学习 AI 并培养兴趣可以从以下几个方面入手： 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。 此外，吵爷建议： 1. 带着好奇心去尝试： 记住“生成”两个字，了解“生成式人工智能”Generative AI。 随便找一个国产 AI 随便聊点什么，比如小学奥数题、写一篇演讲稿、怎么看待 996 等，看看 AI 擅长和不擅长的地方，有没有能帮到您的地方，哪些地方做得不够好。不用一开始带着太强的目的性，把它当作天猫精灵来玩。聊一段时间后，留下 1 2 个更顺手的应用增加使用深度。 条件允许的话，可以直接使用 ChatGPT 或者 Claude，处理复杂任务时会更省力。 YoYo 的学习心得： 1. 学习前状态： 不理解 AI 和提示词工程，不懂代码，英语差，注册尝试各种 AI 工具走了不少弯路。 对 ChatGPT 的认识仅限于日常问答、SQL 学习交互，能支持工作数据提取。 2. 学习后现状： 可以搓多 Agent 的智能体，但需要进修 python 搓更多智能体。 营销文案 demo，SQL 代码进阶学习应用。 创建了 3 个图像流智能体，2 个 Agent 智能体玩具。 在公司中实践智能客服从创建到应用的过程，实现企业微信机器人问答的基本功能。 学习 Dr.kown 的尝试实践、图像流的尝试、企业智能体实践，智能客服。 总之，学习 AI 要找到适合自己的路径，学以致用，通过学习 分享 不断填补知识的缝隙来成长。

以下为您介绍一些能修改图片的 AI 工具及相关知识： 1. DALL·E 推出了编辑功能，支持对生成图片进行二次编辑，包括替换、删除、添加对象等。编辑界面提供了一系列选项，如选择工具、可拖动的大小调整工具、“撤销、恢复”按钮和“Clear Selection”选项等。使用时，例如通过突出显示图像部分并添加提示，如“添加樱花”，或选择对象并使用提示“删除鸟类”“将猫的表情更改为快乐”等进行编辑，完成后记得点击保存。帮助文档：https://help.openai.com/en/articles/9055440editingyourimageswithdalle 。 2. 关于 AI 去水印工具，目前市面上有一些不错的选项： AVAide Watermark Remover：在线工具，使用 AI 技术从图片中去除水印，支持多种图片格式，操作简单，还提供其他功能。 Vmake：提供 AI 去除图片水印功能，可上传最多 10 张图片，适合快速去除水印及社交媒体分享图片的用户。 AI 改图神器：提供 AI 智能图片修复去水印功能，可一键去除图片中的多余物体、人物或水印，支持直接粘贴图像或上传手机图像，操作方便。 此外，如果想让生成的图片更加可控，可以利用 seed 参数反向生成。Midjourney 会用一个种子号来绘图，把这个种子作为生成初始图像的起点。默认情况下种子是随机的，若想要相似的图，可固定 seed。例如“caiyunyiueji is a cute sports anime girl,style by Miyazaki Hayao,emoji,expression sheet,8kseed 8888”，就能保证每次生成相同的图。还可基于确定图片的 seed 加上新的关键词对效果图进行微调。

要利用 Kimi 和即梦 AI 做小红书博主，可以参考以下步骤： 利用 Kimi： 1. 收集相关资料：明确主题后，借助 AI 工具如 Perplexity.AI 的强大搜索功能获取信息。启用 Pro 功能或使用微软的 Bing 搜索引擎等具备联网搜索功能的工具，输入具体的 Prompt 快速定位相关资讯。 2. 整理资料：使用月之暗面开发的 Kimi 这个 AI 会话助手。Kimi 具备读取网页内容并生成一定内容的能力，当读取完毕会显示绿色标点作为提示。但需注意其阅读能力有限，可能无法一次性处理大量资讯或某些网站内容，可分批次提供资料确保其有效读取和理解。 3. 生成文章：让 Kimi 整理资讯内容并转化成吸引人的公众号文章。 关于即梦 AI 如何用于做小红书博主，目前提供的内容中未提及相关具体方法。

要成为用 AI 做小红书博主，可以参考以下步骤和资源： 1. 学习基础知识：可以通过观看李宏毅教授的《生成式人工智能导论》课程来系统性地了解生成式人工智能的底层原理。课程链接： 。 2. 参考小红书官方指南：【企微文档】小红书科技内容_成长手册 V1.1 ，链接：https://doc.weixin.qq.com/doc/w3_Ac0Avwa7ACkyJSXHMxkS52WzTSnT4?scode=ANAAyQcbAAg8ZakZDRz4uMIS5RAEw 。 3. 关注优秀的小红书 AI 博主，例如： 雪梅 May：小红书科技博主。 巧克力（@chocolae）：炼丹狂魔，腹泻更新者。 红祭司：隐世大神，一丹封神。 宗 Rich 宗宗：神级插画师，框框操作出神图。 麦橘。 徐若木｜商业插画师_悟空的笔尖：十万数，16.7w ， ，手绘教程，传统行业大佬。 AIGC 巴妮贝贝：千数，9564 ， ，3D,IP 设计。 小布舞曲拼布教室：千数，9344 ， ，手工艺。 AI Dreamer：千数，9149 ， 。 Cui AI 蓝同学：千数，8489 ， ，教程。 李大强：千数，8079 ， ，妖怪图鉴，传统行业大佬。 Ai HFBY：千数，7787 ， ，工业设计。 钢铁植男：千数，7615 ， ，头像，传统行业大佬。 邓布利波：千数，7587 ， ，教程/设计师，传统行业大佬。 电力猫：千数，7122 ， 。 ?通往 AGI 之路：千数，6996 ， 。 AI 仓颉最强 AI 关键词库：千数，6618 ， ，描述词分享。 需要注意的是，在初期不要急于产出内容，而是把时间用于深入了解 AI 知识，避免只做皮毛信息的加工，因为信息加工容易被 AI 替代。

对于小白在 waytoAGI 学习，以下是一些建议： 1. 参与准备： 可以关注 waytoAGI 的“周周黑客松”活动，这是一个初级教程介绍较多的活动。 参加共学，比如 cursor 共学（十一之后），可以获得手把手的指导。 2. 环境准备： 参加 wayToAGI 共学或线下黑客松，会有小伙伴热情帮助搞定环境。 如果条件不允许，可自行准备。预计用时 5 10 分钟，基础需求是需要魔法。网址为 https://www.cursor.com ，下载安装软件后在页面中注册即可。 3. 学习心态和方法： 像彭青云学习 ComfyUI 一样，把大目标拆解成小目标，遇到困难时不断拆解，反复学习，单拎问题去搜索、提问，直到搞透知识点。 记录学习过程，分享遇到的问题及解决方法，先吃透老师讲的知识点，再逐步深入。

以下是对 a16z 的 AI top100 榜单的分析： A16Z 的 AI top100 榜单聚焦生成式 AI 应用。自 ChatGPT 将生成式 AI 引入公众视野以来，已涌现出成千上万面向消费者的相关产品。 在 AI 陪伴方面，它已成为生成式 AI 的主流应用场景之一。例如，Character.AI 在网页端和移动端榜单上表现出色。网页端有八家 AI 陪伴公司进入榜单，移动端有两家。其中，多数产品自诩“无限制”，用户可进行不受限的对话或互动，且访问主要通过移动网页，平均 75%的流量来自移动设备。对于有移动应用的陪伴产品，用户参与度高，如 Character.AI 每位用户平均每月会话次数达 298 次，Poly.AI 为 74 次。 时隔六个月更新分析，超过 40%的公司是首次出现在榜单上。与六个月前相比，有 30%的新公司。名次进步最大的是 Suno，从第 36 名到第 5 名。移动端最多的应用是图像和视频编辑，占 22%。Luzia 服务西班牙语用户值得关注。字节多款应用上榜，包括 Coze、豆包、CiCi、醒图、Gauth。美学和约会应用开始增加，为用户提供相关建议。此外，Discord 流量值得关注，相当多的应用在其平台完成 PMF 验证。 原文链接：https://a16z.com/100genaiapps/ 作者：A16Z Olivia Moore 发布时间：2024.03.13 去年 9 月的报告：

以下是关于 additional networks 安装下载的相关信息： LORA 模型： LORA 可以固定画风、人物、物品、动作姿态等的特征，文件通常有几十上百兆，承载信息量远大于 Embedding，在还原真人物品时细节精度更高。 下载的 LORA 放在根目录的【……\\models\\Lora】文件夹下，使用时点击红色小书，找到 LORA 选项卡加载。 使用 LORA 时要注意作者使用的大模型，一般需配套使用，还可能需要加入特定触发词。 Hypernetworks 模型： 主要针对画风训练，可像 LORA 一样加载。 下载的文件放在根目录的【…\\models\\hypernetworks】文件夹下，使用时点击红色小书，找到 Hypernetworks 选项卡加载。 常用模型下载网站： 模型安装： 大模型（Ckpt）：放入 models\\Stablediffusion VAE 模型：一些大模型需要配合 vae 使用，对应的 vae 同样放置在 models\\Stablediffusion 或 models\\VAE 目录，然后在 webui 的设置栏目选择。 Lora/LoHA/LoCon 模型：放入 extensions\\sdwebuiadditionalnetworks\\models\\lora，也可以在 models/Lora 目录 Embedding 模型：放入 embeddings 目录 模型存放位置示例（InstantID）： 下载并放在 ComfyUI/models/insightface/models/antelopev2 git 地址：https://github.com/deepinsight/insightface/releases 网盘地址：https://www.123pan.com/s/fOu4Tdb3Vdd.html 提取码:KAKA 下载文件并放在 ComfyUI/models/instantid git 地址：https://huggingface.co/InstantX/InstantID/resolve/main/ipadapter.bin?download=true 网盘地址：https://www.123pan.com/s/fOu4Tdc3Vdd.html 提取码:KAKA 下载并放在 ComfyUI/models\\controlnet huggingface 地址 https://huggingface.co/InstantX/InstantID/resolve/main/ControlNetModel/diffusion_pytorch_model.safetensors?download=true 下载文件 Faceid 并放在 ComfyUI/models\\ipadapter 不同类型的模型后缀名几乎一样，无法通过后缀名区分时，可以通过检测。

知识库是指在不同的应用场景中具有不同的含义和作用： 在专家系统中，知识库代表某个问题领域的长期知识，是从人类专家那里人工提取的，不会因外部的咨询而改变，由于它允许从一个问题状态前往另一个问题状态，因此也被称为动态知识。 扣子提供的方式中，知识库是大量知识分片，通过语义匹配，给模型补充知识。例如在车型数据方面，每个知识库的分段中保存了一种车型的基础数据，当用户提问相关问题时能匹配到对应车型的分段，然后模型从中获取信息。 在 AI 模型的优化过程中，知识库就像是 AI 可以随时查阅的百科全书，是一个随时更新的“活字典”。当 AI 遇到不确定的问题时，它可以从知识库中检索相关信息，从而给出更新、更准确的回答。比如可以建立包含最新新闻、科技发展、法律法规等内容的知识库，或者像很火的 AI 搜索，将整个互联网的实时数据作为知识库，每次被询问时都可以通过搜索引擎获取最新的信息。

以下是一些可以提炼视频台词的 AI 工具： 1. 11labs：官网为 https://elevenlabs.io/ ，英文效果较好，但无法使用语速、情绪调节等控件，只能通过标点符号改变语音效果，需要不断抽卡调试以找到合适的声音。 2. 出门问问的魔音工坊：可以使用情绪调节控件，对中文短片的效果有待进一步评测。 此外，在视频制作的剪辑方面，对于 1 3 分钟的短片，大部分创作者使用剪映会更方便；而对于更长篇幅或追求更好效果的视频，可能需要使用 PR/FCP/达芬奇等传统剪辑软件。

AI 智能体是指类似于 AI 机器人小助手，参照移动互联网，类似 APP 应用的概念。简单来说，就是拥有各项能力的“打工人”来帮我们做特定的事情。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。体验过 GPT 或者文心一言大模型的小伙伴应该都知道，现在基本可以用自然语言来编程，相当于降低了编程的门槛。但之前使用 GPT 或者文心一言大模型时会出现胡编乱造、时效性、无法满足个性化需求等问题，而 AI 智能体的出现正是解决这些问题的绝佳方式。AI 智能体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。所以 AI 智能体的出现就是结合自己的业务场景，针对自己的需求，捏出自己的 AI 智能体来解决自己的事情。 例如在社交方向，用户注册之后先捏一个自己的 Agent，然后让自己的 Agent 和其他人的 Agent 聊天，两个 Agent 聊到一起后再真人介入，这是一个有趣的场景。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，那还有一个机会就是帮助 B 端商家搭建 Agent，类似 APP 时代专业做 APP 的。