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

AI介入设计的相关案例

Answer

以下是大淘宝设计部 2023 年度 AI 设计实践的相关案例：

  1. 在工作流方面：
    • 主要工具为 Midjourney 和 Stabel Diffusion，辅助工具有 RUNWAY 和 PS beta 等。
    • 在营销设计中，AI 设计使整体项目设计时间大约减少 18%左右，其中在创意阶段丰富性提升 150%左右、时间节省 60%左右。
    • 创意多样，项目中不同创意概念的提出数量增加了 150%。
    • 执行加速，设计师在创意生成阶段的时间缩短了平均 60%。
    • 整体提效，从创意发散到落地执行品效都有显著提升。
  2. 具体应用场景案例：
    • 大促营销：通过 AI 生成图像或素材，再结合平面合成及修正，确保符合品牌形象，更精准表达营销活动主题，如淘宝天猫大促视觉、双 11 大促-横向会场版头模板化应用、天猫小黑盒-新品联名等。
    • AI 布景：对于定制化真人模特实景素材的主题活动，通过 AI 完成页面所有素材的生产和输出，如七夕主题活动页面、超级品类日-传播拍摄创意等。
    • 产品营销视觉：在 UI 设计场景中，采用 AI 能力快速定制多种用户需要的视觉效果，如 88VIP-AI 定制皮肤。
    • 品牌超级符号映射：根据品牌符号的模型训练和结构控制，用户输入丰富关键词即可快速完成准确的超级符号主视觉，如双 11-AI 创作赢红包、双 11 联合传播猫头海报&花车大巡游、超级品类日-品牌符号系列海报等。
    • 品牌 IP 形象 AI 生成：训练特定的天猫/淘宝/营销 IP 公仔模型，稳定输出定制化 IP 形象，如天猫 AI 玩行动-品牌联合海报、天猫双 11-出游主题喵卡、淘宝天猫一起冲亚、天猫 U 先公仔三视图生成及应用等。
    • 传播&投放：如双 11 超级发布-品牌联合海报、媒介投放开屏海报。
Content generated by AI large model, please carefully verify (powered by aily)

References

大淘宝设计部2023年度AI设计实践报告

AI在大淘宝设计部中的定位今年通过持续的探索和实战考量，在追求创新和效率的道路上，AI作为工具成为了我们的得力助手：主要工具为Midjourney和Stabel Diffusion，辅助工具有RUNWAY和PS beta等[heading1]AI介入工作流效果[content]AI改变了设计工作流的许多传统步骤，引入了新的工具和方法。我们看到在营销设计中，AI设计在营销设计整体项目设计时间大约减少18%左右，其中在创意阶段丰富性提升150%左右、时间节省60%左右。这些变革不仅缩短了项目周期，还拓宽了设计师的创意边界和技术应用范围，辅助传统工作流得到前所未有的效果提升和效率优化：1.创意多样AI的运用使得设计解决方案更为多样和创新。项目中不同创意概念的提出数量增加了150%2.执行加速AI生成的设计灵感和概念，显著缩短了创意阶段所需时间。设计师在创意生成阶段的时间缩短了平均60%3.整体提效通过与AI的多种手段结合，从创意发散到落地执行品效都有显著提升。在整体项目的设计时间减少了18%总而言之，这些AI工具不仅仅是技术上的进步，它们代表了一种全新的工作理念。

大淘宝设计部2023年度AI设计实践报告

通过AI生成图像或素材，再结合平面合成及修正，确保每一处细节都符合我们的品牌形象，并且更精准的表达营销活动的主题。它帮助我们在短时间内生成多个设计变体，并且快速进行迭代优化。案例1淘宝天猫大促视觉案例2双11大促-横向会场版头模板化应用案例3天猫小黑盒-新品联名[heading3]5.AI布景[content]对于需要定制化真人模特实景素材的主题活动，不再像以往那样，需要真人布景拍摄或摄影素材采买，耗时耗力还不能保证设计内容的一致性，通过AI可以在短时间内将策划、搭建、拍摄、设计融为一个闭环流程，完成页面所有素材的生产和输出。案例1七夕主题活动页面在12个时辰主题下，需要每个时段的场景画面，通过AI生成的方式可以不受到外部拍摄条件上的种种限制，产出风格一致且符合需求的素材：案例2超级品类日-传播拍摄创意[heading3]6.产品营销视觉[content]UI设计的场景中，采用AI能力可以快速定制多种用户需要的视觉效果，我们通过SD中controlnet的有效控制，可以生成指定范围内的ICON、界面皮肤等内容，加大了很多产品功能的定制可能性。案例88VIP-AI定制皮肤

大淘宝设计部2023年度AI设计实践报告

下面将围绕大淘宝设计师们在下列八个场景中的多个应用案例，展开我们在设计实践中，AI应用的深度和广度：[heading3]1.品牌超级符号映射[content]根据品牌符号（如猫头框与淘字框）的模型训练和结构控制，用户只需要输入丰富的关键词，即可快速完成一张准确的超级符号主视觉。案例1双11-AI创作赢红包案例2双11联合传播猫头海报&花车大巡游案例3超级品类日-品牌符号系列海报[heading3]2.品牌IP形象AI生成[content]训练特定的天猫/淘宝/营销IP公仔模型，根据不同需求稳定输出的定制化IP形象结合，富有创造力的材质和造型，不仅可用于项目需求，还可以沉淀储备下来，形成IP形象素材库。案例1天猫AI玩行动-品牌联合海报案例2天猫双11-出游主题喵卡案例3淘宝天猫一起冲亚案例4天猫U先公仔三视图生成及应用[heading3]3.传播&投放[content]案例1双11超级发布-品牌联合海报案例2媒介投放开屏海报

Others are asking
如何生成稳定的AI视频
以下是关于生成稳定的 AI 视频的相关信息： 工具推荐： Runway： 网址：https://app.runwayml.com/videotools/ 官方使用教程：https://academy.runwayml.com/ 知识库详细教程： 特点：支持文生视频、图生视频、视频生视频；文生视频支持正向提示词、风格选择、运镜控制、运动强度控制、运动笔刷，支持多种尺寸，可设置种子值；生成好的视频可以延长时间，默认生成 4s 的视频；使用英文提示词。 Stable video： 网址：https://www.stablevideo.com/generate 知识库详细教程： 特点：支持文生视频、图生视频，仅英文；图生视频不可写 prompt，提供多种镜头控制；文生视频先生成 4 张图片，选择其中一张图片以后再继续生成视频。 技术差异： 代表产品如 Runway，在端到端视频生成中，涉及的技术包括 GAN 生成对抗网络、VAE 变分自编码器和 Transformer 自注意力机制。 GAN 生成对抗网络：是一种无监督的生成模型框架，能生成视觉逼真度高的视频，但控制难度大、时序建模较弱。 VAE 变分自编码器：可以学习数据分布，像压缩和解压文件一样重建视频数据，能根据条件输入控制生成过程，但质量较 GAN 略低。 GAN、VAE 生成视频速度快，但存在生成质量和分辨率较低、长度短、控制能力弱的缺点。 Transformer 自注意力机制：通过学习视频帧之间的关系，理解视频的长期时间变化和动作过程，对长视频建模更好，时序建模能力强，可实现细粒度语义控制，但计算量大。 当前面临的问题及解决方案： 当前仍面临生成时间长、视频质量不稳定、生成的视频语义不连贯、帧间存在闪烁、分辨率较低等问题。解决方案包括使用渐进生成、增强时序一致性的模型等方法，上述的补帧算法、视频完善策略也可在一定程度上缓解问题。 制作技巧： 在镜头衔接上要写运镜提示词，描述多种运镜方式，否则画面会乱变。在做视频时要不断尝试参数。
2025-02-26
AI陪伴有什么好的产品
以下是一些 AI 陪伴的好产品： 1. Character.ai：这是一个 AI 虚拟陪伴平台，用户能与数百个 AI 驱动的角色交流，还可创建自己的角色并赋予其各种特性。 2. Replika：一款 AI 虚拟陪伴应用，用户可设计理想伴侣，其会存储记忆并在未来对话中参考，甚至能发送照片。 3. Talkie：主打情感路线的 AI 虚拟陪伴应用，设计有大量 npc，游戏和休闲娱乐体验感强，每个 npc 都有自己的剧情体系，交流中会触发抽取卡牌机会。 AI 陪伴已进入成长爆发期，可能看起来是小众市场，但实际上已成为生成式 AI 主流应用场景之一。网页端和移动端数据表明其正变得越来越普及。例如，在网页端榜单上，Character.ai 领跑 AI 陪伴榜单。 陪伴应用的范畴也在迅速扩大，不仅限于“男友”“女友”概念，还涵盖友谊、指导、娱乐、医疗保健等方面。一些早期研究显示，AI 在诊断准确性和患者沟通技巧上能超越真人医生，如 Replika 聊天机器人帮助部分用户减轻了自杀念头。 移动端和网页端应用在 AI 使用类型上有明显不同。网页端产品更倾向支持内容创作和编辑的复杂工作流程，如 ElevenLabs、Leonardo、Gamma 等。移动端应用更倾向通用型助手，不少模仿了 ChatGPT。
2025-02-26
AI基础
以下是关于 AI 基础的全面介绍： 一、AI 背景知识 1. 基础理论：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。 二、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。 三、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。 四、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。 五、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。 六、学习资源和方法 1. 了解 AI 基本概念：阅读「」部分，熟悉 AI 的术语和基础概念。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，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。 七、书籍推荐 1. 《认知神经学科：关于心智的生物学》（作者:Michael S.Gazzaniga;Richard B.Lvry;George R.Mangun）：世界权威的认知神经科学教材，认知神经科学之父经典力作，系统了解认知神经科学的发展历史、细胞机制与认知、神经解剖与发展、研究方法、感觉知觉、物体识别、运动控制、学习与记忆、情绪、语言、大脑半球特异化、注意与意识、认知控制、社会认知和进化的观点等。 2. 《神经科学原理》（作者：Eric R.Kandel;James H.Schwartz）：让你系统神经元的细胞和分子生物学、突触传递、认知的神经基础、感觉、运动、神经信息的加工、发育及行为的出现、语言、思想、感动与学习。 3. 《神经生物学:从神经元到脑》（作者：John G.Nicholls 等著）：神经生物学领域内的一本世界级名著，涵盖了神经科学的方方面面，系统介绍了神经生物徐的基本概念、神经系统的功能及细胞和分子机制。
2025-02-26
普通人怎么学习AI
普通人学习 AI 可以参考以下步骤： 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，如图像、音乐、视频等，可根据自身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，通过实践巩固知识，尝试使用各种产品做出作品。 在知识库分享实践后的作品和文章。 5. 体验 AI 产品： 与现有的 AI 产品互动，如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人，了解其工作原理和交互方式。 此外，还可以参考以下方法： 1. 万能公式法：问 AI【一个（xxx 职业）需要具备哪些知识？】，AI 就可给出知识框架，然后根据知识框架每一个小点去问，就能让 AI 工具帮你指数级深度思考。 2. 寻找优质信息源：像没有技术背景的普通人，学习或了解 AI 最好的信息源在「即刻」App 的“”等免费圈子里。 3. 信息爆炸之做减法的小 tips： 只掌握最好的产品，少关注新产品测评（除非远超 ChatGPT）。 只解决具体问题，不做泛泛了解。从问题中来，到问题中去。 只关注核心能力，不关注花式玩法，用 AI 扬其长避其短。 只关注理清需求和逻辑，不死记硬背提示词。 先关注提升认知/洞察，然后再谈技巧。 对于纯 AI 小白，如果还在观望 AI 不知从何入手，可以参考《雪梅 May 的 AI 学习日记》。其学习模式是输入→模仿→自发创造。学习资源免费开源，可去 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新内容。
2025-02-26
AI基础
以下是关于 AI 基础的知识： 一、背景知识 了解人工智能、机器学习、深度学习的定义及其之间的关系，简要回顾 AI 的发展历程和重要里程碑。 二、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：掌握基础的概率论知识，如条件概率、贝叶斯定理。 三、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：了解强化学习的基本概念。 四、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。 五、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。 六、学习建议 1. 了解 AI 基本概念：阅读相关部分，熟悉术语和基础概念，了解主要分支及联系，浏览入门文章。 2. 开始学习之旅：在入门课程中学习生成式 AI 等基础知识，推荐李宏毅老师的课程，通过在线教育平台按自己节奏学习。 3. 选择感兴趣模块深入：AI 领域广泛，可根据兴趣选择特定模块，如掌握提示词技巧。 4. 实践和尝试：理论学习后进行实践，巩固知识，使用各种产品创作作品，并分享实践成果。 5. 体验 AI 产品：与 ChatGPT、Kimi Chat、智谱、文心一言等互动，了解工作原理和交互方式。 此外，为您推荐三本神经科学相关的基础学科书籍： 1. 《认知神经学科：关于心智的生物学》（作者:Michael S.Gazzaniga;Richard B.Lvry;George R.Mangun）：世界权威的认知神经科学教材，系统了解认知神经科学的多方面内容。 2. 《神经科学原理》（作者：Eric R.Kandel;James H.Schwartz）：让您系统了解神经元的相关知识。 3. 《神经生物学:从神经元到脑》（作者：John G.Nicholls 等著）：神经生物学领域的名著，涵盖神经科学的方方面面。
2025-02-26
ai产品经理
以下是为您整合的关于 AI 产品经理的相关信息： 北京分队中有一位叫 Kelton 的成员，是一位 AI 产品经理，深耕 NLP 方向 2 年，作为 Owner 从 0 1 打造过两款 AIGC 产品，也完成过 LLM 评测体系的从零搭建。技术出身，还曾在云计算、元宇宙领域工作过 2 年，坐标在海淀（北四环）。 银海是一位 AI 产品经理，是通往 AGI 之路社区共建者，5 + 大模型厂商资深讲师，全网粉丝量 3W + ，在 AI Agent、多模态大模型、企业级 AI 应用等多领域具备丰富实战经验。 特看科技正在招聘 AI 产品经理，岗位要求：负责 AI 视频工具方向产品工作，对生成式 AI 产品有一定研究，熟悉 Transformer 和 Diffusion 模型的优先；英文好，有海外产品经验优先，有内容工具或 SaaS 产品经验优先；2 年以上产品岗位经验，职级根据经验能力制定，对标阿里 P6 P8 区间。该公司专注于 AI 视频和直播应用，在国内和海外市场服务众多头部品牌。能提供确定性的商业化应用场景、初创公司充沛的早期期权池、强大的工程师团队等。有电子商务、企业服务、人工智能、海外产品等行业经验为加分项。欢迎推荐或自荐简历至 qingshen@tabcut.com，或飞书与清慎联系。
2025-02-26
model endpoint ID是什么东西？请用文字、数据、案例、比喻等形式进行教学
很抱歉，目前没有关于“model endpoint ID”的相关内容。但一般来说，“model endpoint ID”可以理解为模型服务端点的标识符。 打个比方，就像每个房间都有一个独特的门牌号，“model endpoint ID”就是模型服务这个“房间”的门牌号，通过它可以准确地找到和调用特定的模型服务。 在实际的数据处理中，它可能类似于一个唯一的编码，比如“MEID12345”，用于区分不同的模型服务端点，以便系统能够准确地将请求路由到对应的模型服务进行处理。 希望这样的解释能对您有所帮助，如果您还有其他疑问，请随时向我提问。
2025-02-26
TPM 限制是什么意思？请用文字、数据、案例、比喻等形式进行教学
TPM 限制指的是每分钟处理的事务数（Transactions Per Minute）的限制。 以字节火山引擎为例，它默认提供了高达 500 万 TPM 的初始限流。这对于像一次工作流测试就消耗 3000 多万 tokens 的用户来说，限流的设置具有重要意义。 打个比喻，TPM 限制就好像是一条道路上设置的通行车辆数量限制，如果超过这个限制，就可能导致交通拥堵或者无法正常通行。在 AI 领域，超过 TPM 限制可能会影响服务的性能和稳定性。 比如，当有大量的请求同时发送到系统，如果没有 TPM 限制，可能会导致系统响应变慢甚至崩溃；而有了合理的 TPM 限制，就能保证系统有序地处理请求，为用户提供稳定可靠的服务。
2025-02-26
在短视频制作领域，有哪些AI软件可供使用？可以提供哪些帮助？有没有很好的案例参考？
在短视频制作领域，以下是一些可供使用的 AI 软件及其所能提供的帮助和相关案例参考： 1. ChatGPT + 剪映：ChatGPT 可生成视频脚本，剪映能依据脚本自动分析所需场景、角色、镜头等要素并生成素材和文本框架，实现从文字到画面的快速转化，节省时间和精力。 2. PixVerse AI：在线 AI 视频生成工具，支持将多模态输入（如图像、文本、音频）转化为视频。 3. Pictory：AI 视频生成器，允许用户轻松创建和编辑高质量视频，用户提供文本描述即可生成相应内容。 4. VEED.IO：提供 AI 图像生成器和 AI 脚本生成器，帮助用户从图像制作视频，并规划视频内容。 5. Runway：AI 视频创作工具，能将文本转化为风格化的视频内容，适用于多种场景，但存在爱变色、光影不稳定的问题。 6. 艺映 AI：专注于人工智能视频领域，提供文生视频、图生视频、视频转漫等服务，可根据文本脚本生成视频。 案例参考：在制作 AI 短片时，会根据不同工具对画面的处理能力进行组合使用。例如，Pixverse 擅长物体滑行运动，有手部特殊运动的画面会用 Runway 来辅助完成，需要人物表情自然的画面会用 Pika 来生成。在声音方面，使用 11labs 进行对白制作，但存在 AI 声音没有情绪和情感的问题。在剪辑方面，先进行粗剪确定画面逻辑，再进行定剪调整和替换画面素材。音效和音乐方面，剪映中有简单音效库，复杂音效可能需另外制作，商用音乐要注意版权。特效方面，剪映可添加一些光影效果。包装方面，剪映智能匹配字幕较为方便。
2025-02-25
deepseek 落地案例
以下是关于 DeepSeek 的落地案例： 1. 华尔街分析师认为 DeepSeek 以小成本实现媲美领先 AI 产品的性能，并在全球主要市场 App Store 登顶。高盛认为其或改变科技格局，降低 AI 行业的进入门槛。详情：https://www.xiaohu.ai/c/xiaohuai/deepseek 2. DeepSeek 在中文场景表现优秀，日常写作和表达习惯贴近人类，但专业论文总结略弱。数学能力不错，编程能力逊于 GPT。采用 GRPO 算法替代传统 PPO，提升语言评价灵活性与训练速度。更多信息：https://x.com/imxiaohu/status/1883843200756170873 ，GRPO 详情：https://www.xiaohu.ai/c/ai/grpodeepseekr18c6cff0cdeb84937a4197066af987e43 3. 举办了全国 23 城近 4000 人玩转 DeepSeek 的活动，如郑州场展示搭建的无敌工作流，深圳场分享 DeepSeek+出海的落地方案，北京场玩起 AR+机械汪，广州场探讨如何使用 DeepSeek 辅助速通吃“霸王餐”，福州场有最年轻的分享者展示玩转 DS 的示例。同时，活动展示了飞书多维表格和 DeepSeek 的结合的强大之处，且 DeepSeek R1 大模型全面融入飞书多维表格、飞书智能伙伴创建平台等多款产品。详情：https://waytoagi.feishu.cn/wiki/KRtwwVqKKiB7PKkgzu3chsX6nzF 4. 在芯片行业，如存储芯片负责人考虑与 DeepSeek 谈 HBM4 定制合作，台积电研发中心因对方技术调整产能，ASML 总部针对对方算法调整策略，中芯国际因 DeepSeek 证明的技术提高产线利用率并获得追加投资。
2025-02-24
AI案例
以下是一些 AI 在不同领域的应用案例： 活动策划方面： 1. 活动主题及内容生成：根据活动目标、参与者背景等信息，AI 可以生成合适的活动主题和内容框架建议，例如通过对话生成模型提出活动主题和议程草案。 2. 邀请函和宣传文案生成：AI 可以基于活动信息生成吸引人的邀请函和宣传文案，增强宣传效果。例如微软在 Build 大会上，使用 AI 生成了 8000 多份个性化的邀请函。 3. 现场活动管理：利用计算机视觉、语音识别等，AI 可以辅助管理活动现场的人流、秩序等。例如基于人群密度的通道引导、实时翻译等。 4. 虚拟助手：AI 对话系统可以作为虚拟活动助手，为参与者提供信息查询、问题咨询等服务。例如，Replika 提供了智能的虚拟活动助手应用。 5. 活动反馈分析：AI 可以自动分析活动反馈（文字、语音等），总结关键观点和改进建议。例如飞书和钉钉的会议总结功能。 6. 活动营销优化：基于参与者行为数据，AI 可以优化营销策略，实现个性化营销。例如，针对目标受众的定向广告投放等。 其他领域： 1. 客户服务聊天机器人中的自然语言处理：具有适应性，能根据大量数据集训练对实时客户消息做出响应，并可能随着系统学习而增加个性化；具有自主性，基于客户文本输入生成类似人类的输出，回答查询、帮助客户查找产品和服务或发送有针对性的更新，操作时几乎不需要人工监督或干预。但可能存在无意包含不准确或误导信息等监管问题。 2. 医疗保健分诊系统的自动化：具有适应性，能根据医疗数据集、患者记录和实时健康数据分析预测患者病情；具有自主性，为医疗专业人员或直接为患者生成有关患者症状可能原因的信息，并推荐潜在的干预措施和治疗方法。 扣子案例： 1. 2. 3. 4. 5. 6. 7. 8. 9.
2025-02-22
如何权构建个人AI知识库，请提供详尽的方案，并提供相关工具应用案例。
以下是构建个人 AI 知识库的详尽方案及相关工具应用案例： 方案： 1. 知识收集：学习如何有效地收集、整理和检索信息，例如分新闻、观点、访谈、论文翻译来进行提炼。 2. 知识管理：通过实际操作，体验工具在知识管理方面的应用。 3. 数据处理：使用工具对数据进行转换、提取和呈现，如从图像和图形中提取数据。 4. 内容总结：总结视频内容、翻译和改换风格等。 工具应用案例： 1. 知识收集与整理： 通义听悟整理录音笔记：https://tingwu.aliyun.com 用 React 实现选中即解释 本机跑大语言模型工具：https://ollama.com 选词翻译、解读、拓展：https://snapbox.app 与各种 AI 机器人聊天：https://opencat.app 、https://chathub.gg/ 、https://www.elmo.chat/ 定义提示语，根据不同类型提取有用信息：https://memo.ac/zh/ 2. 数据获取与处理： 下载视频：Mac 用 Downie，Windows 推荐 IDM 淘宝数码荔枝店购买 开源免费屏幕录制工具 OBS：https://obsproject.com/ 用 losslessCut 快速切块 3. 构建知识库： 将文本转换成向量（如使用 embeddings API），先把大文本拆分成若干小文本块（chunk），将小文本块转换成 embeddings 向量并在向量储存库中保存，当用户提问时，通过比对向量提取关联度最高的文本块与问题组合成新的 prompt 发送给 GPT API。 例如对于一篇包含多个文本块的文章，如“文本块 1：本文作者：越山。xxxx。”“文本块 2：公众号越山集的介绍：传播效率方法，分享 AI 应用，陪伴彼此在成长路上，共同前行。”等，当提问“此文作者是谁？”时，可通过比较 embeddings 向量找出关联度最高的文本块。 4. 工具入门： 提示词：现成好用的 Prompt： AI Agent：Agent 工具 小白的 Coze 之旅： AI Pic：现在主流的 AI 绘图工具网站：
2025-02-22
如何从零开始介入AI学习
以下是从零开始介入 AI 学习的建议： 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，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。 6. 对于中学生： 从编程语言入手学习，如 Python、JavaScript 等，学习编程语法、数据结构、算法等基础知识。 尝试使用 AI 工具和平台，如 ChatGPT、Midjourney 等，探索面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 学习 AI 基础知识，包括基本概念、发展历程、主要技术如机器学习、深度学习等，以及在教育、医疗、金融等领域的应用案例。 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。 关注 AI 发展的前沿动态，关注权威媒体和学者，思考 AI 技术对未来社会的影响，培养思考和判断能力。 7. 持续学习和跟进： AI 是快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。
2024-12-30
小白如何用ai开始学习图片设计
对于小白如何用 AI 开始学习图片设计，以下是一些建议： 1. 图像流搭建 创建第一个图像流：由于文本类型大语言模型无法直接生成图片，需要通过【技能】部分的图像流为文本大模型提供图像生成能力。为 bot 加入图像流时，要设定图像流名称以及描述（名称只能是英文）。 了解图像流节点的意义：图像流编辑界面左侧的工具栏集合了所有可能用到的功能，大致可分为智能处理工具（如“智能生成”“智能抠图”“画质提升”等）、基础编辑工具（如画板、裁剪、调整、添加文字等）和风格处理类工具（如风格迁移、背景替换等）。从基础编辑工具开始尝试，熟悉后再探索其他功能。右侧类似画布，可拖拽左侧工具或点击“+”拖放各种工具模块，工具之间可连接形成工作流程。 根据需求进行图像流设计：例如生成海报功能，在总结故事后，将完整的故事作为输入，对输入的故事进行一轮提示词优化，从自然语言转变为更符合文生图大模型的提示词，将优化后的提示词输入生图大模型，调整生图的基础风格和信息，输出最终的配图海报。 测试图像流。 2. 利用即梦 AI 生成海报 提示词：皮克斯风格，三宫格漫画：一只小狗，坐在办公桌前，文字“KPI 达标了吗？”。一只小狗，拿着一个写满计划的大本子，微微皱着眉头，文字“OKR 写好了吗？”。一只小狗坐在电脑前，文字“PPT 做好了吗？”。 实操教程： 打开即梦 AI：https://jimeng.jianying.com/aitool/home 。 点击 AI 作图中的图片生成。 填写绘图提示词，选择生图模型 2.1，点击立刻生成。 3. 进阶技巧和关键词 图片内容一般分为二维插画以及三维立体两种主要表现形式。 主题描述：可以描述场景、故事、元素、物体或人物细节、搭配等。描述场景中的人物时，最好独立描述，不要用一长串文字，否则 AI 可能识别不到。 设计风格：可找风格类关键词参考或垫图/喂图，让 AI 根据给出的图片风格结合主题描述生成图片。对于某些材质的描述，关键词的运用有很多门道，需要针对某一种风格单独进行“咒语测试”。
2025-02-26
关于飞书表格和deepseek联动的设计
以下是关于飞书表格和 DeepSeek 联动的相关内容： 1. 《喂饭级教程：飞书多维表格+DeepSeek=10 倍速用 AI》介绍了将飞书多维表格与 DeepSeek R1 结合，实现批量处理信息、提升工作效率的方法。用户可批量转换文风、快速回复消息，甚至利用 AI 生成文案，操作简单便捷，让普通人无需编程知识也能轻松使用 AI。 2. 在一场全国 23 城近 4000 人玩转 DeepSeek 的活动中，展示了飞书多维表格和 DeepSeek 的结合的强大之处，DeepSeek R1 大模型已全面融入飞书多维表格等多款产品。
2025-02-25
在室内软装设计领域，ai实际可以如何运用
在室内软装设计领域，AI 有以下实际运用方式： 1. 工具辅助： Maket.ai：主要面向住宅行业，在户型设计和室内软装设计方面有探索。设计师输入房间面积需求和土地约束，软件能自动生成户型图并提供详细设计结果。 2. 创意生成： 利用 AI 图像生成工具，输入相关关键词，生成多种室内软装创意设计方案，获取新颖独特的灵感。 3. 模拟可视化： 借助 AR/VR 等技术，将 AI 生成的设计方案在实际环境中模拟和可视化，更好地评估和验证设计。 4. 分析优化： 使用 AI 工具对室内软装设计方案进行采光、动线、材料等方面的分析和优化，以符合使用者需求和体验。 5. 自动化设计： 利用 AI 自动生成符合设计规范的室内软装平面图等，提高设计效率，缩短设计周期。 6. 协作模式： 人工设计师与 AI 工具形成互补，在创意、分析、优化等环节充分发挥各自优势。 同时，还有字节旗下的 Coze AI 的图像工作流可用于快速出家装设计效果图，并根据客户咨询信息收集用户联系方式形成销售线索，体验地址为：https://www.coze.cn/store/bot/7374039392832405554?panel=1&bid=6cq1cccs00017 。但需注意，每个工具都有其特定应用场景和功能，建议根据具体需求选择合适的工具。
2025-02-25
我希望通过ai做好我企业内部的智能巡检。巡检内容主要是针对企业的门店的招牌门头是否合规给出意见。主要合规性检查包括：Logo是否符合公司的设计标准；门头的颜色搭配、尺寸是否符合标准（还要提醒褪色），请问大体应该是各什么思路？
很抱歉，飞书知识库中没有与您关于通过 AI 做好企业内部门店招牌门头智能巡检思路的直接相关内容。但一般来说，您可以考虑以下思路： 1. 数据采集：使用图像采集设备获取门店招牌门头的图像数据。 2. 图像识别技术：运用 AI 的图像识别能力，对采集到的图像进行分析，识别 Logo、颜色、尺寸等元素。 3. 建立标准模型：根据公司设计的标准，建立合规性的模型，以便与采集到的图像进行对比。 4. 智能判断：通过算法判断门头的各项元素是否符合标准，包括 Logo 是否与标准一致，颜色搭配、尺寸是否在规定范围内，以及是否存在褪色等问题。 5. 生成报告和提醒：根据判断结果生成详细的报告，并及时提醒相关人员进行整改。
2025-02-25
提示词如何设计
提示词的设计需要遵循以下要点和准则： 明确描述想要的内容：模型能完成多种任务，所以要清晰展示需求，而非简单告知。 遵循三个基本准则： 展示和告知：通过说明、示例或两者结合表明需求。如让模型排序或分类，要展示示例。 提供高质量数据：构建分类器或遵循某种模式时，确保有足够且正确的示例。 检查设置：温度和 top_p 控制模型生成响应的确定性，根据需求设置合适的值。 故障排除：若 API 未达预期，检查是否清楚预期结果、提供足够示例、示例有无错误、是否正确使用温度和 top_p。 让代理明确任务以提高表现：采用合理结构并清晰指令，如为不同代理设置不同指令结构，包括角色预设、回复要求、提供示例和所需掌握的知识等。 通用流程： 数据准备：收集高质量案例数据。 模型选择：根据创作目的选合适模型。 提示词设计：结合数据设计初版，注意角色、背景、目标、约束等要点。 测试与迭代：输入提示词测试，与模型交流获取优化建议，修正提示词，重复测试、交流、修正过程，直至满意。 总结提炼：归纳优化经验，形成最佳实践。 应用拓展：将方法论用于其他创意内容设计。 使用他人写好的 prompt 时，要深入揣摩背后思路，理解编写方式的原因和逻辑，关键在于养成充分利用模型、不断迭代、深度交流和思考的习惯。
2025-02-24
适合电商设计运用的AI工具
以下是一些适合电商设计运用的 AI 工具及相关应用： Midjourney 新编辑器： 产品海报设计：将产品图片导入编辑器，通过简单操作和提示词生成不同风格的海报。 家具材质变化：利用图像重纹理化模式，快速为家具图片换上各种材质。 艺术字体海报：通过白底字体图和图像重纹理化模式，变换成各种炫酷的字体海报风格，建议使用竖版白底文字图。 用于阿里巴巴营销技巧和产品页面优化的 AI 应用： 市场分析：利用 AI 分析工具研究市场趋势、消费者行为和竞争对手情况。 关键词优化：AI 推荐高流量、高转化的关键词，优化产品标题和描述。 产品页面设计：AI 设计工具生成吸引人的产品页面布局。 内容生成：AI 文案工具撰写有说服力的产品描述和营销文案。 图像识别和优化：选择或生成高质量的产品图片。 价格策略：分析不同价格点对销量的影响，制定有竞争力的价格策略。 客户反馈分析：了解客户需求，优化产品和服务。 个性化推荐：根据用户购买历史和偏好提供个性化产品推荐。 聊天机器人：提供 24/7 客户服务，解答疑问，提高满意度。 营销活动分析：了解活动效果，吸引顾客并产生销售。 库存管理：预测需求，优化库存管理。 支付和交易优化：分析支付方式对交易成功率的影响，优化支付流程。 社交媒体营销：在社交媒体上找到目标客户群体，精准营销提高知名度。 直播和视频营销：分析观众行为，优化直播和视频内容，提高参与度和转化率。 其他生成式 AI 工具： ：帮助品牌创建引人注目的产品照片。 ：制作用于电子邮件或社交媒体的营销材料。 ：编写经过 SEO 优化的产品描述。未来有望仅通过描述期望的审美并点击按钮，创建完整的电商商店及营销材料。
2025-02-24