT 时，可能不用修改直接使用。 网站把 AI 输出的文本丢给 LLM，让其根据内容在已有的 UI 组件中选择更适合的组件，按时间线为每页 PPT 的文字选出整个 PPT 中每一页的 UI 组件。有的网站，如 tome、gamma，配图也是由 GenAI 根据页面内容生成的。呈现 AI 生成的 PPT 结果后，用户不满意可以自行选择模版。 WPS AI 也能对 PPT 大纲进行优化和二次修改。

以下是系统学习 AI 的方法： 对于中学生： 1. 从编程语言入手学习：可以选择 Python、JavaScript 等编程语言，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。 对于新手： 1. 了解 AI 基本概念：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。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，找到一系列为初学者设计的课程。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。特别推荐李宏毅老师的课程。 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），根据自己的兴趣选择特定的模块进行深入学习。掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试：理论学习之后，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。 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。 在医疗保健领域，鉴于人工智能依赖的神经网络基础，专家 AI 可能通过元学习（或学会学习）比我们预期的更快地获得知识，并带着我们人类一同进步。AI 的性质让我们可以做一些我们无法对人做的事情，即将他们一部分一部分地拆解，并研究每一个小部分。通过构建系统以深入探索专家 AI 的内部工作机制，我们将创造一个学习的飞轮。最终，专家 AI 可能超越领域专家的角色，成为下一代专家——无论是人类还是 AI——的教师。

去除 AI 味儿可以从以下方面考虑： 1. 文风方面：避免使用如“首先、其次、再者、引人入胜”等套话，减少概括性描述，增加侧面描写，使叙述更自然灵活，避免结构死板和过度道德正确。 2. 道德说教方面：避免过度的正面描述和道德说教，创作更贴近真实生活、符合人类情感和需求的内容，避免让读者感到厌烦和脱离实际。 3. 模型选择方面：不同模型的文风有所不同，例如 Claude 和 Google 的 gemini 模型相对没有明显的 AI 味，而 OpenAI 的 GPT 模型在不断改进。 4. 音频处理方面：对于音频中存在的 AI 味儿，如睿声生成的配音语速慢等问题，可以使用剪映的音频变速功能加速配音来消除。

以下是关于用飞书搭建知识库并进行 AI 问答的相关内容： 知识库问答是机器人的基础功能，可根据用户问题从知识库中找到最佳答案，这利用了大模型的 RAG 机制。RAG 机制全称为“检索增强生成”（RetrievalAugmented Generation），是一种用于自然语言处理的技术，结合了检索和生成两种主要的人工智能技术，以提高机器对话和信息处理的能力。 简单来说，RAG 机制先从大型数据集中检索与问题相关的信息，然后利用这些信息生成更准确、相关的回答。可以想象成当问复杂问题时，RAG 机制先在巨大图书馆里找相关书籍，再基于这些书籍信息给出详细回答。这种方法结合大量背景信息和先进语言模型能力，使生成内容更精确，提升对话 AI 的理解力和回答质量。 基于 RAG 机制实现知识库问答功能，首先要创建包含大量社区 AI 相关文章和资料的知识库，比如创建有关 AI 启蒙和信息来源的知识库，通过手工录入方式上传栏目所有文章内容，陆续将社区其他板块文章和资料导入。在设计 Bot 时，添加知识库，并设置合适的搜索策略、最大召回数量和最小匹配度，以更好地利用知识库返回内容结合回答。 另外，全程白嫖拥有一个 AI 大模型的微信助手的搭建步骤如下： 1. 搭建，用于汇聚整合多种大模型接口，方便后续更换使用各种大模型，并获取白嫖大模型接口的方法。 2. 搭建，这是个知识库问答系统，放入知识文件，接入上面的大模型作为分析知识库的大脑来回答问题。若不想接入微信，搭建到此即可使用，它有问答界面。 3. 搭建，其中的 cow 插件能进行文件总结、MJ 绘画。

以下为一些免费且效果较好的文生图 AI 软件及相关简易上手教程： Liblibai： 1. 定主题：明确生成图片的主题、风格和要表达的信息。 2. 选择 Checkpoint：根据主题选择贴近的，如麦橘、墨幽的系列模型。 3. 选择 lora：寻找与生成内容重叠的 lora 以控制图片效果和质量。 4. 设置 VAE：选择 840000 那一串。 5. CLIP 跳过层：设成 2。 6. Prompt 提示词：用英文写需求，单词和短语组合，用英文半角逗号隔开。 7. 负向提示词 Negative Prompt：同样用英文单词和短语组合。 8. 采样方法：一般选 DPM++2M Karras，也可参考模型作者推荐的采样器。 9. 迭代步数：选 DPM++2M Karras 时，在 30 40 之间。 10. 尺寸：根据个人喜好和需求选择。 Dreamina 即梦： 1. 定主题：确定生成图片的主题、风格和信息。 2. 选择基础模型 Checkpoint：根据主题选择贴近的，如麦橘、墨幽的系列模型。 3. 选择 lora：参考广场上好看的帖子选择合适的 lora。 Tusiart： 1. 定主题：明确生成图片的主题、风格和信息。 2. 选择基础模型 Checkpoint：选择贴近主题的，如麦橘、墨幽的系列模型。 3. 选择 lora：寻找重叠内容的 lora 控制图片效果和质量。 4. ControlNet：可控制图片中特定图像，如人物姿态、特定文字、艺术化二维码等。 5. 局部重绘：后续学习。 6. 设置 VAE：选择 840000 。 7. Prompt 提示词：用英文写需求，单词和短语组合，用英文半角逗号隔开。 8. 负向提示词 Negative Prompt：用英文单词和短语组合。 9. 采样算法：一般选 DPM++2M Karras，参考模型作者推荐的采样器更稳妥。 10. 采样次数：选 DPM++2M Karras 时，在 30 40 之间。 11. 尺寸：按需选择。 此外，还有一些其他的文生图工具，如： Runway：网址 https://runwayml.com/ ，有网页和 app ，方便使用。 Pika：网址 https://pika.art/ 、https://discord.gg/pika ，已收费。 PixVerse：网址 https://pixverse.ai/ ，人少不怎么排队，还有换脸功能。 GigaStudio：网址 https://studio.gigaai.cc/ ，10 个免费极光，创作者可申请免费会员，文生视频效果好。 Heygen：网址 https://www.heygen.com/ ，最近不好注册使用。 Krea：网址 https://www.krea.ai/ ，12 月 13 日免费公测。 Kaiber：网址 https://kaiber.ai/ 。 Moonvalley：网址 https://moonvalley.ai/ 。 Mootion：网址 https://discord.gg/AapmuVJqxx ，3d 人物动作转视频。 美图旗下：网址 https://www.miraclevision.com/ 。 Neverends：网址 https://neverends.life/create ，2 次免费体验，操作傻瓜。 SD：Animatediff SVD deforum 。 Morph Studio：网址 https://app.morphstudio.com/ ，还在内测。 七火山：网址 https://etna.7volcanoes.com/?ref=pidoutv.com 。

以下是一些较好的文生图 AI 软件： 1. DALL·E：由 OpenAI 推出，能根据输入的文本描述生成逼真的图片。 2. StableDiffusion：开源的文生图工具，可生成高质量图片，支持多种模型和算法。 3. MidJourney：因其高质量的图像生成效果和用户友好的界面设计而受欢迎，在创意设计人群中流行。 此外，还有以下文生视频的 AI 产品： 1. Pika：出色的文本生成视频 AI 工具，擅长动画制作，支持视频编辑。 2. SVD：若熟悉 Stable Diffusion，可安装此最新插件，在图片基础上直接生成视频，由 Stability AI 开源。 3. Runway：老牌 AI 视频生成工具，提供实时涂抹修改视频的功能，但收费。 4. Kaiber：视频转视频 AI，能将原视频转换成各种风格的视频。 5. Sora：由 OpenAI 开发，可生成长达 1 分钟以上的视频。 更多的文生图和文生视频工具及相关信息，您可以查看以下网站： 1. https://www.waytoagi.com/category/104 2. https://www.waytoagi.com/category/38 以上工具均适合于不同的使用场景和需求，您可以根据自己的具体情况进行选择。内容由 AI 大模型生成，请仔细甄别。

DeepSeek 的发展现状如下： 1. 训练成本方面：远高于传闻的 600 万美元，总计约 13 亿美元。定价低于实际成本，导致高额亏损。MixtureofExpert 方法虽降低计算需求，但大规模内存使用可能增加总成本。 2. 竞争优势方面：以低成本开发顶级 AI 模型的 Mistral AI 被中国 DeepSeek 迅速赶超，DeepSeek 的“极简算力”模式可能削弱 Mistral 的竞争优势。 3. 市场表现方面：展示出媲美领先 AI 产品性能的模型，成本仅为一小部分，在全球主要市场的 App Store 登顶。 4. 实际使用体验方面：在文字能力上表现突出，尤其在中文场景中高度符合日常、写作习惯，但在专业论文总结方面稍弱。数学能力经过优化表现不错，编程能力略逊于 GPT。GRPO 算法替代传统 PPO，降低价值函数估计难度，提高语言评价场景的灵活性与训练速度。 5. 热度方面：微信指数达 10 亿多次，陈财猫将分享提示词及小说创作心得。

以下是知识库中关于 AI 在各行业应用现状的相关材料： 在音乐创作方面，通过输入更高级的词汇与 AI 音乐对话能产生更好效果，有 AI 音乐的版块、挑战、分享会和教程，可通过王贝加入 AI 音乐社区。 在数字人语音合成方面，介绍了声音克隆技术，提到了微软、阿里等的相关成果，常用的是 JPT service。 在 config UI 的应用方面，能降低成本、提高效率，在图书出版、引流等方面有应用，岗位稀缺，社区有相关共学课程。 在零售电商行业，有《2024 生成式 AI 赋能零售电商行业解决方案白皮书》。 在招聘领域，牛客的《AI 面试实践手册（2024）》深入探讨了 AI 面试的应用现状、价值和未来发展，指出其在多个行业尤其在管培生、产品、IT 基础岗位和蓝领岗位中广泛应用。 在 PC 行业，腾讯广告 TMI 与 GfK 联合发布了《AI PC 行业趋势与潜力消费者洞察白皮书（2024 版）》。 在医疗领域，蛋壳研究院发布了《医疗人工智能走到新的十字路口》。 在新闻媒体领域，新华社研究院发布了《人工智能时代新闻媒体的责任与使命》。 在情感陪伴方面，头豹研究院发布了《AI 情感陪伴：缔造温情链接，拥抱智慧关怀新纪元》。

当前 AI 发展现状： 涵盖了不同领域的应用和发展，如电子小说行业等。 包括了智能体的 API 调用、bot 串联和网页内容推送等方面。 对于非开发者一类的普通用户使用及进阶相关工具的指导： 可以先从国内模型工具入手，这些工具不花钱。 学习从提示词开始，与模型对话时要把话说清，强调提示词在与各类模型对话中的重要性及结构化提示词的优势。 对于技术爱好者：从小项目开始，如搭建简单博客或自动化脚本；探索 AI 编程工具，如 GitHub Copilot 或 Cursor；参与 AI 社区交流经验；构建 AI 驱动的项目。 对于内容创作者：利用 AI 辅助头脑风暴；建立 AI 写作流程，从生成大纲开始；进行多语言内容探索；利用 AI 工具优化 SEO。 若想深入学习美学概念和操作可报野菩萨课程。国内模型指令遵循能力较弱时，可使用 launch BD 尝试解决。

目前 AI 的发展现状呈现出以下特点： 1. 持续学习和跟进是关键：AI 是快速发展的领域，新成果和技术不断涌现。要通过关注新闻、博客、论坛和社交媒体，加入社群和组织，参加研讨会等方式保持对最新发展的了解。 2. 《2024 年度 AI 十大趋势报告》发布：从技术、产品、行业三个维度勾勒 AI 现状和未来走势，基于长期理解和积淀，持续跟踪领域创新、洗牌和动态，并结合与众多机构的交流。 3. 2024 年人工智能现状： 更多资金投入：预计明年会有团队花费超 10 亿美元训练单个大型模型，生成式 AI 热潮持续且更“奢华”。 计算压力挑战：政府和大型科技公司承受计算需求压力，逼近电网极限。 AI 介入选举：虽预期影响尚未成真，但不能掉以轻心。 总之，人工智能领域充满惊喜、伦理挑战和大量资金，各方势力竞相角逐，像一场激动人心的 UFC 比赛。

目前 AI 视频的现状和商业市场表现如下： 成本方面：AI 视频生成成本逐渐与非 AI 工作流成本齐平，并有望显著低于现有成本，持续降低推理成本数量级。 技术卡点：生成内容存在不可控性，如形象不一致、动作不流畅、表情不生动、复杂提示词难以完全实现，以及时长增加时出现不符合物理规律的动作等问题。 应用场景： 短视频：短剧/TVC 生产流程可实现 AI 工具全替代。 长视频：电影/电视剧/动画开始渗透，AI 技术尚停留在工具层面，对工作流实现部分替代、降低成本，暂时无法提供全流程全 AI 替代传统工作方式的解决方案。总体而言，越接近综合性思考、策划层面越难，具体工作越容易被取代。 市场前景：市场前景广阔，5 年内有望达千亿级市场。国内影视市场规模在 2023 年约可达 3835 亿元，若假设 2027 年 AI 影视市场可以获得国内总市场份额的 10%，则国内 AI 影视总市场规模预计将达约 380 亿元以上；若假设 2030 年可以获得 25%以上市场份额，则国内 AI 影视总市场规模将达千亿级别。 受众群体： 专业创作者（艺术家、影视人等）：AI 生成能为作品赋予独特风格和想象力，提供灵感，降低后期制作门槛和成本，目前主要集中在音乐 MV、短篇电影、动漫等方向，一些平台为创作者提供免费支持。 自媒体、非专业创作者：有着具体明确的视频剪辑痛点，如寻找素材、版权问题、不同平台内容形式转换成本高等，部分产品致力于解决这些问题。 企业客户：对于资金不足的小企业、非盈利机构，AI 视频生成可大幅缩减成本。

AI 目前的发展现状呈现出以下特点： 1. 是一个快速发展的领域，新的研究成果和技术不断涌现。新手学习 AI 需持续学习和跟进，关注领域的新闻、博客、论坛和社交媒体，考虑加入相关社群和组织，参加研讨会、工作坊和会议，与其他爱好者和专业人士交流。 2. 量子位智库发布的《2024 年度 AI 十大趋势报告》从技术、产品、行业三个维度勾勒了 AI 现状、展望了未来走势。报告基于对人工智能领域的长期理解把握和深厚积淀，持续跟踪领域在产学研届的创新、洗牌、动态，结合对近百家初创公司、研究院、投资机构的深度交流。不仅深入剖析前沿科技如何迭代技术能力、重塑商业版图、引领产业升级，还敏锐洞察变革趋势，对未来路径进行前瞻性展望，并得到了产学研领域众多机构的支持。 3. OpenAI 分享了关于通用人工智能（AGI）的五个发展等级，分别为：具备基本对话能力的聊天机器人、具备人类推理水平的推理者、能执行全自动化业务的智能体、能够协助人类完成新发明的创新者、能够自动执行组织全部业务流程的组织。

DeepSeek 的使用说明如下： 功能：能进行自然语言理解与分析、编程、绘图，如 SVG、MA Max 图表、react 图表等。 使用优势：可以用更少的词让模型做更多事，思维发散，能给出创意思路和高级内容。 存在问题：思维链长不易控制，可能输出看不懂或胡编乱造的内容，增加纠错成本。 审核方法：可以用其他大模型来解读 DP 模型给出的内容。 使用建议：使用时要有自己的思维雏形，多看思考过程，避免被模型冲刷原有认知。 使用场景：包括阅读、育儿、写作、随意交流等方面。 生成单词：输入单词主题、图片风格、单词数量，选择 deepseekr1 模型，可生成指定数量的单词数组，以数组方式输出，包括单词、中文、美式音标、英文句子及其中文翻译。提示词方面，作为专业的单词生成助手，要围绕用户输入主题挖掘相关英语单词，仅输出相关内容，并以规定的数组形式呈现。 产品情况：Deep Research 是基于 AI 模型的产品，使用 GPT4o、o3 等推理模型，结合 UI 交互、搜索引擎等。DeepSeek 只是品牌名，需要搭配具体模型，如 DeepSeek V3（类 GPT4o）和 DeepSeek R1（类 OpenAI o1）。

以下是配置“DeepSeekR1”模型的 API key 的详细步骤： 1. 注册并登录火山引擎，点击立即体验进入控制台：https://zjsms.com/iP5QRuGW/ （火山引擎是字节跳动旗下的云服务平台）。 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”。如果出现“该模型未开通，开通后可创建推理接入点”的提示，点击“立即开通”，勾选全部模型和协议，一路点击开通（免费）。如果无提示则直接到第 5 步，点击确认接入。 4. 确认以下无误后，点击“确认接入”按钮。 5. 自动返回创建页面。发现多出一行接入点名是“DeepSeekR1”，复制这个推理点的 ID 放到微信里保存。 6. 保存后再点击【API 调用】按钮，进入后点击【选择 API Key 并复制】。如果已经有 API key 了，就直接查看并复制。如果没有，则点击【创建 API key】，复制好之后，放到微信里保存。 7. 也可以使用其他插件，下面为举例示意使用 Chrome 或 Microsoft Edge 浏览器，点击此链接，安装浏览器插件，添加到拓展程序：https://chromewebstore.google.com/detail/pageassist%E6%9C%AC%E5%9C%B0ai%E6%A8%A1%E5%9E%8B%E7%9A%84web/jfgfiigpkhlkbnfnbobbkinehhfdhndo 。 8. 打开聊天页面，点击右上角的插件列表，找到 Page Assist 插件，点击打开。 9. 基础 URL 填写：https://ark.cnbeijing.volces.com/api/v3 ，填好之后，点击保存，关掉提醒弹窗。 10. 配置完成。

构建自己专业领域的知识库可以按照以下步骤进行： 步骤一：明确知识库的目标和范围 首先，确定您想要涵盖的专业领域的具体范围和知识库的主要目标，例如是为了内部研究使用、对外分享知识还是其他特定用途。 步骤二：收集和整理资料 收集相关的文献、研究报告、实验数据、案例等各种资料，并对其进行分类和整理。 步骤三：选择合适的技术架构 1. 考虑使用数据库管理系统，如 MySQL、Oracle 等。 2. 或者采用知识图谱技术来构建更直观的知识关系。 步骤四：确定软硬件设备 1. 硬件方面，需要一台性能较好的计算机，具备足够的内存和存储空间。预算大约在 5000 10000 元，具体取决于配置要求。 2. 软件方面，需要操作系统（如 Windows 或 Linux）、数据库管理软件、文本编辑工具等。 步骤五：设计知识库的结构 规划好知识的分类体系、标签系统和索引方式，以便于快速检索和查找。 步骤六：数据录入和维护 将整理好的资料录入到知识库中，并定期更新和维护，确保知识的准确性和时效性。 步骤七：测试和优化 在初步构建完成后，进行测试，检查检索功能是否正常，知识的展示是否清晰，并根据测试结果进行优化。 需要注意的是，实际的预算和设备需求可能会因具体情况而有所不同，您可以根据自己的需求和资源进行调整。

以下是创建一个能帮助您挑选英语学习材料的专用智能体的详细流程： 1. 人设与回复逻辑 角色定位为专业且贴心的英语学习助手。 每日为您精心挑选最新、最实用的地道英语口语表达。 通过搜索、筛选、分析、解释及与您的互动，助力您提升英语口语能力。 2. 主要技能 搜索筛选口语表达：运用短语音识别极速版和通用文字识别高精度版工具，高效准确地从海量资源中精选出符合您需求和学习阶段的最新、实用的地道英语口语表达。 分析解释口语：深入剖析口语表达的使用场景和语境，结合实例为您提供清晰、详尽且易于理解的解释，让您直观感受其用法。 每日分享与互动：每日生成一条包含口语表达、解释、使用场景、例句和练习建议的分享内容。以可爱的符号和统一的格式输出，提升阅读体验，并积极与您进行简单互动，倾听您的学习需求和反馈，持续优化分享内容。 3. 限制 仅分享地道、实用且符合英语母语者表达习惯的口语内容。 严格遵循输出格式和内容要求，不得随意更改。 充分利用提供的工具，确保分享内容的高质量和有效性。 避免使用生僻、复杂或过于学术的语言。 例如，按照以下格式分享内容：

意图和 FAQ 训练是两种不同的概念。 意图训练主要侧重于理解用户的核心意图或目的。例如，在一个客服场景中，用户的意图可能是查询产品信息、寻求技术支持或进行投诉等。通过对大量的用户交互数据进行分析和学习，模型能够识别出这些不同的意图类别。 FAQ 训练则侧重于常见问题及其对应的标准答案。比如常见的“产品如何退换货”“售后服务的联系方式是什么”等问题，以及相应的准确回答。 总的来说，意图训练更注重对用户目的的分类和理解，而 FAQ 训练更侧重于对特定常见问题的准确回答。

Coze 插件相关说明如下： Coze 工作流节点： 节点是构成工作流的基本单元，每个节点代表特定功能或操作。 开始节点定义工作流输入参数，是起点；结束节点设置工作流输出内容，是终点。 节点命名建议含义在前，类型不加也可，要清晰以便选择。 插件可扩展大语言模型本身限制，用于调用外部插件实现特定功能，如抓取网页内容。 调用指加入智能体后的使用次数。 引用指被其他工作流或智能体使用的情况。 运行耗时包括平均耗时，过长会增加失败概率和导致工作流超时。 成功率不高且调用次数低会比较尴尬，即使官方插件也可能不稳定，需自行尝试找到适合场景的插件。 使用 Coze IDE 创建插件： 登录。 在左侧导航栏工作区区域选择进入指定团队。 在页面顶部进入插件页面或在某一 Bot 的编排页面找到插件区域并单击“+”图标。 单击创建插件。 在新建插件对话框，配置插件图标（可选）、名称、描述、工具创建方式、IDE 运行时等信息并单击确认。 在插件详情页单击在 IDE 中创建工具，在弹出对话框设置工具名称和介绍后确定，跳转到 Coze IDE 页面进行编码。 （可选）在 IDE 左上角工具列表区域单击“+”图标添加更多工具，还可通过单击工具的设置图标编辑、删除或重置代码。 （可选）在 IDE 左下角依赖包区域管理依赖包，所有工具共用该依赖列表。 插件系统与 AI Agent 的关系： AI Agent = LLM + Planning + Memory + Tools，插件系统对应 Tools，主要目的是扩展 Bot 的能力边界。 插件是工具集，一个插件内可包含一个或多个工具（API）。 Coze 集成了超过 60 种类型的插件，包括资讯阅读、旅游出行、效率办公、图片理解等 API 及多模态模型。 若 Coze 集成的插件不满足需求，可创建自定义插件集成所需 API。

AI Agent 被认为是大模型未来的主要发展方向之一，其发展具有以下特点和阶段： 从原理上看，中间的“智能体”通常是 LLM 或大模型，为其增加了工具、记忆、行动、规划四个能力。目前行业里主要用到的是 langchain 框架，它通过代码或 prompt 的形式将 LLM 与 LLM 之间以及 LLM 与工具之间进行串接。 在人工智能的发展历程中，AI Agent 并非一蹴而就，其发展可分为几个阶段，并受到符号主义、连接主义、行为主义的影响。在人工智能的黎明时期，符号人工智能作为主导范式，以对符号逻辑的依赖著称，代表之作是基于知识的专家系统。其特点是基于逻辑和规则系统，使用符号来表示知识，通过符号操作进行推理。优点是推理过程明确、可解释性强，缺点是知识获取困难、缺乏常识、难以处理模糊性。时间为 20 世纪 50 70 年代。 近期出现的各类 AI 搜索引擎不断颠覆传统搜索引擎，如 perplexity.ai、metaso、360 搜索、ThinkAny 等。AI Agent 在辅助高效处理信息和简便信息表达方面表现出色，例如智能摘要能辅助快速筛选信息，自然语言描述可生成美观可用的图片。在工作流方面，每个人应根据自身情况找到适合的工具，如产品经理可使用 AI 进行用户画像、竞品调研、设计产品测试用例、绘制产品功能流程图等。关于 AI Agent 的未来，曾被认为异想天开的想法都可能成为现实，技术迭代会不断向前。

AI 在生成单元测试代码方面有以下新的进展与方向： 1. 基于规则的测试生成： 测试用例生成工具：如 Randoop 可基于代码路径和规则为 Java 应用程序生成测试用例，Pex 是微软开发的能为.NET 应用自动生成高覆盖率单元测试的工具。 模式识别：Clang Static Analyzer 利用静态分析技术识别代码模式和潜在缺陷来生成测试用例，Infer 是 Facebook 开发的能自动生成测试用例以帮助发现和修复潜在错误的工具。 2. 基于机器学习的测试生成： 深度学习模型：DeepTest 利用深度学习模型为自动驾驶系统生成测试用例以模拟不同驾驶场景并评估系统性能，DiffTest 基于对抗生成网络（GAN）生成测试用例来检测系统的脆弱性。 强化学习：RLTest 利用强化学习生成测试用例，通过与环境交互学习最优测试策略以提高测试效率和覆盖率，A3C 是基于强化学习通过策略梯度方法生成高质量测试用例的工具。 3. 基于自然语言处理（NLP）的测试生成： 文档驱动测试生成：Testim 是 AI 驱动的测试平台，能通过分析文档和用户故事自动生成测试用例以减少人工编写时间，Test.ai 利用 NLP 技术从需求文档中提取测试用例以确保测试覆盖业务需求。 自动化测试脚本生成：Selenium IDE 结合 NLP 技术可从自然语言描述中生成自动化测试脚本，Cucumber 使用 Gherkin 语言编写的行为驱动开发（BDD）框架能通过解析自然语言描述生成测试用例。 此外，峰瑞资本投资的 AI Coding 创业公司 Babel 专注于 AI Agent 的研发，其核心产品 Test Gru 已在美国上线，能为客户自动生成单元测试，客户侧 PR 接受率约为 70%。还有如 Cursor 等工具，可借助其生成测试代码提升代码可靠性，但使用时也需注意方法，如使用 Git 管理代码版本、对 AI 代码进行 Review 等。

基于大模型的应用开发主要包括以下方向和相应的技术栈： IaaS 层： 百度智能云百舸 AI 异构计算平台，解决大模型应用中的算力问题，提供从集群创建到模型训练、推理的完整算力管理方案，通过引入自动故障预测与任务迁移技术，确保高达 99.5%的有效训练时间，为大模型应用落地提供强大的算力支撑。 PaaS 层： 百度智能云千帆大模型平台，解决大模型的调用、开发和应用开发问题，支持调用文心大模型全系列模型，提供全面的工具链，支持定制化的模型开发。通过 AppBuilder，提供企业级 Agent 和企业级 RAG 开发能力，还能将企业应用中产生的数据经过评估和对齐进一步反馈到模型中，形成良性循环，持续优化模型性能。 SaaS 层： 百度智能云提供丰富的常用应用供客户选择，如数字人平台曦灵、智能客服应用客悦等。 此外，还有一些其他的技术栈和框架，如： Langchain：是当前大模型应用开发的主流框架之一，提供了一系列的工具和接口，其核心在于“链”概念，包括 Model I/O、Retrieval、Chains、Agents、Memory 和 Callbacks 等组件，生态系统还包括 LangSmith、LangGraph 和 LangServe 等工具。 Ollama：是一个开箱即用的用于在本地运行大模型的框架。

以下是为您梳理的适合新手学习 AI 的应用方向、实操方法和避坑指南： 一、了解 AI 基本概念 1. 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。 2. 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。 二、开始 AI 学习之旅 1. 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。 2. 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 1. 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。 2. 掌握提示词的技巧，它上手容易且很有用。 四、实践和尝试 1. 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。 2. 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 1. 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。 六、如果希望继续精进 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。 避坑指南： 1. 不要急于求成，AI 学习需要逐步积累。 2. 注重理论与实践结合，避免只学习理论而不进行实际操作。 3. 对于复杂的概念和算法，要多花时间理解，不要一知半解。 4. 在选择学习资源时，要注意其质量和适用性。 请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是一些 AI 应用的好方向： 1. 医疗药品零售领域： 药品推荐系统：利用机器学习算法分析用户数据，为用户推荐合适的非处方药品和保健品，提升销售转化率。 药品库存管理：通过分析历史销售数据等因素，预测药品需求量，优化库存管理策略，降低成本。 药品识别与查询：借助计算机视觉技术，用户可通过手机拍摄药品图像，AI 系统自动识别并提供相关信息查询服务。 客户服务智能助手：基于自然语言处理技术，AI 虚拟助手回答顾客关于购药、用药、保健等常见问题，减轻人工客服工作压力。 药店运营分析：AI 分析药店销售、顾客流量、库存等大数据，发现潜在运营问题和优化空间，为决策提供参考。 药品质量监控：通过机器视觉等技术，AI 自动检测药品包装、标签、颜色等是否合格，及时发现问题。 药品防伪追溯：利用区块链等技术，AI 实现全流程药品溯源，确保药品供应链的安全性和真实可信度。 2. 改善大模型产品的使用体验，使其面对细分领域需求时变得更好用。 3. 助力用户工作流，对已有场景进行优化。 4. 细分场景独立实用工具。 5. AI 社区。 6. Chatbot。 7. 医疗保健： 医学影像分析：辅助诊断疾病。 药物研发：加速药物研发过程。 个性化医疗：为患者提供个性化治疗方案。 机器人辅助手术：提高手术精度和安全性。 8. 金融服务： 风控和反欺诈：降低金融机构风险。 信用评估：帮助金融机构做出贷款决策。 投资分析：辅助投资者做出投资决策。 客户服务：提供 24/7 服务，回答常见问题。 9. 零售和电子商务： 产品推荐：分析客户数据，推荐可能感兴趣的产品。 搜索和个性化：改善搜索结果，提供个性化购物体验。 动态定价：根据市场需求调整产品价格。 聊天机器人：回答客户问题并解决问题。 10. 制造业： 预测性维护：预测机器故障，避免停机。 质量控制：检测产品缺陷，提高产品质量。 供应链管理：优化供应链，提高效率和降低成本。 机器人自动化：控制工业机器人，提高生产效率。 11. 交通运输：（具体应用未详细列举）

以下是关于 flux lora 调参数以获得一致性、还原性和泛化性较好的人物模型的指导： 打标环节： 选择基础大模型，如“麦橘写实”，并为 lora 命名。 将照片导入，选择合适分辨率，可勾选“脸部加强训练”，然后进行预处理。手动裁剪图片比自动裁剪更可靠。 预处理后会出现脸部和整体文件夹，且每张照片自动打好 tag 标签。 可为整体添加统一标签，也可单独修改每张图片的标签。标签有助于 AI 理解图片，描述越详细，人物变化可能越多，泛化性可能越好。仔细检查每张图片的标签，其质量会影响人物 lora 的泛化性。 参数调整环节： 大部分参数是固定的，主要的几个按照人物参数配置一遍。后期根据生成结果再调整。 炼丹环节： 例如 18 张脸部图片，20 张整体图片，各训练 50 步，循环训练 10 次，并行步数为 1。训练总步数和时长会有所不同，loss 值可作为参考，但最终效果仍需通过测试判断。 此外，在 Lora 串联方面，多个 Lora 串联时左右顺序不影响结果，可复制并点对点连接。CLIP 层 1 和 2 的效果不同，加 Lora 时某些 Lora 可能更适合 2。Lora 可用于生成底模无法画出的内容。在运行中点击取消可打断正在渲染跑的图。图像放大可通过 up scale image using model 节点，选择放大模型，用 resize 节点调整尺寸，再用编码器和采样器处理。放大模型直接放大的图像效果不佳，需再次采样增加细节。添加飞桨缺失节点可通过拖入工作流查看标红节点，从管理器安装或从 GitHub 获取节点包放入文件管理系统。采样器和调度器参数设置建议参考模型作者推荐，并结合自己调试。Web UI 中 Lora 库有刷新按钮，将 Lora 丢到文件夹后多点几次刷新即可。