学习大模型的路径主要包括以下几个步骤： 1. 收集海量数据：就像教孩子成为博学多才的人需要让其阅读大量书籍、观看纪录片、与人交谈一样，对于大模型，要收集互联网上的文章、书籍、维基百科条目、社交媒体帖子等各种文本数据。 2. 预处理数据：如同为孩子整理学习资料，AI 研究人员需要清理和组织收集到的数据，包括删除垃圾信息、纠正拼写错误、将文本分割成易于处理的片段。 3. 设计模型架构：如同为孩子设计学习计划，研究人员要设计大模型的“大脑”结构，通常是一个复杂的神经网络，例如 Transformer 架构，这种架构擅长处理序列数据如文本。 4. 训练模型：如同孩子开始阅读和学习，大模型开始“阅读”提供的数据，通过反复尝试预测句子中的下一个词，不断重复这个过程，逐渐学会理解和生成人类语言。 此外，关于大模型的底层原理，计算机科学家/工程师以大脑神经元细胞结构为灵感，在计算机上利用概览模型实现对人脑结构的模仿，不过计算机的神经元节点更为简单，本质上只是进行一些加法和乘法运算而后输出。大模型内部如同人类大脑是一个混沌系统，即使是 OpenAI 的科学家也无法解释其微观细节。

以下是关于如何起步开始学习 AI 设计的一些建议： 1. 阅读相关文章： 如 ，了解市场动态和生成式 AI 商业模式的相关问题。 ，认识到尽早学习的重要性，避免被其他熟练掌握 AI 动力设计技巧的设计师超越。 ，了解设计的当前状态、常见问题及实用技巧。 ，学习最佳实践和利用 UX 策略使 AI/ML 系统更易于解释和透明。 2. 利用工具： 了解星流一站式 AI 设计工具，在入门模式下，熟悉右侧生成器的图片参考部分，如快速参考、风格迁移、Tile 分块、重新上色等功能。 掌握基础模型，包括星流通用大模型及基础模型 F.1、基础模型 XL、基础模型 1.5 等，了解它们在效果和生成速度上的差异。 了解增强模型，可通过收藏、查看例图和选择风格等方式进行使用。

以下为为初学者介绍 AI 的相关 PPT 资源： 1. 《和 Cursor AI 一起学 Python 编程》 分享者：B站 PPT 链接： 在线代码：https://bohrium.dp.tech/notebooks/86124619178/update 课程大纲：和 AI 一起学 Python 编程——面向研究生初学者 总课时：10 月 16 日，4 节课，每节 45 分钟 讲课者：Xiangyu Chen（清华大学数据科学博士生）、Wenju Tang（北京大学语言学博士） 业界助教：Wenhao Guo（杭州某电商公司 NLP 工程师） 2. 《给小白的 AI 产品推荐》中的 PPT 类产品 国内：爱设计 PPT 推荐理由： 背后拥有实力强大的团队，技术过硬且对市场需求有敏锐洞察力。 成功把握住 AI 与 PPT 结合的市场机遇。 已确立市场领先地位，代表当前国内 AI 辅助 PPT 制作的最高水平。 3. 微软 AI 初学者入门课程 译者：Miranda 课程原网址：https://microsoft.github.io/AIForBeginners/ 课程内容：涵盖符号人工智能、神经网络、计算机视觉、自然语言处理等，适合初学者，覆盖 TensorFlow、PyTorch 及人工智能伦理原则。

以下是一些可以根据照片生成人物的 AI 软件： PhotoMaker：可以根据文字描述生成人物照片，能混合不同人物特征创造新形象，还能改变照片中人物的性别、年龄。访问链接：https://photomaker.github.io ，https://x.com/xiaohuggg/status/1746861045027869072?s=20 HeyGen：通过上传照片或文字提示，即可生成个性化 AI 数字形象视频。支持自定义肢体动作、服装、背景、年龄、性别等特征。仅需 1 分钟即可生成包含脚本、声音和情感表达的数字人视频。访问链接：https://x.com/imxiaohu/status/1852317866038809035

以下是一些可以生成原生动漫人物的 AI 软件： 1. 数字人的躯壳构建方面： 2D 引擎：风格偏向二次元，亲和力强，定制化成本低，代表软件是 Live2D Cubism。 3D 引擎：风格偏向超写实的人物建模，拟真程度高，定制化成本高，代表有 UE、Unity，虚幻引擎 MetaHuman 等。个人学习在电脑配置和学习难度上有一定门槛。 AIGC：虽然省去了建模流程，直接生成数字人的展示图片，但算法生成的数字人在 ID 一致性和帧与帧的连贯性上存在弊端。典型的项目有 wav2lip等。AIGC 还有一个方向是直接生成 2D/3D 引擎的模型，但该方向还在探索中。 2. 生成式 AI 在艺术创作方面： Lensa 可以生成肖像画等内容。 3. 其他相关软件： 百川智能 BaichuanNPC 可以定制游戏角色和动漫人物，并融合角色知识库和多轮记忆，提供 Lite 和 Turbo 两种版本。 阿里巴巴 FaceChainFACT 支持零样本肖像生成，秒级速度，支持百余种定制模板，兼容 ControlNet 和 LoRA 插件。 BakedAvatar 可以从视频创建逼真 3D 头部模型，实时渲染和多视角查看，兼容多种设备，可交互性编辑。 DragNUWA 能够基于文本、图像和轨迹生成视频，用户绘制轨迹即可动态生成。

以下是一些可以根据照片生成漫画人物的 AI 软件和相关信息： HeyGen 推出了基于照片生成数字人的新功能，您可以上传照片或输入文字提示来生成个性化的 AI 数字人形象。能选择性别、年龄、种族，定制肢体动作、服装、姿势和背景，支持脚本编辑，提供多种声音和情感表达，一分钟即可生成视频。详情链接： 在使用过程中，如果生成了自己比较满意的图，一定要记得存起来。下次想要同种类型的就可以直接拿来喂图，效果要比重新找的好很多。

以下是一些可以生成人物的 AI 软件： 1. HeyGen：这是一个 AI 驱动的平台，能创建逼真的数字人脸和角色。它运用深度学习算法生成高质量的肖像和角色模型，适用于游戏、电影和虚拟现实等应用。 2. Synthesia：这是一个 AI 视频制作平台，允许用户创建虚拟角色并进行语音和口型同步，支持多种语言，可用于教育视频、营销内容和虚拟助手等场景。 3. DID：这是一家提供 AI 拟真人视频产品服务和开发的公司，只需上传人像照片和输入要说的内容，平台提供的 AI 语音机器人将自动转换成语音，然后合成逼真的会开口说话的视频。 更多数字人工具请访问网站查看：https://www.waytoagi.com/category/42 。 在剪映中生成数字人的步骤如下： 在剪映右侧窗口顶部，打开“数字人”选项，选取一位免费且适合的数字人形象，比如“婉婉青春”。选择数字人形象时，软件会播放其声音，可判断是否需要，点击右下角“添加数字人”将其添加到当前视频中，剪映 App 会生成对应音视频并添加到轨道中。左下角会提示渲染完成时间，可点击预览查看效果。 关于数字人的相关算法开源代码仓库有： 1. ASR 语音识别： openai 的 whisper:https://github.com/openai/whisper wenet:https://github.com/wenete2e/wenet speech_recognition：https://github.com/Uberi/speech_recognition 2. AI Agent： 大模型包括 ChatGPT、Claude、ChatGLM、文星一言、千帆大模型、通义千问等。 Agent 部分可使用 LangChain 的模块去做自定义，基本包含了 Agent 实现的几个组件 3. TTS： 微软的 edgetts：https://github.com/rany2/edgetts，只能使用里面预设的人物声音，目前接口免费。 VITS：https://github.com/jaywalnut310/vits，还有很多分支版本。 sovitssvc:https://github.com/svcdevelopteam/sovitssvc，专注于唱歌。 除了算法，人物建模模型可通过手动建模（音频驱动）或者 AIGC 的方式生成人物的动态效果（例如 wav2lip 模型）实现。但这种简单的构建方式还存在一些问题，比如如何生成指定人物的声音、TTS 生成的音频如何精确驱动数字人口型以及做出相应动作、数字人如何使用知识库做出某个领域的专业性回答等。 请注意，这些工具的具体功能和可用性可能会随时间和技术发展而变化。在使用这些工具时，请确保遵守相关的使用条款和隐私政策，并注意保持对生成内容的版权和伦理责任。

以下是关于人物生成的 AI 相关内容： 一、7 大方向快速生成合心意的 AI 人物形象 在工作中，为完成 Banner 设计常涉及人物素材，作者对 Midjourney 进行 AI 人物生成的相关测试并分享经验。 刚开始使用 Midjourney 时，生成人物图片存在人物位置、大小和视角无法保证，固定动作需垫相同动作图片等问题，后通过摄影知识和咨询 ChatGPT 确定了 7 个生成方向并进行实验： 1. 人物构图的视角选择：视角可分为正面、背面和侧面等，还可根据需求选择更多角度。测试未加关键词时生成的图片默认偏欧美风，人物视角多为正面和侧面。增加正视角关键词“Front view”后，生成的人物偏正面；增加后视角关键词“Back view angle & Back angle”可营造神秘氛围。 2. 人物角度的选择 3. 人物距离的选择 4. 人物表情的选择 5. 人物氛围感的选择 6. 人物服装的选择 7. 人物风格的选择 二、生成式 AI 在游戏领域的机会（市场假设+预测） 市场生态概述： 1. 许多创业公司尝试创造人工智能生成的音乐，如 Soundful、Musico 等，虽目前部分工具如 Open AI 的 Jukebox 不能实时运行，但初始模型建立后有望实现。 2. 众多公司致力于为游戏人物创造逼真声音，如 Sonantic、Coqui 等。生成式人工智能用于语音有多种优势，包括即时对话生成、角色扮演、控制音效、本地化等。在即时对话生成方面，角色可对玩家行为充分反应；在角色扮演中，与玩家化身匹配的生成声音可保持幻想；控制音效时能调节声音细微差别；本地化可方便翻译和国外推广。涉及到 NPC 和玩家角色等方面。

以下是 11 月 7 日的 AI 新闻提要： 马斯克 xAI 公司宣布推出 PromptIDE 开发工具。 阿里云 A100 服务器业务暂停出租，算力价格飞涨。 微软发布 7 款针对对话优化的 AI 语音，更加逼真自然。 谷歌正测试 2 项 AI 功能，以改善 YouTube 观看体验。 微软将 AI 引入 Xbox，可生成 AI 角色、故事剧情等。 英国一学校启用人工智能担任校长，帮助教师解学生。 百度虚拟数字人「度晓晓」携文心一言入驻淘宝。 美团推出 AI 产品 Wow 定位 AI 朋友社区。 以下是一些好用的 AI 新闻写作工具推荐： 1. Copy.ai：是一款功能强大的 AI 写作助手，提供丰富的新闻写作模板和功能，可快速生成新闻标题、摘要、正文等内容，节省写作时间并提高效率。 2. Writesonic：专注于写作的 AI 工具，提供新闻稿件生成、标题生成、摘要提取等功能，智能算法能根据用户信息快速生成高质量新闻内容，适合新闻写作和编辑人员使用。 3. Jasper AI：人工智能写作助手，虽主打博客和营销文案，但也可用于生成新闻类内容，写作质量较高，支持多种语言。 需要注意的是，这些内容由 AI 大模型生成，请仔细甄别。

以下是一些可以帮助您快速提取网页内容并将数据提取为表格或文档的 AI 软件及相关建议： 1. 利用 AI 搜索与权威网站结合获取关键数据，AI 可辅助提取结构化表格数据或编写抓取程序。但要注意，信息收集过程中，AI 仅作辅助，最终内容需人工主导校验，避免误导性结论。 2. 对于数据处理，可以借助传统工具如 Excel，结合 AI 指导高效操作数据筛选与图表生成。 3. 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。 此外，Mistral 发布了全新聊天应用，基于 Pixtral Large 124B 多模态模型，支持网络搜索、写作画布与 Flux Pro 图像生成功能。其网络搜索工具可获取最新信息，写作画布功能适合文档创作与协作，高质量图像生成工具 Flux Pro 支持免费使用。您可以通过在线体验： 了解更多。