新手应该如何开始学习使用AI ?

企业财务可以通过以下方式使用 AI： 1. 利用提示词工程中的思维程序（PoT）技术：PoT 能将思考过程转化为可执行的程序或算法，适合财务分析、风险评估等需要严谨计算的场景。在进行新产品的财务可行性分析时，可使用 PoT 提供精确的财务分析，并轻松调整参数进行不同情景的模拟，提高决策的精确度和灵活性。在选择框架时，需根据具体任务需求，如短时间内做出结构化决策选 AoT，快速生成大量结构化内容选 SoT，涉及复杂计算或高度精确性选 PoT。 2. 借助生成式 AI： 帮助回答财务问题，改进内部流程，简化日常工作流程。 从更多数据源获取数据，自动化突出趋势、生成预测和报告的过程，如预测分析的自动化、自动创建报告、辅助会计和税务工作、处理采购和应付账款等。 3. 应用于风险管理： 首先，使用 AI 工具进行风险评估，包括准确预测和识别潜在风险，如财务风险、供应链风险等。选择适合的 AI 风险评估工具，收集相关数据并分析，预测潜在风险及来源和影响。 其次，基于 AI 分析结果制定相应的风险应对策略，包括制定应急计划、调整业务策略等，并持续监控效果，定期复审和更新风险评估模型和管理策略。 通过以上方式，企业财务能够更有效地识别和应对潜在风险，提高工作效率和决策精确度，实现可持续发展。

以下是关于 AI 混剪视频或批量生产视频的工作流： 1. 利用扣子搭建工作流，解决国内可直接使用且批量生产的需求。但批量生产可能需要牺牲一定质量的文案和图片效果。 2. 批量生成句子：不同于全程手动搭建，可一次性生成句子并进行生成图片处理，但一次生成句子不宜过多，建议一次生成五句，以保证质量和处理时间。 3. 句子提取：把生成的句子逐个提取出来，针对每个句子进行画图。 4. 图片生成：根据生成的句子，结合特有的画风等描述绘图。 5. 图片和句子结合：扣子工作流本身支持 Python 代码，但可能缺少画图、图片处理所需包，可替换成搞定设计的方式处理图片，会用 PS 脚本效果也不错。 6. 深入实践 AI 视频制作，可从简单创作开始，如生成零散视频片段或图片进行混剪，选用现成音乐并根据节奏剪辑，学习主流创意软件操作。在成功产出简单作品后，尝试完成更完整的工作流，如选题→剧本→分镜描述→文生图→图生视频→配音配乐→剪辑后期。 您可以根据实际情况和需求，对这些工作流进行调整和优化。

以下为您介绍一些 AI 混剪视频的工具和相关流程： 工具： 1. Pika、Pixverse、Runway、SVD 等可用于视频制作。 2. 剪映：具有简单的音效库，方便添加音效和智能匹配字幕。 制作流程： 1. 小说内容分析：使用如 ChatGPT 等 AI 工具分析小说内容，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，使用如 Stable Diffusion 或 Midjourney 等工具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：利用如 Adobe Firefly 等 AI 配音工具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：使用如 Clipfly 或 VEED.IO 等视频编辑软件将图像、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。 请注意，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。

以下是一些做音乐的 AI 平台： ：前身为“Definite Technologies”，开发使用 AI 处理/生成声音的 VST/AU/AUv3 插件。 ：自适应 AI 音乐平台，通过高质量音频样本进行实时细胞组成。 ：基于 AI 的音乐助手，包括歌词写作助手。 ：实时音乐、音频和视频创作平台。 ：为创意媒体应用提供合成歌声。 ：数字宇宙的音乐解决方案，Soundtracks、AI Studio、Music Maker JAM 的制作者。 ：AI 音乐创作和制作。 ：自由定制高质量免版权费音乐。 ：一个云平台，让音乐人和粉丝在全球范围内创作音乐、协作和互动。 ：使用嵌入式软件、信号处理和 AI 帮助艺术家录制、混音和母带处理他们的现场表演。 ：开源音乐生成工具。 ：旨在通过 AI 赋能真实艺术家的伦理音频 AI 插件、工具和社区，而非取代他们。 ：使用 AI 创作音乐和语音。

AI 文章排版工具主要用于自动化和优化文档的布局和格式，特别是在处理学术论文和专业文档时。以下是一些流行的 AI 文章排版工具及相关介绍： 1. Grammarly：不仅是语法和拼写检查工具，还提供排版功能，可改进文档整体风格和流畅性。 2. QuillBot：AI 驱动的写作和排版工具，能改进文本清晰度和流畅性，保持原意。 3. Latex：虽不是纯粹 AI 工具，但广泛用于学术论文排版，使用标记语言描述格式，有许多 AI 辅助的编辑器和插件简化排版过程。 4. PandaDoc：文档自动化平台，使用 AI 帮助创建、格式化和自动化文档生成，适合商业和技术文档。 5. Wordtune：AI 写作助手，重新表述和改进文本，使其更清晰专业，保持原始意图。 6. Overleaf：在线 Latex 编辑器，提供丰富模板和协作工具，适合学术写作和排版。 选择合适的 AI 文章排版工具取决于具体需求，如文档类型、出版标准和个人偏好。对于学术论文，Latex 和 Overleaf 受欢迎；对于一般文章和商业文档，Grammarly 和 PandaDoc 等更适用。 在文章排版的 AI 提效方面，GPT 可以先分析原文，列出需要加粗和引用的句子让您确认。解释引用格式后，您确认需要加粗的内容，GPT 输出排版后的文章，点击“复制代码”粘贴到微信 Markdown 排版器。 如果您在飞书文档写文章时忘记加粗重点句子，可利用以下方法让 AI 帮忙：首先，打开 GPTs（https://chatgpt.com/g/gauDv1yCnbwenzhangmarkdownpaibandashi），若打不开则跳过。接着，把从迅捷 Markdown 编辑器复制下来的文章内容发送给这个 GPTs。但注意，此方法需要用到 ChatGPT4o 并懂一点 Markdown 语法，若未用过也不懂或有自己加粗重点句子的习惯，则不建议学习此方法，应选择高效的方式，不为了 AI 而 AI。

以下是关于 AI 图像相关的知识： 图像高清修复与无损放大： 整个流程分为输入原始图像、修复图像、放大并重绘图像三部分。 图像输入时，添加 Load Image 节点加载图像，不建议上传大分辨率图片，以免处理时间过长。 图像高清修复使用 Iceclear/StableSR 模型，搭配 Stable SR Upscaler 模型和合适的提示词，如正向：（masterpiece），（best quality），（realistic），（very clear），反向：3d，cartoon，anime，sketches，（worst quality），（low quality）。 图像高清放大使用 realisticVision 底膜，搭配提示词反推 node 和 tile ControlNet 提升画面细节感，并使用合适的高清放大模型进行二次放大。 星流一站式 AI 设计工具的右侧生成器入门模式中的图片参考： 可以使用图像控制功能精准控制生成图像的内容和风格。 入门模式只能使用以下四种参考功能，包括全部图片参考功能，如原图、景深、线稿轮廓、姿势、Lineart 线稿、Scribble 线稿、光影、Segmant 构图分割等，以及 SoftEdge 线稿、配色参考、配色打乱、法线贴图、MLSD 线稿等。 Zoom Out 全尺寸扩展： “全尺寸扩展”选项允许将放大图像的画布扩展到原始边界之外，不更改原始图像内容。 Zoom Out 不会增加图像的最大 1024 像素 x 1024 像素大小。 放大图像后会出现相应按钮，如 Zoom Out 2X、Zoom Out 1.5X，非方形图像还可通过 Make Square 调整纵横比使其成为方形。

以下是为您构思的关于如何学习 AI 的 PPT 大纲： 幻灯片 1：封面 标题：如何学习 AI 幻灯片 2：目录 1. AI 辅助 PPT 的原理和作用 2. 几款 PPT 生成工具（网站） 3. 相关 APP 介绍 幻灯片 3：AI 辅助 PPT 的原理和作用 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 3. 文章生成 PPT，让 AI 帮忙摘要内容，生成大纲列表 4. 主题生成 PPT，让 AI 根据主题扩充成大纲列表，乃至具体内容 5. 在特定场景下不用改直接用，如学生快速为小组展示配 PPT 幻灯片 4：AI 辅助 PPT 的流程 1. 用户输入 2. AI 输出 3. 排版 网站把 AI 输出的文本丢给 LLM，让它根据内容，在已有的 UI 组件中选择更适合的组件。按时间线，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，用户不满意可以自行选择模版 幻灯片 5：几款 PPT 生成工具（网站） 1. 讯飞智文：https://zhiwen.xfyun.cn/ （免费引导好） 2. Mindshow.fun ：http://Mindshow.fun （Markdown 导入） 3. kimi.ai ：http://kimi.ai （选 PPT 助手暂时免费效果好） 4. Tome.app ：http://Tome.app （AI 配图效果好） 5. Chatppt.com ：http://Chatppt.com （自动化程度高） 6. 百度文库：https://wenku.baidu.com （付费质量好） 幻灯片 6：相关 APP 介绍 1. 豆包 2. AI 数字人 3. KIMI 4. 灵犀 5. 如影 6. 剪映（图文成片，只需提供文案，自动配图配音） 7. 即梦 希望以上内容对您有所帮助！

以下是新手学习 AI 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，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 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人进行互动，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。 6. 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。 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。

对于新手学习 AI，以下是一些建议： 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自己的作品。 在知识库中有很多大家实践后的作品、文章分享，欢迎实践后进行分享。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人进行互动，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。 6. 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。 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。

对于新手学习 AI，以下是一些建议： 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，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 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动，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。 6. 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。 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 ComfyUI Flux 模特换衣服的新手教程： 工作流整体思路： 1. 生成适合服装的模特： 可以抽卡，抽到满意的模特。加入 Redux 模型，强度不用太高，让提示词生效，Reduxprompt 节点风格细节等级需注意（1=27×27 最强，14=1×1 最弱）。 2. 进行高精度的换装： 先进行预处理的工作，拼出来 mask。 重绘 mask 区域。 工作流解释： 1. 模特生成： 先生成与衣服匹配的模特，先不关注衣服的相似度，抽出满意的模特。 2. 服装高精度处理： mask 的处理：做两个工作，将模特身上的衣服分割出来，拼接出来对应模特与衣服合并后图片的遮罩。 提示词格式与 Redux 权重：使用 Flux 的 fill 模型，提示词书写格式为这是一组图片，左边是衣服，右边的模特穿着左边的衣服。Redux 这里，把权重的调整为最大。 【SD】商业换装教程： 1. 在扩展面板中使用网址安装 Segment Anything，guthub 地址：https://github.com/continuerevolution/sdwebuisegmentanything 。重启之后安装 SAM 模型。 2. 在 github 上有三个 SAM 模型，由大到小分别是 vit_h，可根据情况选择，大部分选 vit_l 。将下载好的 SAM 模型放在指定路径。 3. 测试 SAM 模型效果，左键点击要保留的部分打上黑点，右键点击不要的部分打上红点，双击不需要的点可移除。 4. 预览分离结果，选择合适的蒙版进行服装替换等操作。 点开“展开蒙版设置”，设定蒙版扩展量，建议 30，然后点击发送到“重绘蒙版”。 5. 换衣步骤：在图生图中，提示词输入“蓝色毛衣”，蒙版区域内容处理改为“填充”，尺寸改为和图像一致，重绘幅度为 1。 6. 若出现衔接问题，可通过降低重绘幅度或添加 openpose 控制人物身体姿势。还可使用 controlnet 的局部重绘功能，控制模式选择“更注重提示词”，自行试验选择效果好的。

对于 AI 新手小白，在本网站学习 AI 知识和技能可以参考以下步骤： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的主要分支（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，您将找到一系列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），您可以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您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 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。 如果希望继续精进，对于不会代码的您，可以尝试了解以下作为基础的内容： 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。 此外，参加 WaytoAGI 有以下好处： 1. 了解最新的 AI 技术：它像一个免费的“技术期刊”，不仅能让您了解最新动态，还能教您各种实用技能，并且开源免费。 2. 线上共学，手把手教您：WaytoAGI 不仅提供知识，还会通过线上共学的方式，手把手教您如何应用 AI 技术。无论您是小白还是有一定基础，都能在这里找到适合自己的学习路径。 3. 找到志同道合的队友：如果您想创业、做副业，或者只是想找一群对 AI 感兴趣的小伙伴一起搞事情，WaytoAGI 是一个很好的平台。在这里，您能找到和您目标一致的合作伙伴。 在 WaytoAGI 的线下活动中，您可能会有以下收获： 1. AI 自动化，牛 X 到炸：只要有个想法，用 DeepSeek 加飞书多维表格，分分钟实现自动化。 2. 找到副业和创业的伙伴：在活动中，您可能会遇到很多对创业和副业感兴趣的人。 3. 遇见高手和大佬面对面：在线下经常会出现各路大佬带着自己遇到的实际操作中具体的一些问题和卡点，去当面请教他们是让自己避免走很多弯路和浪费时间的有效途径。 WaytoAGI 的线下活动不仅让您了解到了最新的 AI 落地应用现状，还结识了一群有趣、有想法的人。更重要的是，它让您意识到：人一定要走出去，多和人碰撞，多去体验真实的生活，才能真正成长。如果您也对 AI 感兴趣，或者想找到一群志同道合的伙伴，来 WaytoAGI 一起玩！

对于小白学习 AI，建议如下： 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），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。 此外，《雪梅 May 的 AI 学习日记》也可供参考： 1. 适合纯 AI 小白，可先看左边的目录。 2. 学习模式是输入→模仿→自发创造。 3. 学习内容可去 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新的内容。 4. 学习时间不是每天依次进行，有空的时候学习。 5. 保持良好的学习状态，能学多少算多少。 6. 学习资源的内容都是免费开源的。 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。

作为小白参与制作 AI 动画短片，您可以参考以下步骤和心得： 一、前期准备 1. 特别感谢共创活动组织者「AJ、娜娜、猫叔、三思、王贝等」，以及 5 组组长「阿强」的指导和帮助。 2. 了解 SOP（标准操作程序）和工作流的重要性，它们是确保项目顺利进行的关键。 二、具体流程 1. 项目规划：确定短片主题和目标观众，制定详细的制作计划。 2. 剧本创作：编写故事脚本，设计角色和场景以及创意。分享剧本创作资料如下： https://waytoagi.feishu.cn/wiki/G11fwW8bmiVLe6kYLgYc2iGin6e 捏剧本 Bot（捏剧本离谱村专用 https://www.coze.cn/store/bot/7367669913697239052?panel=1&bid=6cs144r404016 3. 分镜头脚本：根据脚本制作分镜头脚本，确定每个镜头的画面和动作。 4. 资源准备：准备动画制作所需的素材，包括背景、角色和音效。 5. 画面图片制作：利用 AI 出图工具，比如通过 ChatGPT、MJ、SD 等工具快速生成高质量的图片。 6. 视频制作：利用 AI 工具制作动画，通过 RUNWAY、Luma、Dreamina 等平台快速生成高质量的动画。 7. 后期剪辑：添加音效、配音和字幕，进行最终的剪辑和合成。 8. 发布和推广：将完成的动画短片发布到各大平台，并进行推广和宣传。 三、个人经验分享 1. 负责的内容：在项目中负责“刺猬菠萝”角色的图片和视频制作，在他人指导下逐渐掌握基本技巧，并快速入门了 MJ 和 RunWayAI 工具来提高效率。 2. 学习实践：为了顺利完成任务，花时间学习和实践。首先，WaytoAGI 社群中有很多入门资料，可以快速了解动画制作的基本流程和技术。其次，积极参与团队讨论，向有经验的大佬们请教。 3. 快速入门 MJ 和 RunWay 心得：MJ 和 RunWay 是两个非常强大的 AI 工具，分别用于角色图片生成和动画制作。通过反复实践和摸索，逐渐掌握使用方法。 MidJourney 角色一致性： 角色一致性：使用cref 后接角色图片的 URL，可以在创作中保持角色形象的一致性。可以使用cw 来调整参考的强度，范围从 100 到 0。默认设置是 100，会使用面部、头发和衣服；强度为 0 时，只专注于面部，适合更换服装或发型等。 风格一致性：使用sref 后接风格参考图像的 URL，MidJourney 会生成与这些参考图风格一致的图像。可以添加多个风格参考链接，并通过::后跟权重数字来设置不同风格的相对重要性，例如：urlA::2 urlB::3。通过sw 设置样式的总权重，100 为默认值，0 为关闭值，1000 为最大值。可以结合使用垫图和 sref，垫图主要影响画面的构图和元素，而 sref 主要影响画风。 RunWay 的笔刷控制 5 月份参与制作的 AI 动画短片《奥运前夜》6.1 在广州电视台播放，作为设计小白感到非常自豪。

以下是关于如何用 AI 学习的相关内容： 新手如何学习 AI： 1. 了解 AI 基本概念：建议阅读「」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。同时浏览入门文章，了解 AI 的历史、当前应用和未来发展趋势。 2. 开始 AI 学习之旅：在「」中，能找到为初学者设计的课程，特别推荐李宏毅老师的课程。还可以通过在线教育平台（如 Coursera、edX、Udacity）按自己节奏学习，并争取获得证书。 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，同时掌握提示词技巧。 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。知识库中有很多实践后的作品和文章分享。 5. 体验 AI 产品：与现有的 AI 产品（如 ChatGPT、Kimi Chat、智谱、文心一言等）互动，了解其工作原理和交互方式。 如何用 AI 进行英语学习和数学学习： 英语学习： 1. 智能辅助工具：利用 AI 写作助手（如 Grammarly）进行写作和语法纠错，改进英语表达和写作能力。 2. 语音识别和发音练习：使用语音识别应用（如 Call Annie）进行口语练习和发音纠正，获取实时反馈和建议。 3. 自适应学习平台：使用自适应学习平台（如 Duolingo），利用 AI 技术量身定制学习计划，提供个性化学习内容和练习。 4. 智能导师和对话机器人：利用智能对话机器人（如 ChatGPT）进行英语会话练习和对话模拟，提高交流能力和语感。 数学学习： 1. 自适应学习系统：使用自适应学习系统（如 Khan Academy），结合 AI 技术提供个性化学习路径和练习题，精准推荐。 2. 智能题库和作业辅助：利用智能题库和作业辅助工具（如 Photomath），通过图像识别和数学推理技术提供数学问题解答和解题步骤。 3. 虚拟教学助手：使用虚拟教学助手（如 Socratic），利用 AI 技术解答数学问题、提供教学视频和答疑服务。 4. 交互式学习平台：参与交互式学习平台（如 Wolfram Alpha）的数学学习课程和实践项目，利用 AI 技术进行数学建模和问题求解。 通过结合 AI 技术和传统学习方法，能更高效、更个性化地进行英语和数学学习，并取得更好效果。但请注意内容由 AI 大模型生成，请仔细甄别。

以下是为您提供的关于深度学习模型图的相关内容： 腾讯研究院的 AI 年度关键词报告： 基于全年研究积累的三十余万字 AI 进展数据库，精选 50 个年度关键词，覆盖大模型技术的八大领域，包括图像处理、视频生成、3D 生成、编程助手、Agent、端侧智能、具身智能和基础模型。通过“快思考”与“慢思考”两种维度进行分析，“快思考”采用人机协同方式完成印象卡片，“慢思考”深入分析技术发展的底层逻辑。 DiT 架构： 结合扩散模型和 Transformer 的架构，用于高质量图像生成的深度学习模型。其核心观察包括 Transformer 从文本扩展至其它、DiT 架构带来图像生成质的飞跃、Scaling Law 在图像领域开始生效。 深度学习模型原理的通俗解释： 将深度学习要处理的信息比作水流，处理数据的深度学习网络是由管道和阀门组成的庞大水管网络。网络入口和出口有许多管道开口，且有多层，每层有调节阀。根据不同任务，层数和调节阀数量可变化。如识别汉字，将图片数字组成的水流灌入网络，根据出口水流情况调节调节阀，直至符合预期要求，训练好的模型可识别新的图片。 AI 技术原理与框架的小白学习笔记： 1. 概念：生成式 AI 生成的内容叫 AIGC。 2. 相关技术名词及关系： AI 即人工智能。 机器学习包括监督学习、无监督学习、强化学习，监督学习有标签，无监督学习无标签，强化学习从反馈学习。 深度学习参照人脑有神经网络和神经元，神经网络可用于多种学习方式。 生成式 AI 可生成多种内容形式，LLM 是大语言模型。 3. 技术里程碑：2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，提出 Transformer 模型，基于自注意力机制处理序列数据，无需依赖 RNN 或 CNN。

以下是为您提供的关于深度学习模型图的相关内容： 腾讯研究院的相关报告： 基于全年研究积累的三十余万字 AI 进展数据库，精选 50 个年度关键词，覆盖大模型技术的八大领域，包括图像处理、视频生成、3D 生成、编程助手、Agent、端侧智能、具身智能和基础模型。通过“快思考”与“慢思考”两种维度进行分析，“快思考”采用人机协同方式完成印象卡片，“慢思考”深入分析技术发展的底层逻辑。 DiT 架构： 结合扩散模型和 Transformer 的架构，用于高质量图像生成的深度学习模型。其核心观察包括 Transformer 从文本扩展至其它、DiT 架构带来图像生成质的飞跃、Scaling Law 在图像领域开始生效。 深度学习模型原理的通俗解释： 将深度学习要处理的信息比作水流，处理数据的深度学习网络是由管道和阀门组成的庞大水管网络。网络有多层，每层有调节阀，根据不同任务，层数和调节阀数量有不同组合。比如识别汉字，将图片的数字组成水流灌入网络，根据出口水流情况调节调节阀，直到符合预期要求，训练好的模型可识别新的图片。 AI 相关技术概念与关系： 1. 生成式 AI 生成的内容叫 AIGC。 2. 相关技术名词： AI 即人工智能。 机器学习包括监督学习、无监督学习、强化学习，监督学习有标签，无监督学习无标签，强化学习从反馈学习。 深度学习参照人脑有神经网络和神经元，神经网络可用于多种学习方式。 生成式 AI 可生成多种内容形式，LLM 是大语言模型，大语言模型的任务不止生成。 3. 技术里程碑：2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，提出 Transformer 模型，基于自注意力机制处理序列数据。

以下是一些学习 AI 应用的途径和建议： 1. 可以通过“90 分钟从 0 开始打造你的第一个 Coze 应用”来学习，了解 Code AI 应用开发教学，包括其背景、现状以及以证件照为例的应用案例，重点熟悉桌面网页版的用户界面，学习操作界面、业务逻辑和用户界面，包括布局、搭建工作流、用户界面及调试发布。 2. 考虑学习微软的 AI 初学者入门课程，例如： 了解人工智能的商业应用案例，可以学习《面向商业用户的人工智能学习》、《人工智能商学院》。 学习经典机器学习，可参考《机器学习入门课程》。 若要使用 Azure 认知服务创建实用的人工智能应用，建议从《视觉》、《自然语言处理》、《使用 Azure OpenAI 服务的生成式人工智能》等课程开始。 3. 遵循布鲁姆分类法学习路径： 应用方面：深入了解 Prompt，选择适合自己的 AI 对话、绘画和语音产品，每天使用并用来解决实际问题或提升效率。 分析方面：大量阅读各类文章、视频以及行业报告，理解各知识之间的关系。

目前在开发铁路调车作业岗位相关的专业技能等级考级试题库方面，可利用的 AI 资源相对有限。但您可以考虑以下几种方式： 1. 利用自然语言处理模型，如 ChatGPT 等，辅助生成一些基础的题目框架和内容描述，然后您再根据实际需求进行修改和完善。 2. 借助一些智能写作工具，帮助您优化题目表述，提高题目质量。 3. 运用在线的知识图谱和数据库，获取与铁路调车作业相关的专业知识和标准，为试题库的内容提供准确依据。 需要注意的是，AI 生成的内容仅供参考，最终的试题库仍需要您依据专业标准和实际工作要求进行严格的审核和把关。

对于刚接触 AI 领域的小白，以下是一些开始学习的建议： 1. 选择合适的开始方式： 本地部署：如果您的电脑是 M 芯片的 Mac 电脑（Intel 芯片出图速度非常慢，因此不建议）或者 2060Ti 及以上显卡的 Windows 电脑，可以选择本地部署。强烈建议在配有 N 卡的 Windows 电脑上进行。 在线平台：对于电脑不符合要求的小伙伴可以直接使用在线工具，在线工具分为在线出图和云电脑两种，前者功能可能会受限、后者需要自己手动部署，大家根据实际情况选择即可。 配台电脑：非常不建议一上来就配主机，因为大概率会变成游戏机或者吃灰（土豪请随意）。玩几个月后还对 AI 有兴趣的话再考虑配个主机。主机硬盘要大，显卡预算之内买最好，其他的随意。 2. 学习基础课程： 先验经验：需要熟练使用文生图、图生图；需要有一定的逻辑思考能力以及推理能力；适合炼丹新人、小白。 课程安排：课程大约 70 80%是理论和方法论的内容，大部分练习会在课外跟大家沟通、练习。只有少部分必要内容会在课上演示。 3. 学习路径： 必学、必看内容是基础课，主要是为了解决环境问题和软件安装不上的问题。 建炉是针对不同炼丹方式提供了不同的炼丹工具的安装教程。 正式的内容部分分为了数据集预处理、模型训练以及模型调试及优化三个部分。 另外，您的 AI 之旅可以从 prompt 开始。在开始时，您可能更多的是临时捏一些 prompt 解决具体的问题，随着学习的深入，可以将 prompt 规范、抽象用以让 AI 拟人。在这个过程中，您需要花一些时间和做一些准备，多参与社区交流，社区中很多门槛问题都已经有了解决方案。

以下是关于自学 AI 的一些建议： 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，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。 6. 对于中学生自学 AI 的建议： 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。 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。 7. 使用 AI 来做事： 利用人工智能帮助教育和自学学习，可以要求人工智能解释概念并获得结果。但因为人工智能可能会产生幻觉，所以对于关键数据要根据其他来源仔细检查。

对于 AI 小白来说，想要通过学习 AI 提升工作领域的效率，可以按照以下步骤进行： 1. 了解 AI 基本概念： 建议阅读「」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，您可以找到一系列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，您可以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您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 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。 此外，AI 工作流是给每个环节找最合适的 AI 工具，不同的 AI 工具配合起来效果更好。虽然当前 AI 可能不够完美，但提前学习 AI 工作流可以提前布局，抢占先机。未来会出现更强大的 AI 工具，熟练掌握 AI 工作流的人能迅速应用新工具提升效率，而未学习的人则会落后。学习 AI 工作流不仅能提升当下工作效率，也能在未来占据有利位置。

对于 AI 小白来说，以下是一些学习 AI 以提高工作领域效率的建议： 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，您可以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您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 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。 此外，了解 AI 工作流也很重要。AI 工作流就是要给每个环节找最合适的 AI 工具，不同的 AI 工具配合起来，效果比单独用一个工具好得多。虽然当前的 AI 可能不够完美，但提前学习 AI 工作流可以提前布局，抢占先机。未来会出现更强大的 AI 工具，熟练掌握 AI 工作流的人能迅速将其应用到工作中，提升效率。