要熟练使用 AI ，对英语水平的要求会因具体的应用场景和个人需求而有所不同。 一般来说，如果是为了进行基本的交流和获取常见的信息，具备大学英语四级左右的水平可能就能够初步应对。但如果想要更深入地理解和运用 AI 中的复杂技术文档、进行专业领域的交流，或者参与国际前沿的研究和讨论，可能需要达到大学英语六级甚至更高的水平，如雅思 6.5 分及以上。 例如，在一些需要准确理解和运用复杂句子结构、多样化词汇，并能进行深入的观点阐述和交流的场景中，较高的英语水平会更有优势。 同时，学英语的目的和需求不同，所需的英语水平也不同。比如，为了跨语言交流、应试、工作、获取信息或理解文化等，学习的必要性和路径都会有所差异。 在使用 AI 辅助英语学习时，要注意一些事项：AI 只是辅助工具，不能替代人的思考；给 AI 的信息要尽可能准确、清晰；要注重思维启发和知识学习而非单纯获取答案；掌握一些向 AI 提问的技巧；养成做一道题就新开一个对话的好习惯；对于英语、语文之外的学科的学习要慎用 AI 。 此外，英语学习的重点在于“有效输入”，然后是理解后的输出。可以尝试不开字幕听感兴趣的优质播客，每天熟读并背诵一篇 100 字短文等方法。

以下是一款能够处理大批量裁剪图片的软件及相关操作： 在视频转绘制作视频过程中，Ebsynth Utility 是不可或缺的。当对关键帧的图片试验完毕得到满意画面需要进行批量跑图时，来到图生图界面点击最下面的脚本按钮，选择 Ebsynth Utility 这个脚本。有很多参数需要设置： 1. 必须填写对应的工程文件路径，此路径和之前在插件填写的路径一致。 2. Mask option 选项控制是否使用蒙版，若需要使用蒙版则维持默认参数，若不想使用蒙版就重绘所有画面，可调整相关参数。 3. ControlNet 配置可保持默认参数，感兴趣的小伙伴可自行尝试。 4. 脸部裁切配置默认关闭，开启后可改善面部崩坏情况。相关参数包括： Face Detection method：面部裁切选择（使用默认即可）。 Face Crop Resolution：面部裁切分辨率（一般给 512，可适当缩小或放大）。 Max Crop Size：最大裁切尺寸（保持默认）。 Face Denoising Strength：人脸去噪程度（若画面不清晰可稍微拉高）。 Face Area Magnification：面部放大倍数（设置越大处理越费时间）。 设置完所有参数后点击生成按钮，耐心等待，最后会在工程文件夹中生成一个 img2img_key 的文件夹。

学习 AI 之前是否要先学会英语，因人而异。 对于一些人来说，英语基础较差并不影响他们开始接触和使用 AI 工具。例如，有文科生在不懂代码、英语也差的情况下，依然能够注册尝试各种 AI 工具，并在学习后取得一定成果。 然而，在学习 AI 的过程中，英语可能会起到一定的辅助作用。比如，了解英文世界里的 AI 发展动态，能够获取更多前沿信息。同时，像在口语练习方面，利用相关的 AI 工具可能有助于提升英语能力，从而更好地理解和应用 AI 技术。 总之，英语不是学习 AI 的绝对前提条件，但具备一定的英语能力可能会为学习 AI 带来更多便利和优势。

对于 0 基础学习 AI 的小白，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. 岗位技能要求： 对于“AI 提示词工程师”岗位，需要具备市场调研、观察目标群体工作流、创造并拆解需求、选型现有 AI 解决方案做成产品来解决需求、抽象出来集成为一个互联网 APP 产品、写 PRD、画 APP 产品原型图、组织团队进行 APP 产品开发等综合能力。 7. 学习资源： 对于 0 基础小白，可在网上找教程，推荐看科普类教程，阅读 OpenAI 的文档，理解每个参数的作用和设计原理。 推荐一些练手的 Prompt 工具和相关教程文档。 8. 学习模式和注意事项： 可以参考《雪梅 May 的 AI 学习日记》，采用输入→模仿→自发创造的学习模式。 注意学习内容可能因 AI 发展迅速而过时，可去 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新内容。 学习时间可灵活安排，学习资源大多免费开源。

以下是创建帮助学生学习的智能体的相关信息： 1. 智谱 BigModel 共学营第二期： 注册智谱 Tokens 智谱 AI 开放平台：https://bigmodel.cn/ 参与课程至少需要有 token 体验资源包，获取资源包的三种方式： 新注册用户，注册即送 2000 万 Tokens 充值/购买多种模型的低价福利资源包，直接充值现金，所有模型可适用：https://open.bigmodel.cn/finance/pay 语言资源包：免费 GLM4Flash 语言模型/ 多模态资源包： 多模态资源包： 所有资源包购买地址：https://bigmodel.cn/finance/resourcepack 共学营报名赠送资源包 先去【财务台】左侧的【资源包管理】看看自己的资源包，本次项目会使用到的有 GLM4、GLM4VPlus、CogVideoX、CogView3Plus 模型。 进入智能体中心我的智能体，开始创建智能体。 2. 智能助产术教学法： 学习空间系统基于 QQ 群空间构建，由学生、智能苏格拉底和群功能组成。学习空间通过 QQ 服务器，与智慧大脑、数据管理、ChatGPT 服务器连接。 智能苏格拉底是苏格拉底的智能代理，它以苏格拉底的助产术教育理念，进行人机会话交流。根据学习发生机制，智能苏格拉底担任启动人机会话、引导学生追问、构建学习共同体等任务。 为避免人机单独会话可能导致的“知识讲述”问题，本研究构建了追问型学习共同体发展机制。 3. 画小二：如何写好提示词是创建智能体第一步，提供了一些儿童寓意故事，如《照亮屋子》《杀龙妙技》《不同看法》《志愿是当小丑》等。

以下是为您推荐的一些有助于制作自己软件的代码工具： 1. Vercel 的 V0：可以根据自然语言描述生成工作界面，例如个人财务仪表板，并提供多个版本供选择，还能根据后续说明进行迭代。 2. TLDraw 的 Make Real 原型：在画布上连接多模态语言模型（GPT4 Omni），通过绘制和注释界面生成可运行的软件。 3. Bolt.new：AI 帮您自动写代码、自动运行并自动部署，全部在浏览器中完成，只需撰写简单提示，支持现代开发工具链，如 npm、Vite 和 Next.js。 4. GPTs 相关工具，如： Picturator：设计类，描述和图像生成专家。 GPT Code Copilot：代码类，您的人工智能软件开发助手。 Logo Maker：设计类，为您的业务制作专业高质量的 PNG。 提示精灵小富贵（Prompt Pet）：效率工具、文本类，主动懂您，会帮您写 Prompt 的仓鼠精灵。 ChatPRD：商业、文本类，按需提供服务的首席产品官，帮助起草和改进 PRD 文档。 VentureGPT：商业类， 打造的风险投资合作伙伴。 There's An API For That：代码类，最先进的 API 查找器，可用于 2000 多个手动策划的任务。

以下是关于 AIGC 行业的系统介绍： AIGC（Artificial Intelligence Generated Content，人工智能生成内容）的发展历程可以从内容生产方式的演变来了解。在互联网发展过程中，内容生产方式经历了从 PGC（ProfessionalGenerated Content，专业生成内容）到 UGC（UserGenerated Content，用户生成内容），再到 AIGC 的转变。 在 Web1.0 时代，互联网内容生产以 PGC 为主，由专家和专业机构生产高质量内容，如雅虎、IMDb 等。PGC 的优势在于专业性和易变现，但存在创作门槛高、产量不足等挑战。 随着互联网发展和用户需求多样化，Web 2.0 时代到来，用户参与内容创作，UGC 成为主流。UGC 内容多样、个性化，通过推荐系统满足用户需求，降低了专业门槛，促进了互联网的民主化和个性化内容创作。 在当前，国内 AIGC 行业主要在《网络安全法》《数据安全法》以及《个人信息保护法》的框架下，由《互联网信息服务算法推荐管理规定》、《互联网信息服务深度合成管理规定》、《生成式人工智能服务管理暂行办法》、《科技伦理审查办法（试行）》共同监管。 此外，还有一些具体的应用案例，如 Collov 是来自美国硅谷的家居垂直行业 AIGC 工具，专注于利用人工智能技术来实现空间设计与家具营销二合一，打通供应链，为企业提高更低成本、更智能高效的空间设计与家具营销解决方案。它能够完成人类设计师以及高美感内容的视觉理解、推理和生成任务，并将生成技术服务于家装、工装、建筑、具身智能机器人、智能驾驶等多领域的商业场景，替代传统人工设计和采集流程。AI 技术的应用显著提高了设计和营销的效率，减少了对传统人工的依赖，增强了客户的交付满意度，提升了企业的市场竞争力。

以下是关于插画生成的相关内容： Midjourney 商业实战案例 1. 像素风格插画 关键词：3D,16bit pixel art,Super mario,Minecraft,LEGO,pixel style,Blocksplicing,girl with long hair,Alice in Wonderland,garden background,8K–uplight–ar 9:16–v 5 Midjourney 生成的图片：像素女孩插画 2. 手机壁纸插画 关键词：mobile wallpaper illustrations,four seasons,natural landscapes,minimalist illustrations,line illustrations–ar 9:16–niji Midjourney 生成的图片：手机壁纸 3. 新海诚风格插画 关键词：Makoto Shinkai animation style,a girl,4K–ar 9:16–niji Midjourney 生成的图片：新海诚动漫海报 4. 国潮插画 关键词：Make posters of James Jean,white deer,auspicious clouds,birds,distant mountains,Chinese ChinaChic style,colorful,light color,gradient color–ar 9:16 Midjourney 生成的图片：国潮白鹿插画 【SD】简笔水彩风格插画 作者：白马少年 介绍：SD 实践派，出品精细教程 发布时间：20230620 20:04 原文网址：https://mp.weixin.qq.com/s/TPSturdv9fdGRLAxEG2rKg 生成方法：首先使用大模型“Flat2D Animerge”，适合生成一些卡通动漫的图片，官方建议 CFG 值在 5 或 6（使用动态阈值修复的话，可拉到 11）。还有两个 lora，“Chinese painting style”可增加中国画水彩风格的效果，权重设置为 0.4；“Crayon drawing”可给画面添加简单线条和小孩子的笔触，权重设置为 0.8。将图片丢到标签器中反推出关键词，发送到“文生图”。在正向提示词末尾添加这两个 lora，尺寸按参考图设置，重绘幅度开 0.5 让 AI 更自由发挥，想和原图更接近可降低数值。将图放入 controlnet 中，选择 tile 模型，权重为 0.5，控制模式选择“更注重提示词”。 商业教程：统一 2 个角色的插画海报 1. 生成女性 获取男生那张的 seed，加在关键词后面，生成女生。挑选相似的。也可以先 U3 后继续通过变化的变化 2 个按钮挑选合适的。 2. 局部重绘 局部重绘不满意的表情，如希望女生开心点，添加 happy。 3. ps 处理 把需要的角色扣在一起。ps 把颜色调整一致（如果有 ps ai 版可以修修手） 4. 小素材生成 其他过程稿

以下为您推荐一些快速读电子书的 AI 工具： 1. DeepL（网站）：点击页面「翻译文件」按钮，上传 PDF、Word 或 PowerPoint 文件即可。 2. 沉浸式翻译（浏览器插件）：安装插件后，点击插件底部「更多」按钮，选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML/TXT 文件」、「翻译本地字幕文件」。 3. Calibre（电子书管理应用）：下载并安装 calibre，并安装翻译插件「Ebook Translator」。 4. 谷歌翻译（网页）：使用工具把 PDF 转成 Word，再点击谷歌翻译「Document」按钮，上传 Word 文档。 5. 百度翻译（网页）：点击导航栏「文件翻译」，上传 PDF、Word、Excel、PPT、TXT 等格式的文件，支持选择领域和导出格式（不过进阶功能基本都需要付费了）。 6. 彩云小译（App）：下载后点击「文档翻译」，可以直接导入 PDF、DOC、DOCX、PPT、PPTX、TXT、epub、srt 等格式的文档并开始翻译（不过有免费次数限制且进阶功能需要付费）。 7. 微信读书（App）：下载 App 后将 PDF 文档添加到书架，打开并点击页面上方「切换成电子书」，轻触屏幕唤出翻译按钮。 内容由 AI 大模型生成，请仔细甄别。

以下是关于 Stable Diffusion 学习的教程： 学习提示词： 1. 学习基本概念：了解 Stable Diffusion 的工作原理和模型架构，理解提示词如何影响生成结果，掌握提示词的组成部分（主题词、修饰词、反面词等）。 2. 研究官方文档和教程：通读 Stable Diffusion 官方文档，研究来自开发团队和专家的教程和技巧分享。 3. 学习常见术语和范例：熟悉 UI、艺术、摄影等相关领域的专业术语和概念，研究优秀的图像标题和描述，作为提示词范例。 4. 掌握关键技巧：学习如何组合多个词条来精确描述想要的效果，掌握使用“（）”、“”等符号来控制生成权重的技巧，了解如何处理抽象概念、情感等无形事物的描述。 5. 实践和反馈：使用不同的提示词尝试生成各种风格和主题的图像，对比提示词和实际结果，分析原因，总结经验教训，在社区内分享结果，请教高手，获取反馈和建议。 6. 创建提示词库：根据主题、风格等维度，建立自己的高质量提示词库，将成功案例和总结记录在案，方便后续参考和复用。 7. 持续跟进前沿：关注 Stable Diffusion 的最新更新和社区分享，及时掌握提示词的新技术、新范式、新趋势。 核心基础知识： 1. Stable Diffusion 系列资源。 2. 零基础深入浅出理解 Stable Diffusion 核心基础原理，包括通俗讲解模型工作流程（包含详细图解）、从 0 到 1 读懂模型核心基础原理（包含详细图解）、零基础读懂训练全过程（包含详细图解）、其他主流生成式模型介绍。 3. Stable Diffusion 核心网络结构解析（全网最详细），包括 SD 模型整体架构初识、VAE 模型、UNet 模型、CLIP Text Encoder 模型、SD 官方训练细节解析。 4. 从 0 到 1 搭建使用 Stable Diffusion 模型进行 AI 绘画（全网最详细讲解），包括零基础使用 ComfyUI 搭建推理流程、零基础使用 SD.Next 搭建推理流程、零基础使用 Stable Diffusion WebUI 搭建推理流程、零基础使用 diffusers 搭建推理流程、生成示例。 5. Stable Diffusion 经典应用场景，包括文本生成图像、图片生成图片、图像 inpainting、使用 controlnet 辅助生成图片、超分辨率重建。 6. 从 0 到 1 上手使用 Stable Diffusion 训练自己的 AI 绘画模型（全网最详细讲解），包括训练资源分享、模型训练初识、配置训练环境与训练文件。 其他资源： 1. 了解 Stable diffusion 是什么： 。 2. 入门教程： 。 3. 模型网站：C 站 。 4. 推荐模型：人像摄影模型介绍：https://www.bilibili.com/video/BV1DP41167bZ 。