以下是关于 Cursor 的教程： 中文教程网站：，适合想深入了解和学习 Cursor 的用户。 0 编程基础入门极简使用指南： 下载 Cursor：https://www.cursor.com/ 注册账号，可用邮箱如 google/github/163/qq 邮箱，直接接受二维码登录。 安装中文包插件。 cursor 相关操作： 需求示例：做一个贪吃蛇游戏，在网页中玩。在设置中 Rule for AI 配置，按 ctrl/cmd+i 输入：帮我做一个贪吃蛇游戏，这个游戏的规则和逻辑如下： 游戏界面：在矩形网格上进行，玩家控制蛇。 蛇的移动：持续移动，玩家通过按键控制方向（上、下、左、右）。 食物：随机出现，蛇吃到食物增长身体。 增长：每次吃到食物，身体增加一节。 死亡条件：撞墙（头部撞到边界）、撞自己（头部撞到自己身体）。 得分：吃到食物得分，与食物数量成正比。 难度递增：蛇速度加快或食物出现频率降低。 游戏结束：蛇死亡时结束，显示得分。 小白的 30min Cursor AI 编程上手步骤： 环境准备：预计用时 5 10min，需要魔法，网址：https://www.cursor.com ，下载安装软件后在页面中注册。

以下是关于 AI 炒股助手的相关信息： 目前，AI Agent 应用大多集中在 2B 场景，面向个人消费者的产品较少。AI Agent 指的是一种智能代理系统，接近人类大脑，可形成记忆、达成行动规划、自动交互、主动预测。其应用具有个性化、自主完成任务、多 Agent 协作等特点。 在炒股方面，博主林亦 LYi 实现了某种程度上的多 Agent 协作能力。此外，Stocked AI 是一个投资服务，提供每日股票推荐，其推荐由机器学习模型生成，使用人工智能预测下一天的股票收盘价。 还有一个摊位信息提到“AI+交易：来定制专属于你的私人高级交易顾问吧！”，其思路是将交易与 AIGC 相结合，打造私人高级交易顾问。但对于个人投资者而言，心态在交易中起着关键作用，单纯迷信技术分析提高胜率实现长期稳定盈利不可行，新人往往对交易理论不熟悉，多种策略配合或能提高理论胜率。

AI 的错误率因任务类型和具体应用场景而异。 对于一些像开车这样的任务，其容错率相当低，结果由物理定律和现实约束决定，正确性的衡量标准非常客观且明确，AI 在这类任务中的表现往往难以令人满意。 而在写作任务中，由于结果的好坏更多取决于人类的理解和接受程度，允许很多的近似和模糊性，所以相对来说，AI 在写作任务中的错误可能更容易被接受和解释。 例如，OpenAI 发布的 o1 基础版，其错误率比起预览版降低了 35%。但在现阶段，即使是最好的大模型，在大多数时候也根本无法独立完成生产任务，仅限于降本增效。 同时，我们还需要认识到人类自身也存在认知偏差，如确认偏误、锚定效应等，这也会影响我们对 AI 错误的判断和理解。为了更好地应对 AI 可能出现的错误，我们需要不断提升自身的认知能力，锻炼逻辑思维和掌握数据分析能力。

以下是为您提供的关于免费的生成式人工智能的相关信息： 免费试用和折扣： 从 12 月 16 日起向奥德赛计划注册用户开放，已筹集超过 75 万美元的免费试用机会，助力开启人工智能电影制作之旅。 图像与视频生成平台： Civitai：是开源生成式人工智能的家园，使命是使工具和资源普及化。提供模型托管、图像/视频生成和模型训练服务，已发展成拥有 650 万月活跃成员的社区。 KLING AI：下一代一站式人工智能创作平台，拥有强大的人工智能图像和视频生成能力，通过提示和图像激发创造力，具有先进的文本理解能力、精细的细节处理和多种风格。提供积分试用套餐和高级功能抢先体验。 Viggle：允许用户通过 3D 视频基础模型 JST 指定角色的动作。创作者、品牌和电影制作人可轻松替换角色、复制动作并将想法变为现实。前 5000 名注册用户可享受 1 个月的 Viggle 专业计划。 Hailuo Video by MiniMax：强大的人工智能驱动的视频生成引擎。从将简单文本转换为生动、专业品质的视频，到将静态图像转换为动态视觉故事。3 天内为用户提供 1000 积分。 Hedra：开创性的视频基础模型公司，正在构建能够实现控制、情感和创造性智能的全栈创作工作室。前 5000 名注册用户可享受 1 个月的 Hedra 基本计划。 生成式人工智能的相关知识： 生成式人工智能是可以产生各种类型内容的人工智能，包括文本、图像、音频和合成数据。 它需要在流程的开始和结束时进行人工参与，人类需向生成模型输入提示才能让其创建内容。 生成式人工智能输出自然语言、图像或音频，而非生成式人工智能输出数字或类别。 生成式人工智能模型使用统计模型预测预期的响应，并根据训练数据的基础结构生成新的内容。 生成式人工智能的力量来自于使用了 Transformers 技术，但也可能产生幻觉。 学习资源： 视频学习地址：https://youtu.be/G2fqAlgmoPo 中文版本推荐：和超正经学术君

以下是一些 AI 去水印的工具： 1. AVAide Watermark Remover：在线工具，使用 AI 技术，支持多种图片格式（如 JPG、JPEG、PNG、GIF 等），操作简单，上传图片、选择水印区域，保存并下载处理后的图片，还提供去除文本、对象、人物、日期和贴纸等功能。 2. Vmake：提供 AI 去除图片水印功能，可上传最多 10 张图片，AI 自动检测并移除水印，处理完成后可保存生成的文件，适合需快速去水印并在社交媒体分享图片的用户。 3. AI 改图神器：提供 AI 智能图片修复去水印功能，可一键去除图片中多余物体、人物或水印，不留痕迹，支持直接粘贴图像或上传手机图像，操作方便。 4. ProPainter：一键移除视频内物体或水印，基于 E2FGVI 实现，项目：https://t.co/psub7dIymc ，Github：https://github.com/sczhou/ProPainter 。 5. https://anieraser.media.io/app：去水印效果好但收费。 6. https://onlinevideocutter.com/removelogo：可以去水印，效果一般。 您可以根据具体需求选择适合您的去水印工具。内容由 AI 大模型生成，请仔细甄别。

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：为了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LLM中，Token被视为模型处理和生成的文本单位，会被分割并生成词汇表，数字化便于计算机处理。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。 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。其规模大，通常包含从数十亿到数千亿的参数，庞大的参数集合赋予了强大的学习和记忆能力。大模型强大的原因一方面在于庞大的参数数量，这些参数在学习过程中不断调整，帮助模型更深入地理解和生成数据；另一方面，大模型的训练离不开大量数据，包括文本、图像、音频等，通过对这些数据的学习，模型能掌握丰富知识和技能。 GPT是“生成式预训练变换器”（Generative Pretrained Transformer）的缩写，是一种大型语言模型（LLM），也是生成式人工智能的重要框架。

AI 智能体是指类似于 AI 机器人小助手的存在。简单理解，参照移动互联网，它类似 APP 应用的概念。AI 大模型是技术，而面向用户提供服务的产品形式就是智能体，所以很多公司关注 AI 应用层的产品机会。 在 C 端，比如社交方向，用户注册后先创建自己的智能体，然后让其与他人的智能体聊天，聊到一起后真人再介入，这是一种有趣的场景；还有借 Onlyfans 入局打造个性化聊天的创业公司。在 B 端，如果字节扣子和腾讯元器是面向普通人的低代码平台，类似 APP 时代的个人开发者，那还有帮助 B 端商家搭建智能体的机会，类似 APP 时代专业做 APP 的。 目前有不少大厂推出自己的 AI 智能体平台，如字节的扣子、阿里的魔搭社区等。AI 智能体拥有各项能力，能帮我们做特定的事情。它包含了自己的知识库、工作流，还可以调用外部工具，再结合大模型的自然语言理解能力，就可以完成比较复杂的工作。AI 智能体的出现是为了解决像 GPT 或者文心一言大模型存在的胡编乱造、时效性、无法满足个性化需求等问题，结合自身业务场景和需求，定制出适合自己的智能体来解决问题。 例如，扣子（Coze）是字节跳动旗下的新一代一站式 AI Bot 开发平台，无论用户是否具备编程基础，都能在该平台上迅速构建基于 AI 模型的各类问答 Bot，开发完成后还可将其发布到各种社交平台和通讯软件上供用户交互聊天。创建智能体通常包括起名称、写介绍、使用 AI 创建头像等简单步骤。

AI 在工程施工管理中的应用包括以下方面： 1. 项目管理和任务跟踪工具：如 Jira、Trello 等项目管理软件已开始集成 AI 功能，可辅助制定计划、分配任务、跟踪进度。 2. 文档和协作工具：微软的 Copilot 可集成到 Office 套件中，为项目文档撰写、编辑等提供帮助。云存储服务如 Google Drive 也提供 AI 驱动的文档管理和协作功能。 3. 风险管理和决策支持工具：一些 AI 工具能帮助识别和分析项目风险，并提供决策建议。 4. 沟通和协作工具：AI 助手可辅助进行团队沟通协调、客户关系维护等。 5. 创意生成工具：如文心一格、Vega AI 等 AI 绘画工具，可帮助快速生成创意图像素材。 AI 在汽车行业的应用案例有： 1. 自动驾驶技术：利用 AI 进行图像识别、传感器数据分析和决策制定，如特斯拉、Waymo 和 Cruise 等公司在开发和测试自动驾驶汽车。 2. 车辆安全系统：用于增强车辆的安全性能，如自动紧急制动、车道保持辅助和盲点检测系统。 3. 个性化用户体验：根据驾驶员的偏好和习惯调整车辆设置，如座椅位置、音乐选择和导航系统。 4. 预测性维护：通过分析车辆实时数据预测潜在故障和维护需求，减少停机时间和维修成本。 5. 生产自动化：在汽车制造中用于自动化生产线，提高生产效率和质量控制。 6. 销售和市场分析：分析市场趋势、消费者行为和销售数据，以制定营销策略和优化产品定价。 7. 电动化和能源管理：在电动汽车的电池管理和充电策略中发挥作用，提高能源效率和延长电池寿命。 8. 共享出行服务：如 Uber 和 Lyft 等，使用 AI 优化路线规划、调度车辆和定价策略，提高服务效率和用户满意度。 9. 语音助手和车载娱乐：如 Amazon Alexa Auto 和 Google Assistant 等语音助手，允许驾驶员通过语音控制车辆功能、获取信息和娱乐内容。 10. 车辆远程监控和诊断：远程监控车辆状态，提供实时诊断和支持。 在制造业领域，AI 的应用包括： 1. 产品设计和开发：利用 AI 生成工具如 Adobe Firefly、Midjourney 等，可根据文字描述快速生成产品的 3D 模型、渲染图、插图等设计元素，提高设计效率。 2. 工艺规划和优化：结合大语言模型的自然语言处理能力，自动生成制造工艺流程、设备选型、质量控制等方案，优化生产过程。 3. 设备维护和故障诊断：分析设备运行数据，预测设备故障，并自动生成维修建议，提高设备可靠性。 4. 供应链管理：根据历史数据和市场变化，自动生成采购计划、库存预测、物流优化等内容，提高管理效率。 5. 客户服务：基于对话模型的 AI 客服机器人，自动生成个性化的客户回复，提升客户体验。

以下是关于如何用 AI 写作的一些方法和建议： 1. 确定写作主题 明确您的研究兴趣和目标，选择一个具有研究价值和创新性的主题。 2. 收集背景资料 使用 AI 工具如学术搜索引擎和文献管理软件来搜集相关的研究文献和资料。 3. 分析和总结信息 利用 AI 文本分析工具来分析收集到的资料，提取关键信息和主要观点。 4. 生成大纲 使用 AI 写作助手生成包括引言、文献综述、方法论、结果和讨论等部分的大纲。 5. 撰写特定部分 利用 AI 工具来帮助撰写文献综述部分，确保内容的准确性和完整性。 根据研究需求，利用 AI 建议的方法和技术来设计研究方法。 6. 数据分析（若涉及） 如果写作内容涉及数据收集和分析，可以使用 AI 数据分析工具来处理和解释数据。 7. 撰写和编辑 利用 AI 写作工具来撰写各个部分，并进行语法和风格的检查。 8. 生成参考文献 使用 AI 文献管理工具来生成正确的参考文献格式。 9. 审阅和修改 利用 AI 审阅工具来检查写作内容的逻辑性和一致性，并根据反馈进行修改。 10. 提交前的检查 最后，使用 AI 抄袭检测工具来确保写作的原创性，并进行最后的格式调整。 需要注意的是，AI 工具可以作为辅助，但不能完全替代您的专业判断和创造性思维。在使用 AI 进行写作时，应保持批判性思维，并确保写作的质量和学术诚信。 此外，还有以下一些观点和方法： AI+内容创作是现阶段很好的赛道，有完美的产品模型匹配和产品市场匹配，且天花板高。 定义好的文字为能引起人的生理共鸣与情绪，AI 因预训练数据量大能学会引发共鸣，从而写出好文字。 用 AI 写出好文字的方法包括选好模型，评估模型的文风和语言能力、是否有过度道德说教与正面描述趋势、in context learning 能力和遵循复杂指令的能力；克服平庸，平衡“控制”与“松绑”；显式归纳想要的文本特征，通过 prompt 中的描述与词语映射到预训练数据中的特定类型文本，往 prompt 里塞例子。 在实际写作中： 可以用 AI 草拟任何东西的初稿，如博客文章、论文、宣传材料、演讲、讲座等。 让 AI 帮助改进写作内容，或就如何为特定受众提供更好的建议，还可以要求它以截然不同的风格创建多个草稿，使事物更生动，或者添加例子。 将自己的文本粘贴到 AI 中，让其以提高写作质量。 像使用实习生一样让 AI 协助完成一些任务，如写邮件，创建销售模板，提供商业计划的下一步等。 当从一个任务中被困难挑战分散注意力时，AI 可以提供让自己有动力的方式。

Prompt 是给大模型输入的一段原始输入，能够帮助模型更好地理解用户的需求并按照特定的模式或规则进行响应。它通常以问题或指示的形式出现，比如可以设定“假设你是一位医生，给出针对这种症状的建议”，后续与大模型的对话会按照此设定展开。 Prompt 有多种玩法，例如可以在设定中要求模型按照一定的思路逻辑去回答，像最近比较火的思维链（cot）就是在 prompt 环节对模型的输出进行指导。还可以让模型按照特定格式（如 json）输出，使模型变成一个输出器。 简单来说，Prompt 是一套与大模型交互的语言模板，通过它可以输出对大模型响应的指令，指定大模型应做的任务、如何处理任务，并最终获得期望的结果。大模型本质是基于语言的概率模型，若直接询问而不提供 prompt，模型随机给出答案；有了 prompt 则相当于给了模板，包括对模型的要求、输入和输出的限制，模型在限制下得出概率最大的答案。虽然大模型有基础文字能力能理解大部分话，但为提升回答效果，需要通过 prompt 来提高返回的准确性。在大模型时代，人机交互的主要方式可以认为是 prompt，而非过去通过代码的方式。