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

ai相关信息很多，如果只推荐一种信息来源，你会推荐什么

Answer

如果只推荐一种 AI 信息来源，以下是一些选择：

此外，还可以通过赛博蝉星公众号、国外优质博主的 blog 或 Twitter 等订阅获取最新信息，也可以参考通往 AGI 之路知识库中的相关内容，如 AI 相关名词解释、经典必读文章、历史脉络类资料等。

Content generated by AI large model, please carefully verify (powered by aily)

References

01-通往AGI之路知识库使用指南

[heading2]总结关于AI知识库使用及AIPO活动的介绍：讨论了AI知识库的使用情况、AIPO活动的发起背景、内容安排及相关资源等。AIPO线下活动及AI相关探讨：讨论了AIPO线下活动的规则和玩法，以及AI在科技发展中的重要地位和相关研究方向。way to AGI社区活动与知识库介绍：讨论了way to AGI社区活动的安排、材料准备以及知识库的使用和相关内容更新等情况。关于AI知识库及学习路径的介绍时代杂志评选的领军人物：去年时代杂志评出了百位领军人物。AI相关名词解释：包括AGI、AIGC、agent、prompt等，建议通过与AI对话或李继刚老师的课程来理解。知识库的信息来源：有赛博蝉星公众号、国外优质博主的blog或Twitter等，推荐大家订阅获取最新信息并投稿。社区共创项目：如AIPU、CONFIUI生态大会，每月有切磋大会等活动，还发起了新活动AIPO。学习路径：有李弘毅老师的生成式AI导论等高质量学习内容，可系统化学习或通过社区共创活动反推学习，鼓励整理学习笔记并分享交流。经典必读文章：如介绍GPT运作原理、Transformer模型、扩散模型等的文章，还包括软件2.0时代相关内容。初学者入门推荐：推荐看open AI的官方Cookbook，小琪姐做了中文精读翻译，也可查看cloud的相关内容。历史脉络类资料：整理了open AI的发展时间线和万字长文回顾等。

一位投资人的AI信息源

在工作中,我将大部分时间(大约30-50%),用于深化我的人工智能/机器学习知识。我经常收到关于我用来帮助自己的工具/资源的问题。为了方便大家,这里是我的列表。希望对你们有帮助:1️⃣简报--TLDR AI([www.tldr.tech/ai](http://www.tldr.tech/ai))--The Sequence([https://lnkd.in/gZASkGHv](https://lnkd.in/gZASkGHv))--Deep Learning Weekly([www.deeplearningweekly.com](http://www.deeplearningweekly.com/))--Ben’s Bites([https://www.bensbites.co/](https://www.bensbites.co/))--Last week in ai([https://lnkd.in/gPmXZESe](https://lnkd.in/gPmXZESe))--Your guide to AI([https://lnkd.in/geARfRHB](https://lnkd.in/geARfRHB))2️⃣播客--No Priors podcast hosted by[Sarah Guo](https://www.linkedin.com/mwlite/in/sarahxguo)and[Elad Gil](https://www.linkedin.com/mwlite/in/eladgil)--Robot Brains Podcast hosted by[Pieter Abbeel](https://www.linkedin.com/mwlite/in/pieterabbeel)--Lex Fridman Podcast hosted by[Lex Fridman](https://www.linkedin.com/mwlite/in/lexfridman)--The Gradient podcast hosted by[Daniel Bashir](https://www.linkedin.com/mwlite/in/daniel-bashir)--Generally Intelligent hosted by[Kanjun Qiu](https://www.linkedin.com/mwlite/in/kanjun)--Last Week in AI 3️⃣会议--[工业界]World AI Cannes Festival

一位投资人的AI信息源

([https://lnkd.in/gCqcchA9](https://lnkd.in/gCqcchA9))--[工业界]Gen AI conference([https://www.joingen.ai/](https://www.joingen.ai/))--[工业界]Nvidia GTC Conference([https://lnkd.in/gr6BVgZD](https://lnkd.in/gr6BVgZD))--[工业界]World Summit AI([https://lnkd.in/gm9ZkGe8](https://lnkd.in/gm9ZkGe8);[https://worldsummit.ai/](https://worldsummit.ai/))--[工业界]AI and Big Data Expo([https://lnkd.in/gAcDMJs5](https://lnkd.in/gAcDMJs5);[https://www.ai-expo.net/](https://www.ai-expo.net/)--[工业界]Data+AI Summit by Databricks([https://lnkd.in/gF5QyXYv](https://lnkd.in/gF5QyXYv))--[工业界]Ai4 Conference([https://ai4.io/usa/](https://ai4.io/usa/))--[工业界]Scale Transform X([https://lnkd.in/g_YTQQPx](https://lnkd.in/g_YTQQPx))--[学术界]CVPR([https://lnkd.in/gX-Sk8jv](https://lnkd.in/gX-Sk8jv))--[学术界]ICLR([https://iclr.cc/](https://iclr.cc/))--[学术界]ICML([https://lnkd.in/gR_uZiAF](https://lnkd.in/gR_uZiAF))--[学术界]NeurIPS([https://nips.cc/]

Others are asking
ai音乐
AI 音乐相关内容如下： 关于 AI 短片配音：AI 音乐部分，点击后有直观界面，可选人声歌曲或纯音乐，选择后描述想要的音乐风格，如民谣、流行、嘻哈、国风等。若为人声歌曲，可自己写歌词或让 AI 写，通过智能歌词按钮输入简单词语给 AI 提示即可生成歌词。还有音乐库选项，可选择合适风格的音乐添加到音轨。音效库方面，在搜索框输入相关音效词，如开门声，试听后选择合适的添加到音轨。 人工智能音频初创公司：包括被 Apple 收购的。 AI 生成音乐的工具：是利用人工智能技术，特别是机器学习和深度学习算法创作、编排和生成音乐的软件平台。能分析大量音乐数据，学习模式和结构，根据用户输入或指令创作新作品。推荐的 AI 音乐产品有：由前 Google DeepMind 工程师开发的 Udio（）。
2025-03-22
你觉得小智ai怎么样？直播如何使用并销售小智ai产品？
小智 AI 的情况如下： 关于小智 AI 本身的评价未在提供的内容中有明确提及。 对于直播使用并销售类似的 AI 产品，以下是一些相关信息： 变现渠道包括直播带货、橱窗带货、商单、介绍粉丝接项目、广告等。 直播带货方面： 数字人直播工具软件可分为实时驱动和非实时驱动两类，实时驱动价格较高，非实时效果差且价格混乱。 数字人运营服务可按直播间成交额抽佣。 适用品类和场景： 适用于不需要强展示的商品，如品牌食品饮料；适用于虚拟商品，如门票、优惠券等；店播效果较好，不适用于促销场景。 面临的问题： 平台限制，如平台担心直播观感而有打压限制。 技术限制，形象依赖大模型技术提升。 需求限制，目前更多是体验新鲜感。 伦理/法律限制，如声音、影像版权等。
2025-03-22
AI产品经理学习路径
以下是为您提供的 AI 产品经理学习路径： 1. 入门级： 可以通过 WaytoAGI 等开源网站或一些课程来了解 AI 的概念。 能够使用 AI 产品，并尝试动手实践应用搭建。对应的画像可能是喜欢听小宇宙 APP 的播客或浏览 AI 相关的文章。 2. 研究级： 有两个路径，一个是技术研究路径，一个是商业化研究路径。 这个阶段对应的画像可能是对某一领域有认知，可以根据需求场景选择解决方案，或利用 Hugging face 等工具手搓出一些 AI 应用来验证想法。 3. 落地应用： 这一阶段的画像就是有一些成功落地应用的案例，如产生商业化价值。 对应传统互联网 PM 也有三个层级： 负责功能模块与执行细节。 负责整体系统与产品架构。 熟悉行业竞争格局与商业运营策略。 总结来说，对 AI 产品经理要求懂得技术框架，不一定要了解技术细节，而是对技术边界有认知，最好能知道一些优化手段和新技术的发展。AI 说到底也是工具和手段，产品经理要关注的还是场景、痛点、价值。
2025-03-22
AI现在的局限是什么，在代码方面的具体说说
AI 在代码方面存在以下局限： 1. 传统观念的局限性：AI 圈子实际影响有限，模型能力有限，初体验不佳导致误解和怀疑。企业实践中，AI 普及存在门槛，需要成功案例或外部引导建立信任。 2. 编程辅助方面：使用不频繁时被视作高级自动化工具，用于生成代码或完成重复性任务，处于辅助角色，即命令式。具体表现为执行单一、线性任务，如生成排序算法代码，简单执行模式限制了更广泛应用。 3. 问题点：命令式的“指令执行”模式忽略了 AI 在创意激发和解决问题中的潜力，局限于简单代码生成，未能在设计优化、逻辑推理和需求分析等方面发挥作用。 4. 输出方式的局限：交互方式主要以文本和代码为主，输出局限在“写”层面，存在交互效率低下、表达能力受限、认知负担重和应用场景局限等问题。例如，用户需大量文字表达需求，AI 解释结果冗长，多轮反复才能达成共识；在设计方案等场景中，图形图表表达更优；人类处理图形信息效率高于文本；纯文本输出无法满足原型设计等领域实际需求。
2025-03-22
制作研究论文的摘要图用什么AI工具比较好
以下是一些可用于制作研究论文摘要图的 AI 工具： 1. Claude：能帮助快速寻找符合条件的论文，提取精炼论文中某部分信息，并找到适合的 PPT 制作工具及教会使用。 2. Gamma.app：可用于将相关内容制作成 PPT。 在论文写作领域，还有以下相关的 AI 工具和平台： 1. 文献管理和搜索： Zotero：结合 AI 技术，自动提取文献信息，便于管理和整理参考文献。 Semantic Scholar：AI 驱动的学术搜索引擎，提供文献推荐和引用分析。 2. 内容生成和辅助写作： Grammarly：提供文本校对、语法修正和写作风格建议，提高语言质量。 Quillbot：基于 AI 的重写和摘要工具，可精简和优化论文内容。 3. 研究和数据分析： Google Colab：提供基于云的 Jupyter 笔记本环境，支持 AI 和机器学习研究，便于数据分析和可视化。 Knitro：用于数学建模和优化，帮助进行复杂的数据分析和模型构建。 4. 论文结构和格式： LaTeX：结合自动化和模板，高效处理论文格式和数学公式。 Overleaf：在线 LaTeX 编辑器，提供丰富模板库和协作功能，简化论文编写。 5. 研究伦理和抄袭检测： Turnitin：广泛使用的抄袭检测工具，确保论文原创性。 Crossref Similarity Check：检测潜在抄袭问题。 常见的文章润色 AI 工具包括： 1. Wordvice AI：集校对、改写转述和翻译等功能于一体，基于大型语言模型提供全面的英文论文润色服务。 2. ChatGPT：由 OpenAI 开发的大型语言模型，可用于多方面写作辅助。 3. Quillbot：人工智能文本摘要和改写工具，可快速筛选和改写文献资料。 4. HyperWrite：基于 AI 的写作助手和大纲生成器，帮助写作前进行头脑风暴和大纲规划。 5. Wordtune：AI 驱动的文本改写和润色工具，优化文章语言表达。 6. Smodin：提供 AI 驱动的论文撰写功能，可生成符合要求的学术论文。 您可以根据自身需求选择合适的工具。
2025-03-22
生成式AI的教育重构价值
生成式 AI 在教育领域具有重要的重构价值，主要体现在以下几个方面： 1. 为教师减负：通过复杂的算法、模型和规则，从大规模数据集中学习，创造新的原创内容，帮助教师减轻工作负担。 2. 创新教学方式：例如让历史人物亲自授课，知识获取不再受时空限制，提高教育效率和质量，增强学生学习兴趣。 3. 个性化教育：根据学生的学习情况、兴趣和偏好提供定制化的学习计划和资源，实现因材施教，满足学生学习需求，提高学习成果，缓解教育资源不平等问题。 4. 角色多样化：授课教师、游戏玩家、情感伴侣等服务都可以被 AI 重构。 5. 促进学生成长：人工智能生成的虚拟角色可以作为数字陪伴，给予孩子社会奖励，促进其成长和提高学习成绩。
2025-03-22
背景：我是一名高中生，想学习AI知识，逐步从入门到精通 目标：希望在<3个月>内具备一定能力。 请结合我的背景和优势，为我设计一份学习路线： - 列出每阶段（例如每一个礼拜）的学习重点（比如编程基础、数学）。 - 为每个阶段推荐<具体资源>（书籍、在线课程、练习项目等）。 - 提供一些学习技巧或注意事项。
以下是为您设计的一份在 3 个月内从入门到具备一定能力的 AI 学习路线： 第一个月： 学习重点：了解 AI 基本概念，包括术语、主要分支及它们之间的联系；掌握编程基础，如 Python 语言。 推荐资源： 书籍：《人工智能：一种现代方法》 在线课程：Coursera 上的“人工智能入门”课程 练习项目：使用 Python 实现简单的数据分析和可视化 学习技巧和注意事项：多做笔记，理解概念，注重实践。 第二个月： 学习重点：深入学习数学基础，包括统计学、线性代数和概率论；了解算法和模型中的监督学习和无监督学习。 推荐资源： 书籍：《概率论与数理统计》《线性代数及其应用》 在线课程：edX 上的“机器学习基础”课程 练习项目：使用监督学习算法进行数据分类预测 学习技巧和注意事项：通过实际案例加深对数学知识的理解，多做练习题。 第三个月： 学习重点：掌握神经网络基础，包括网络结构和激活函数；学习模型的评估和调优。 推荐资源： 书籍：《深度学习》 在线课程：Udacity 上的“深度学习入门”课程 练习项目：构建并优化一个简单的神经网络模型 学习技巧和注意事项：积极参与在线讨论，及时解决学习中的问题。 在整个学习过程中，您还可以： 体验 AI 产品，如 ChatGPT、文心一言等，了解其工作原理和交互方式。 掌握提示词的技巧，提高与 AI 的交互效果。 参与相关的社区和论坛，分享学习经验和成果。
2025-03-21
推荐网内有关DeepSeek知识
以下是为您推荐的有关 DeepSeek 的知识： 微博上热搜，主流媒体全报道。 通往 AGI 之路：关于 DeepSeek 的所有事情【知识库持续更新中】，链接：https://mp.weixin.qq.com/s/n0WrrJL0fVX6zLeTBWpZXA 数字生命卡兹克：DeepSeek 的提示词技巧，就是没有技巧，链接：https://zhuanlan.zhihu.com/p/20544736305（错误） 宝玉：教你如何破解 DeepSeek R1 系统提示词，类型：提示词破解，链接：https://mp.weixin.qq.com/s/vAp2wI5ozTw7R6jreLMw 橘子汽水铺：中国开源，震撼世界：DeepSeek R1 的变革、启示与展望，类型：基础认知，链接：https://mp.weixin.qq.com/s/yGUgehbxKisVaHlOkxhuaw 橘子汽水铺：自学成才之路，DeepSeek R1 论文解读，类型：基础认知，链接：https://mp.weixin.qq.com/s/gmdHyh6fsUdj1JhM1sV9bg 新智元：史上首次，DeepSeek 登顶中美 AppStore！NYU 教授：全球「AI 霸权」之争已结束，类型：基础认知，链接：https://mp.weixin.qq.com/s/ybvV8RMX0yyS5YfG1qNWgg 一支烟花 AI：用流程图对比 DeepSeekR1,OpenAI O1,Claude 说明强化学习在 AI 大模型训练、推理的创新和意义，类型：基础认知，链接：https://mp.weixin.qq.com/s/mdGtOcg1RuQOEBn31KhxQ 腾讯科技：一文读懂｜DeepSeek 新模型大揭秘，为何它能震动全球 AI 圈，类型：基础认知，链接：https://mp.weixin.qq.com/s/cp4rQx09wygE9uHBadI7RA 张小珺腾讯科技：一场关于 DeepSeek 的高质量闭门会：比技术更重要的是愿景，类型：进阶思考，链接：https://mp.weixin.qq.com/s/a7C5NjHbMGh2CLYk1bhfYw 此外，在《雪梅 May 的 AI 学习日记》中也有相关内容，如： 学习材料： 还有 1 月 30 日社区动态速览中的《》，详细讲述了 DeepSeek 相关的基本术语、省钱原因、蒸馏工作原理等。
2025-03-21
声音克隆软件推荐！
以下是为您推荐的声音克隆软件： Fish Audio： 操作步骤： 1. 准备一段需要克隆的音频（可以是类似屈原的古风声音，或自行录制一段）。 2. 打开网站：https://fish.audio/zhCN/train/newmodel/ 。 3. 上传准备好的音频，按照指引完成声音克隆。 4. 进入声音库选择需要使用的声音，将第一步生成的文案输入，使用克隆好的声音生成对应的音频文件。 5. 下载生成的音频文件备用。 开源软件： 1. GPTSoVITS：https://github.com/RVCBoss/GPTSoVITS ，对中、英、日语言支持良好，需要 10 分钟左右干素材，瞬时 clone 功能未开放。 2. OpenVoice：https://github.com/myshellai/OpenVoice ，对中文支持较好，主打瞬时 clone，发展势头良好，一个月前测试时中文声音 clone 有英语味道。 商业产品： 1. ElevenLab：https://elevenlabs.io ，支持最多语言种类，支持瞬时 clone，综合效果最好。 2. Reecho：https://reecho.ai ，中国团队，支持长音频和瞬时声音 clone，据说与火山引擎的声音 clone 技术同源。 3. 自得语音：https://zideai.com ，中国团队，支持瞬时声音 clone 和声音定制。
2025-03-21
关于人工智能有什么推荐的书
以下是为您推荐的关于人工智能的书籍： 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，系统介绍了认知神经科学的诸多方面。 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细胞和分子生物学等内容。 3. 《神经生物学:从神经元到脑》（作者：John G.Nicholls 等著）：神经生物学领域的世界级名著，涵盖了神经科学的多方面内容。 4. 《深度学习》（作者：Ian Goodfellow、Yoshua Bengio 和 Aaron Courville）：深入探讨深度学习背后的深层数学。 5. 《智慧的疆界从图灵机到人工智能》 6. 《白话机器学习的数学（图灵图书）》（作者：立石贤吾） 7. 《人工智能（第 4 版）现代方法》 此外，还有一些相关的学习资源，如微软的 AI 初学者入门课程，包括特定的机器学习云框架课程、对话式人工智能和聊天机器人课程以及深度学习背后的深层数学课程等。同时，李宏毅的机器学习课程也值得关注。
2025-03-21
请你介绍一下WaytoAGI，他是怎么样的一个网站，推荐几篇内容，快速吸引人的眼球，让人对这个网站充满兴趣。
WaytoAGI 是一个内容丰富多样的网站，涵盖了众多与 AI 相关的领域和活动。 在视频作品社区方面，有杭州云小镇相关的内容，展现了从创意到完成的精彩过程，还包括真人与 AI 结合的视觉音乐等。 在音乐方面，有 AI 音乐社区诗歌音乐、AI 音乐教程、提示词分享等，如《PROMPTS FOR AI DANCE MUSIC》，包含了多种音乐相关的标签、提示词和编曲介绍。 此外，还有关于 AI 学习的内容，如“【AI 学习笔记】小白如何理解技术原理与建立框架（通俗易懂内容推荐）”，其中推荐了对建立入门框架有重大帮助的视频，如“【包教包会】一条视频速通 AI 大模型原理_哔哩哔哩_bilibili”和“用大模型保存你的全部人生，你会接受吗：专访安克创新 CEO 阳萌|大咖谈芯第 11 期_哔哩哔哩_bilibili”。 总之，WaytoAGI 网站充满了创新和学习的资源，能满足不同用户对 AI 相关内容的需求。
2025-03-21
我想向同事领导推荐这个网站，如何描述这个网站，把网站推荐出去的同时还能展示自己对ai行业的高度关注和持续的学习
以下是向同事领导推荐“通往 AGI 之路”网站的描述： “通往 AGI 之路”是一个极其出色的网站，涵盖了大量关于 AI 的丰富内容，并且在持续更新。 对于学习者，它提供了清晰的学习路径，从基础知识到进阶技术，通过丰富的课程、活动和竞赛帮助学习者逐步提升，最终成为企业所需的高素质 AI 人才。 对于创作者，掌握 AI 技术后能利用社区资源创作出优质内容与服务，助力企业应用 AI 技术，为社区发展注入活力。 对于企业，它能链接 AI 产品和传统企业，提供优质的 AI 内容与服务，还能从学习者中获取潜在的工具推广流量。 该网站拥有 3000 多篇精华文档，吸引了 100 万用户，访问量达 2000 万次。其特色包括学习路径规划、学习方法论、最新最精华内容，鼓励组队共学、每周直播共学、上千人同时在线学习，举办 175 所校园学习和创业路演，挖掘孵化潜质人才，社区成员年龄跨度大，从 5 岁孩童到 70 岁终身学习者。此外，还有 1000 人的 AI 切磋大会、线下交流技能交换，以及最全最新的提示词教程和创意，吸引全球顶尖开发者、艺术家和行业落地者，包揽各大 Agent 平台比赛大奖，是 AI 视频创作者生态发源地，能进行品牌传播、活动策划、新品发布，还提供人才输送和行业数据咨询服务。 在功能方面，您可以和 AI 知识库对话，询问任何关于 AI 的问题；还能找到集合的精选 AI 网站，按需求挑选适合的工具；有集合的精选提示词，可复制到 AI 对话网站使用；并且会将每天知识库的精华内容呈现给大家。 总之，这个网站是我们在 AI 学习道路上的好助手，充分展示了 AI 领域的前沿动态和实用价值，非常值得大家去学习了解。
2025-03-21
我要从哪里了解特定领域的agent发布的信息
以下是一些了解特定领域 agent 发布信息的途径： 1. 飞书：可以在飞书上建机器人，并添加知识库或多维表格编辑权限，通过获取机器人的 app_id 和 app_secret 获得租用 token:tenant_access_token 来获取多维表格数据和编辑能力。然后通过 Coze 搭建定时任务，执行工作流，添加分析文章和搜索文章等能力，变成消息情报官的 Agent，并发布到飞书等平台使用。 2. 微信：可以通过微信公众号、微信小程序等渠道获取特定领域 agent 发布的信息。 3. Coze 商店：特定领域的 agent 可能会在 Coze 商店发布相关信息。 4. 相关比赛网站：例如 2025AGENT 智能体全球创作大赛网站（http://agentga.me），可以了解比赛报名、作品提交、奖项设置等信息，还能获取关于参赛作品知识产权归属等常见问题的解答。 此外，如果您对特定领域 agent 相关的招聘信息感兴趣，可关注序智科技的招聘信息，如算法/后端/前端正式&实习岗位，了解其职责和要求等。
2025-03-20
我想了解MCP相关信息
模型上下文协议（MCP）是一种全新的开放协议，用于标准化地为大语言模型（LLMs）提供应用场景和数据背景。 MCP 的特点和优势包括： 简化开发：一次整合，多次复用，不再重复开发。 灵活性强：轻松切换 AI 模型或工具，无需复杂的重新配置。 实时互动：长连接保证数据实时更新。 安全可靠：内置标准化安全和权限控制。 扩展性强：AI 系统扩展时，只需连接新的 MCP 服务器。 与传统 API 的区别在于： 传统 API 通常需要单独整合多个不同的 API，每个 API 都有独立的代码、文档、认证方式、错误处理和后续维护，极大地增加了开发复杂度。 传统 API 就像不同的门，每扇门都需要自己的钥匙和特定的规则。 MCP 由 Anthropic 公司最早开发，现已成为一个开放协议，越来越多的企业和开发者开始采用。 在某些情况下，传统 API 更适合，如应用场景需要精准且严格受控的交互方式，包括需要细粒度控制、功能严格限制，更偏好紧耦合以提升性能，希望最大化交互的可预测性。 开始使用 MCP 的步骤包括： 1. 定义能力：明确 MCP 服务器提供的功能。 2. 实现 MCP 层：按照协议标准进行开发。 3. 选择通信方式：本地连接（标准输入输出）或远程连接（如 WebSockets）。 4. 创建资源/工具：开发或连接数据源和服务。 5. 建立客户端连接：与 MCP 服务器建立安全稳定的连接。 例如，Claude 可以通过简单的 MCP 集成直接连接到 GitHub、创建新存储库并创建 PR。
2025-03-19
根据图片场景和文案信息，自主制作视频的AI工具
以下是一些根据图片场景和文案信息自主制作视频的 AI 工具及相关流程： 一、将小说制作成视频的流程 1. 小说内容分析：使用 AI 工具（如 ChatGPT）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，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。 3. 图像生成：使用 AI 图像生成工具根据描述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 AI 配音工具（如 Adobe Firefly）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：使用视频编辑软件（如 Clipfly 或 VEED.IO）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。 二、制作“古人骂人”视频的步骤 1. 文案生成 工具：DeepSeek 操作： 打开 DeepSeek 网站：https://chat.deepseek.com/ 输入提示词，示例：“让 XX 用现代口语化的表达、生气骂人的口吻吐槽 XXXX（例如：吐槽现代人），XXX 目的（例如：推广 XXX 吸引游客来旅游），输出 3 条 60 字左右的毒舌文案，每条里面都要有‘回答我！Look in my eyes！Tell me！why？baby！why？’” 可以根据自己的内容自行调整文案和字数要求。 点击生成，等待 DeepSeek 输出 3 条文案。 从中挑选最满意的一条（或多条）保存备用。 2. 准备人物形象图 工具：即梦 AI 操作： 打开即梦 AI 网站：https://jimeng.jianying.com/aitool/image/generate 输入提示词，即梦已经接入了 DeepSeek，可以直接用它来生成绘图提示词 调整生成参数（如风格、细节等），点击生成。 预览生成的人物图，不满意可调整提示词重新生成，直到满意为止。 下载最终的人物形象图。 三、“AI 拍立得” 1. 背景 为简化使用大模型工具时的繁琐流程，提升效率，萌生了“AI 拍立得”的概念，即拍即得，让操作更直观、高效。 2. 在线体验 名称：Pailido（拍立得的谐音） 微信小程序搜索：Pailido，可丰富场景自由切换，快速生成闲鱼文案、外卖/大众点评等。 3. 交互逻辑 用户可以选择拍摄场景类型，并立即拍照，AI 会自动识别和分析照片中的内容信息，依据预设场景规则，迅速生成符合情境的反馈，避免繁琐的额外操作。 4. 实现场景 图片转成文本 逻辑：用户上传图片后，大模型根据选择的场景生成与内容相关的文字描述或解说文本。 核心：图片理解和文本整理润色。 场景：生成美食点评、朋友圈发布文案、闲鱼上架示例模版等。 图片转绘图片 逻辑：用户上传图片后，大模型按照指定的风格快速生成图像的转绘版本，适应不同风格和场景需求。 核心：图片风格化滤镜。 场景：图片粘土风、图片积木风、图片像素风等。
2025-03-19
阅读大量特定网页并提取信息的大模型推荐
以下为您推荐几款能够阅读大量特定网页并提取信息的大模型： 1. 一款 AI 浏览器插件： 其 idea 来自早先挖的坑，在词生卡刚火时，想进一步发挥大模型对话产品的能力，做一个真正的提示词智能体。 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。 为达到这一效果，大模型对话产品需完成关键步骤：自行访问链接并解析网页内容、根据提示词要求提炼标题等信息、利用 qrcode.js 库生成二维码图片、基于特定模板设计要求生成卡片样式。 编写的「网页分享卡片生成」词生卡 Prompt 有新的组织方法，把设计要求拆分为“设计规范”和“内容结构”，再细分为“布局与尺寸”等独立模块，并结合“内容结构”进行要求提示。这种方式具有模型通用性、提示简易性和生成稳定性的优势。 2. 本地部署资讯问答机器人： 导入依赖库，包括 feedparse 用于解析 RSS 订阅源，ollama 用于在 python 程序中跑大模型。 从订阅源获取内容，通过函数从指定的 RSS 订阅 url 提取内容，将长文本拆分成较小的块并附带相关元数据，最终合并成列表返回。 为文档内容生成向量，使用文本向量模型 bgem3，其具有支持多语言等特点。从 hf 下载好模型后，通过函数利用 FAISS 创建高效的向量存储。 3. 伊登： 工作流程包括内容获取，只需输入新闻链接，系统就能自动提取核心内容。 开始节点输入新闻链接和视频合成插件 api_key，添加网页图片链接提取插件获取图片，使用链接读取节点提取文字内容，利用大模型节点重写新闻成为口播稿子，可使用 DeepseekR1 模型生成有吸引力的口播内容。
2025-03-18
我想在飞书云中用DeepSeek-R1模型提取链接中的信息，请问如何写指令呢?我刚刚进行了尝试，发现提取出的信息和我点开链接看到的信息不一致，这个问题又该如何解决呢？
在飞书云中使用 DeepSeekR1 模型提取链接中的信息并解决提取信息不一致的问题，您可以参考以下内容： 对于指令编写： 虽然 R1 推理能力较强，但您想表达的不一定完全与模型吻合，因此建议多加清晰指令。 模糊指令优化方面，比如对于宽泛需求可添加维度约束，如原句“写小说”可修正为“创作以 AI 觉醒为背景的悬疑短篇，采用多视角叙事结构”；对于主观表述可量化标准，如原句“写得专业些”可修正为“符合 IEEE 论文格式，包含 5 项以上行业数据引用”。 迭代优化法包括首轮生成获取基础内容、特征强化（如加强第三段的技术细节描述）、风格调整（如改用学术会议报告语气，添加结论部分）、最终校验（检查时间逻辑一致性，列出可能的事实性错误）。 对于提取信息不一致的问题： 信息幻觉：追加请标注所有不确定陈述，并提供验证方法。 格式偏离：使用严格遵循以下模板：第一行...第二行... 深度不足：触发请继续扩展第三章节内容，添加案例佐证。 另外，关于获取字节火山 DeepSeek 系列 API 完整教程及使用方法： 1. 注册并登录火山引擎，点击立即体验进入控制台。 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。 4. 若有提示“该模型未开通，开通后可创建推理接入点”，点击“立即开通”，勾选全部模型和协议一路开通（免费）。 5. 确认无误后，点击“确认接入”按钮。 6. 自动返回创建页面，复制多出的接入点名为“DeepSeekR1”的推理点 ID 并保存。 7. 点击【API 调用】按钮，进入后点击【选择 API Key 并复制】。 8. 若已有 API key 直接查看并复制，没有则点击【创建 API key】。 9. 复制并保存好 API key。 在实现新闻播报自动化工作流方面： 第一步是内容获取，输入新闻链接，系统自动提取核心内容。开始节点的入参包括新闻链接和视频合成插件 api_key。添加网页图片链接提取插件，获取网页里的图片。接着利用调整图片的节点，将 url 属性的图片内容转化为 image 属性的图片。然后使用链接读取节点，将文字内容提取出来。在提取链接后面接上一个大模型节点，用 DeepSeekR1 模型生成有吸引力的口播内容。若想加上自己的特征，可在提示词里写“开头加上‘这里是伊登 AI’之类的个性化台词防伪”。
2025-03-18
如何使用AI在网络搜索信息，并将信息填入表格内呢？
使用 AI 在网络搜索信息并填入表格内，您可以参考以下几种方法： 1. 利用 AI 与权威网站结合获取关键数据，并辅助提取结构化表格数据或编写抓取程序。例如，针对如何用 AI 撰写专业区域经济报告，信息收集时可这样操作。同时，针对报告需求将内容拆分，避免 AI 单次处理任务过长。数据处理时，借助传统工具如 Excel，结合 AI 指导高效操作数据筛选与图表生成。分析与撰写时，通过整理数据，利用 AI 辅助分析后撰写报告初稿，可指定风格并校验数据与结论准确性。但要注意，AI 仅作辅助，最终内容需人工主导校验，避免误导性结论。 2. 使用 Perplexity 进行搜索。Perplexity 的 Pro 搜索会将复杂问题拆分成不同关键词，进行多次搜索后整合结果，为用户提供全面、精准的答案。用户提问一次，Perplexity 会自动分多次搜索并把答案合并整理呈现，还会提供信息来源以便进一步查证。 3. 对于调研市场上主流的开源搜索引擎技术架构这类任务，可采用多智能体 AI 搜索引擎方案： 第一步，根据用户任务，使用搜索工具如 API WebSearchPro 补充更多信息，参考相关文档。 第二步，使用大模型如 GLM40520 把用户问题拆分成若干子搜索任务，并转换为 JSON 格式，参考相应 API 文档和 JSON 工具。 第三步，用具备联网搜索和自主分析能力的 AI 搜索智能体完成子任务，参考智能体 API 的调用方式。 第四步，智能体能调用各种插件生成思维导图等，根据工作需要选择，参考智能体 API 的调用方式。
2025-03-18
AI应用赛道中top应用介绍，实现的功能和应用场景，产品Launch时间：AIGC功能 Launch时间、当前月活用户数、营收利润、一年成本投入、市场占有率、目前融资金额及估值、创始团队介绍、公司员工规模、所属国家、用户来源、用户来自于哪些国家、用户profile、转化率、ROI等等, 盈利模式，优劣势与未来发展趋势。
以下是关于 AI 应用赛道的相关介绍： 应用场景：涵盖医疗、制造业、金融风控、消费端个性化服务、办公、农业、能源优化、娱乐等领域。 关键技术： 1. 包括大语言模型作为中枢神经系统，记忆模块实现长期和短期记忆，以及规划能力中的目标设定、任务拆解、生成策略、执行与反馈、资源管理和多智能体协同。 2. 强化学习用于环境感知和决策调整，多模态融合涉及多种数据类型，低成本训练是考虑成本的重要因素。 智能体特征：包括自主性、交互性和适应性，如通过自我对弈和博弈不断进化，在金融风控领域利用大量数据提升准确率。 AI 技术路线：从有语言能力的 AI 到有推理能力，再到能使用工具、发明创新以及形成组织，共五级。 智能体框架类型：分为任务驱动型、多智能体协作、强化学习型、具身智能体、应用型智能体，每种类型都有代表性框架。 智能体与大模型的关系：大模型是中枢和基石，智能体是行动引擎，两者协同演进，智能体产生的数据可反哺大模型。 未来趋势：智能体可能在中小企业中更具效益，人机协作中人类成为监督角色，但存在算力成本、伦理风险、技术瓶颈等挑战。 B 端变现与创业方向： 1. B 端变现细分包括高频率和大规模的内容生产细分，如文字、视频、3D 模型、AI 智能体等，底层是需求和数据收集及训练模型，算力和能源是关键。 2. 自媒体创业：视频号等平台尚有蓝海空间，需具备内容创新和差异化，内容成本低且更新迭代快。 3. 游戏创业：个人或团队可做轻量化游戏，结合 AI 技术，满足放松和社交需求，专注垂类赛道，避免与大厂竞争。 4. 影视创业：25 年将是拐点，更多内容会采用 AI 技术，如哪吒 2 因前期规划未用 AI 技术。 5. 广告营销创业：重点是 AI 虚拟人，数字插画可走治愈类型，要明确平台用户画像和产品定位，做好次留存和引入私域。 AI 虚拟人的发展与创业机遇： 1. 创业难点：创业对创业者综合能力要求极高，找到志同道合且能力互补的战友是创业前期最难的事。 2. AI 虚拟人发展：从早期以首位为核心的宅文化虚拟偶像，到以 CG 技术和动捕语音合成技术为核心的角色，再到如今以动捕和人工智能技术为核心的服务型虚拟人，其发展历程不断演进。 3. 虚拟人产业链：包括基础层的硬件和软件研发，平台层如商汤、百度等提供工具和系统，应用层涉及影视、传媒、游戏、金融、文旅等内容变现。 4. 未来创业机遇：AI 虚拟人是未来 310 年 Web 3.0 的风口，提前布局未来有潜力的赛道，准备好迎接机遇。 相关案例和产品信息： 1. 10 月 26 日，AI 翻译和口型匹配技术在视频制作中的应用逐渐流行，公司如 Captions、HeyGen 和 Verbalate 通过 AI 生成字幕、配音和口型匹配等功能，帮助用户轻松实现视频翻译本地化。 2. 10 月 25 日，Perplexity 最新估值约为 5 亿美元，较 3 月宣布的 1.5 亿美元估值上涨 300%以上，当前的付费用户数量达到了 1.5 万人，截止本月，Perplexity 的 ARR 达到 300 万美元，最新估值约为 ARR 的 150 倍。 3. 《100 个有意思的 AI 应用》由国盛证券出品，分为基于 LLM 自然语言能力的对话、写作、阅读、分析等应用；多模态技术持续发展，图像、视频、音频、3D 等 AIGC 应用；企业级应用等。
2025-03-14
怎样操作来源模型
以下是关于操作来源模型的相关内容： 对于某些模型，如 Llama3.1 8B Instruct，操作方式如下： 1. 选择自定义提示词（也可选择预定义的话题，即黑色按钮，黑色按钮会有新手使用指引）。然后左边会出现熟悉的 chat 界面。 2. 输入对话内容，等待左右两边的内容生成。若右边的分析未刷新，在相关按钮间切换。 3. Activation Mode 可获得整段的推理判断；Attribution Mode 需选中一个 token，它会分析对应的最大关联内容。 对于 ComfyUI 玩 SDXL 的模型，操作要点包括： 1. 添加噪波：disable，运行后操作：fixed，步数：30，开始降噪步数：20，结束降噪步数：30，返回噪波：disable。 2. 若将 refiner 的模型连上提示词导致第一个 base 模型的链接断开，可通过加入新节点（右键点击【新建节点】【实用工具】【Primitive 元节点】），在文本节点上单击右键选择【转换文本为输入】，将元节点与文本节点相连接，复制出正负提示词节点分别给 base 模型和 refiner 模型，再将 base 模型的一套输出给第一个采样器节点，refiner 模型的一套输出给第二个采样器节点，使两个模型同时起作用。 对于 Tusiart 模型： 1. 首页包括模型、帖子、排行榜，可查看大手子炼成的模型、图片，不同模型有 checkpoint 和 lora 等标签，还有 XL 标签属于 SDXL 新模型，点击可看模型详细信息及返图区。 2. 基础模型（checkpoint）是生图必需的，任何生图操作必须选定，lora 是低阶自适应模型，可有可无，但对细节控制有价值。 3. ControlNet 可控制图片中特定图像，VAE 类似于滤镜可调整生图饱和度，选择 840000 即可。 4. Prompt 提示词是想要 AI 生成的内容，负向提示词 Negative Prompt 是想要 AI 避免产生的内容。
2025-02-21
优秀的来源大模型有哪些
以下是一些优秀的大模型： Google 的 T5：属于 encoderdecoder 类型的模型，适用于翻译和摘要等任务。 OpenAI 的 GPT3：预训练数据量大，参数众多，能根据用户输入的任务描述或示例完成任务。 ChatGPT：用户通过像和人类对话的方式即可完成任务。 国内的优秀大模型有： 智谱清言（清华&智谱 AI）：基础模型为 ChatGLM 大模型。在工具使用排名国内第一，在计算、逻辑推理、传统安全能力上排名国内前三，更擅长专业能力，但代码能力有优化空间，知识百科稍显不足。可应用于 AI 智能体、较复杂推理、广告文案、文学写作等场景。 通义千问 2.0（阿里云）：在语言理解与抽取、角色扮演能力上排名国内前一，在代码、生成与创作、上下文对话能力上排名国内前三，各项能力较为均衡。聚焦在移动设备端的应用，涵盖知识、记忆、工具、创作等方向，支持多种工具和文生文、文生图等场景。 Baichuan213BChat（百川智能）：百川智能自主训练的开源大语言模型，是中文开源模型的主导力量。
2024-12-28
国内外最好的来源大模型有哪些 对比介绍一下
以下是国内外一些较好的大模型及其对比介绍： 国外大模型： GPT4 Turbo 总分 90.63 分遥遥领先，在各项能力上表现出色。 国内大模型： 文心一言 4.0（API）总分 79.02 分，过去 1 年有长足进步。 通义千问 2.0（阿里云）：在代码、上下文对话基础能力上排名国内第一，各项能力较为均衡，位于国内大模型第一梯队，适合应用于金融、医疗、汽车等垂直专业场景及代码生成与纠错等场景。 AndesGPT（OPPO）：在语言理解与抽取、角色扮演能力上排名国内前一，在代码、生成与创作、上下文对话能力上排名国内前三，各项能力较为均衡，聚焦在移动设备端的应用。 百川智能的 Baichuan213BChat：是中文开源模型的主导力量，在中文上表现优于国外开源模型。 在 SuperCLUE 测评中，国外模型的平均成绩为 69.42 分，国内模型平均成绩为 65.95 分，差距在 4 分左右，但国内外的平均水平差距在缩小。另外，国内开源模型在中文上表现要好于国外开源模型。
2024-12-28
自己的ai来源模型是什么
智谱·AI 的开源模型包括以下部分： 其他模型： WebGLM10B：利用百亿参数通用语言模型（GLM）提供高效、经济的网络增强型问题解答系统，旨在通过将网络搜索和检索功能集成到预训练的语言模型中，改进现实世界的应用部署。 WebGLM2B MathGLM2B：在训练数据充足的情况下，20 亿参数的 MathGLM 模型能够准确地执行多位算术运算，准确率几乎可以达到 100%，其结果显著超越最强大语言模型 GPT4 在相同测试数据上 18.84%的准确率。 MathGLM500M MathGLM100M MathGLM10M MathGLMLarge：采用 GLM 的不同变体作为骨干来训练 MathGLM，包括具有 335M 参数的 GLMlarge 和 GLM10B。此外，还使用 ChatGLM6B 和 ChatGLM26B 作为基座模型来训练 MathGLM。这些骨干模型赋予 MathGLM 基本的语言理解能力，使其能够有效理解数学应用题中包含的语言信息。 多模态模型： CogAgent18B：基于 CogVLM17B 改进的开源视觉语言模型。CogAgent18B 拥有 110 亿视觉参数和 70 亿语言参数，支持 11201120 分辨率的图像理解，在 CogVLM 功能的基础上，具备 GUI 图像的 Agent 能力。 CogVLM17B：强大的开源视觉语言模型（VLM）。基于对视觉和语言信息之间融合的理解，CogVLM 可以在不牺牲任何 NLP 任务性能的情况下，实现视觉语言特征的深度融合。 Visualglm6B：一个开源的，支持图像、中文和英文的多模态对话语言模型，语言模型基于 ChatGLM6B，具有 62 亿参数；图像部分通过训练 BLIP2Qformer 构建起视觉模型与语言模型的桥梁，整体模型共 78 亿参数。 部署和训练自己的 AI 开源模型的主要步骤如下： 1. 选择合适的部署方式，包括本地环境部署、云计算平台部署、分布式部署、模型压缩和量化、公共云服务商部署等，根据自身的资源、安全和性能需求选择合适的部署方式。 2. 准备训练所需的数据和计算资源，确保有足够的训练数据覆盖目标应用场景，并准备足够的计算资源，如 GPU 服务器或云计算资源。 3. 选择合适的预训练模型作为基础，可以使用开源的预训练模型如 BERT、GPT 等作为基础，也可以自行训练一个基础模型。 4. 针对目标任务进行模型微调训练，根据具体应用场景对预训练模型进行微调训练，优化模型结构和训练过程以提高性能。 5. 部署和调试模型，将训练好的模型部署到生产环境，对部署的模型进行在线调试和性能优化。 6. 注意安全性和隐私保护，大模型涉及大量数据和隐私信息，需要重视安全性和合规性。 总的来说，部署和训练自己的大模型需要综合考虑多方面因素，包括部署方式、数据准备、模型训练、部署调试以及安全性等。需要根据具体需求选择合适的方法，并注意优化各个环节以提高模型性能和应用效果。
2024-12-27
AI数据来源
以下是关于生成式 AI 不同领域 2024 年 1 3 月的季度数据报告： 文字 社交： 数据来源：Similarweb，Visit，单位为万，变化公式为 3 月/2 月 1 100%。 3 月个人视频访问量为 71 万。 赛道方面：天花板潜力为 14 亿美金，对标公司无，总体趋势下滑严重，月平均增速为 5.7 万 PV/月，原生产品占比低，多为原有换脸产品升级。 竞争方面：Top1 占比 76%，Top3 占比 92%，马太效应较强，网络效应弱，大厂未入局，大厂占比低，技术门槛中。 Top1 公司（非大厂）为 Deepfakes Web，其最新月 PV 为 54 万。 音频大类： 网址：aiwatch.ai 数据来源：Similarweb，Visit，单位为万，变化公式为 3 月/2 月 1 100%。 赛道方面：天花板潜力为 200 亿美金，对标公司为 Spotify，总体趋势高速增长，月平均增速为 522 万 PV/月，原生产品占比高。 竞争方面：Top1 占比 33%，Top3 占比 53%，马太效应中，网络效应较高，大厂已入局，大厂占比低，技术门槛高。 Top1 公司（非大厂）为 sunoAI，其 3 月 PV 为 2192 万，单用户 PV 价值为 0.27 美元。 文字 教育： 网址：aiwatch.ai 数据来源：Similarweb，Visit，单位为万，变化公式为 3 月/2 月 1 100%。 赛道方面：天花板潜力约 30 亿，对标公司为 Chegg，总体趋势快速增长，月平均增速为 1793 万 PV/月，原生产品占比低。 竞争方面：Top1 占比 45%，Top3 占比 76%，马太效应弱，网络效应弱，大厂未入局，大厂占比低，技术门槛中。 Top1 公司（非大厂）为 Quizlet，其估值为 10 亿美元（2020.5），3 月 PV 为 1.3 亿，收入约 7500 万美元（2023），PS 为 13.3x，单用户 PV 价值为 7.5 美元。
2024-12-04