以下是为您规划的从 0 开始的 AI 学习路线： 一、了解 AI 基本概念 建议阅读「」部分，熟悉 AI 的术语和基础概念。了解什么是人工智能，它的主要分支（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。同时，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。 二、开始 AI 学习之旅 在「」中，您将找到一系列为初学者设计的课程。特别推荐李宏毅老师的课程。您还可以通过在线教育平台（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。 三、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。建议一定要掌握提示词的技巧，它上手容易且很有用。 四、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。 五、体验 AI 产品 与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 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。 六、完整的学习路径 建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。 七、技术研究方向 1. 数学基础：线性代数、概率论、优化理论等。 2. 机器学习基础：监督学习、无监督学习、强化学习等。 3. 深度学习：神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理：语言模型、文本分类、机器翻译等。 5. 计算机视觉：图像分类、目标检测、语义分割等。 6. 前沿领域：大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践：论文阅读、模型实现、实验设计等。 八、应用方向 1. 编程基础：Python、C++等。 2. 机器学习基础：监督学习、无监督学习等。 3. 深度学习框架：TensorFlow、PyTorch 等。 4. 应用领域：自然语言处理、计算机视觉、推荐系统等。 5. 数据处理：数据采集、清洗、特征工程等。 6. 模型部署：模型优化、模型服务等。 7. 行业实践：项目实战、案例分析等。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。

以下是一些关于自动搭建用户画像生成器的开发方向和相关工具： 1. 竞争分析系统：通过监测竞争对手的营销活动、定价策略及产品变化，为企业提供竞争情报和市场趋势分析。 2. 用户画像生成器：基于用户的行为数据和偏好信息，自动生成详细的用户画像，帮助企业制定精准的市场营销策略。 3. 社交媒体监测和分析：实时监测社交媒体上的品牌口碑和相关话题，分析公众意见和反馈，调整营销策略。 4. 互动式客户反馈平台：搭建平台收集客户实时反馈，并通过数据分析发现潜在问题，促进客户互动。 5. 忠诚度计划管理生成器。 6. 市场细分分析工具：对市场进行细分，识别不同细分市场的需求和特征，制定有针对性的营销计划。 7. 销售预测模型：利用机器学习算法分析历史销售数据，预测未来销售趋势，帮助企业制定合理的生产和营销计划。 8. 情感分析工具：利用自然语言处理技术对用户评论和社交媒体帖子进行情感分析，识别正面和负面情绪，以便企业实时调整产品和营销策略。 9. 客户细分工具：通过数据分析对客户进行细分，实现个性化营销。根据用户行为、购买习惯和偏好，制定不同的营销计划。 10. 市场预测模型：建立数据驱动的预测模型，帮助企业预测市场趋势和消费者需求，从而优化供应链和库存管理。 11. 忠诚度计划定制器：为不同客户群体设计定制化的忠诚度计划，以增加客户的忠诚度和购买频率。 12. 交叉销售和向上销售建议器：基于用户的购买历史和浏览行为，自动生成交叉销售和向上销售的建议，提高单个客户的平均订单价值。 13. 客户流失预测：通过分析过去的客户行为数据，预测哪些客户可能会流失，并针对性地采取措施留住这些客户。 14. 语音反馈分析工具：分析通过客服或调查收集的语音反馈，识别常见问题并建议改进措施。

以下是使用豆包软件提取视频字幕的方法： 1. 对于数字人视频：点击文本智能字幕识别字幕，然后点击开始识别。软件会自动将文字智能分段并形成字幕。至此，数字人视频就完成了。如果需要导出视频，点击右上角的“导出”按钮。 2. 对于 B 站视频： 首先确认视频栏下面有字幕按钮，说明视频作者已上传字幕或后台适配了 AI 字幕。 安装油猴脚本： 。 安装后刷新浏览器，点击字幕，会多出一个“下载”按钮。 点击下载按钮，可选择多种字幕格式，如带时间的或者不带时间的。 最后将字幕文字内容全选复制发送给 GPTs 即可。

目前主流的 AI 大模型主要有以下几种： 1. GPT 系列：例如 GPT3 等，其基于 Transformer 算法，擅长自然语言生成任务。 2. BERT：属于 encoderonly 模型，通常适用于自然语言理解任务，如分类和情感分析。 3. T5：是 encoderdecoder 模型，可用于翻译和摘要等任务。 4. ChatGPT：用户通过像和人类一样对话即可完成任务。 大模型具有以下特点： 1. 预训练数据非常大，往往来自互联网上的论文、代码、公开网页等，通常用 TB 级别的数据进行预训练。 2. 参数非常多，如 Open 在 2020 年发布的 GPT3 就已达到 170B 的参数。 大模型的应用场景广泛，包括： 1. 文本生成和内容创作，如撰写文章、生成新闻报道、创作诗歌和故事等。 2. 聊天机器人和虚拟助手，提供客户服务、日常任务提醒和信息咨询等服务。 3. 编程和代码辅助，用于代码自动补全、bug 修复和代码解释。 4. 翻译和跨语言通信，促进不同语言背景用户之间的沟通和信息共享。 5. 情感分析和意见挖掘，为市场研究和产品改进提供数据支持。 6. 教育和学习辅助，创建个性化学习材料、自动回答学生问题和提供语言学习支持。 7. 图像和视频生成，如 DALLE 等模型可根据文本描述生成相应图像。 8. 游戏开发和互动体验，创建游戏中的角色对话、故事情节生成和增强玩家沉浸式体验。 9. 医疗和健康咨询，理解和回答医疗相关问题，提供初步健康建议和医疗信息查询服务。 10. 法律和合规咨询，帮助解读法律文件，提供合规建议。

大模型之所以往智能体的方向发展，主要有以下原因： 1. 决策模块的需求：决策模块是具身智能系统的核心，早期的决策方式存在局限，大模型的出现极大地增强了具身智能体的智能程度，大幅提高了环境感知、语音交互和任务决策的能力。 2. 能力提升：随着大模型技术的成熟和规模增大，为 AI Agent 提供了强大能力，有望构建具备自主思考、决策和执行能力的智能体，进一步提升应用能力，广泛应用于多个行业和领域。 3. 特点优势：基于大模型的智能体具有强大的学习能力、灵活性和泛化能力，能够适应不同任务和环境，解决新的类似问题。 4. 应用拓展：在多模态的视觉语言模型基础上，具身智能的大模型的发展方向是视觉语言动作模型和视觉语言导航模型，实现从自然语言指令到可执行动作指令的直接转换。

以下是关于数据分析和报告解读的相关内容： ChatGPT 助力数据分析： 1. 第一个用户提示：限定 SELECT SQL，要求不要用 SELECT查询全部列，仅回复一条 SELECT SQL 语句，至少查询两列（数据项、数据值），不能直接查询长类型字段（如 mediumtext/longtext），可使用 count/substring 等函数查询这些长类型列。 2. 系统提示是表结构信息，对于难以理解的字段可告知 GPT 字段的意义，若有多个表可分开描述。 3. 需校验 GPT 生成的 SQL，不通过直接返回提示“抱歉，不支持此类请求”，通过再执行 SQL 查询数据。 4. 数据分析的用户提示：提示数据分析，限定返回的 JSON 格式（conclusion、keyMap、title）。keyMap 用于数据 key 的映射，获取结果数据对应的维度、数据项、数据值的 key 值，以映射数据渲染图表。根据结果数据 tableData 的维度，用条件运算符选择对应的 prompt 传递给 GPT。 5. 结果数据 tableData 跟随接口返回到前端，已通过 SQL 查询的数据，不能让 GPT 再次生成，否则非常耗时。 小七姐：PromptAgent 论文精读翻译： 1. 为深入研究 PromptAgent 的学习过程，检查整个树规划过程中专家提示的演变，监控并可视化与树深度相关的性能变化。评估所有节点性能，在每个深度级别聚合训练（奖励）和测试性能。 2. 进行定性分析以检查 PromptAgent 探索的优化轨迹。图 5 显示了与 NCBI 任务相关的最佳奖励路径的初始四个状态和相应的三个动作状态转换，以提取疾病实体。 3. 表格 5 针对 NCBI 任务的提示比较，包括正常人类提示、APE 优化提示以及由 PromptAgent 优化的专家级提示。两个基线大部分描述了任务，而专家提示由更复杂的结构和领域特定的见解组成，实现了更出色的性能。

以下是一些好用的 AI 扩图工具： 软件架构设计视图绘制工具： Lucidchart：流行的在线绘图工具，支持多种图表创建，包括逻辑视图、功能视图和部署视图，可通过拖放界面轻松创建架构图。 Visual Paradigm：全面的 UML 工具，提供创建各种架构视图的功能。 ArchiMate：开源建模语言，与 Archi 工具配合可创建逻辑视图。 Enterprise Architect：强大的建模、设计和生成代码工具，支持多种架构视图创建。 Microsoft Visio：广泛使用的图表和矢量图形应用程序，提供丰富模板。 draw.io（现在称为 diagrams.net）：免费在线图表软件，支持多种类型图表创建。 PlantUML：文本到 UML 转换工具，可通过描述性文本生成相关视图。 Gliffy：基于云的绘图工具，提供创建架构图功能。 Archi：免费开源工具，用于创建 ArchiMate 和 TOGAF 模型。 Rational Rose：IBM 的 UML 工具，支持多种视图创建。 图片放大工具： 本地工具放大：https://www.upscayl.org/download SD 放大：扩散模型可增加更多细节 开源工作流： 开源工作流： stability.ai 的 https://clipdrop.co/tools 画质增强 magnific 遥遥领先：https://magnific.ai/ Krea https://www.krea.ai/apps/image/enhancer Image Upscaler：https://imageupscaler.com/ 佐糖：https://picwish.cn/photoenhancerapi?apptype=apsbdapi&bd_vid=8091972682159211710 腾讯 ARC https://arc.tencent.com/zh/aidemos/humansegmentation?ref=88sheji.cn 腾讯开源的模型，能恢复老照片：https://github.com/TencentARC/GFPGAN 在线测试地址：https://replicate.com/tencentarc/gfpgan 美图老照片修复：https://www.xdesign.com/quality/?channel=sllbd90&bd_vid=11711254260543749686 Imglarger：https://imglarger.com/ Let's Enhance：https://letsenhance.io/ Waifu2x：http://waifu2x.udp.jp/

以下是一些好用的扩图工具： 本地工具放大：https://www.upscayl.org/download SD 放大：扩散模型可以增加更多细节 开源工作流： stability.ai 的 https://clipdrop.co/tools 画质增强 magnific 遥遥领先：https://magnific.ai/ Krea：https://www.krea.ai/apps/image/enhancer Image Upscaler：https://imageupscaler.com/ 佐糖：https://picwish.cn/photoenhancerapi?apptype=apsbdapi&bd_vid=8091972682159211710 腾讯 ARC：https://arc.tencent.com/zh/aidemos/humansegmentation?ref=88sheji.cn 腾讯开源的模型，能恢复老照片： https://github.com/TencentARC/GFPGAN 在线测试地址：https://replicate.com/tencentarc/gfpgan 美图老照片修复：https://www.xdesign.com/quality/?channel=sllbd90&bd_vid=11711254260543749686 Imglarger：https://imglarger.com/ Let's Enhance：https://letsenhance.io/ Waifu2x：http://waifu2x.udp.jp/ Bigjpg：http://bigjpg.com/ Bigjpg 是一个强大的图像分辨率增强工具，使用神经网络算法加大图像尺寸，并极大地提高图像的质量。它的处理速度很快，几秒钟内即可完成放大操作。 Topaz Gigapixel AI：https://www.topazlabs.com/gigapixelai discord：https://discord.gg/m5wPDgkaWP GIGAGAN：https://mingukkang.github.io/GigaGAN/ Topaz Photo AI：https://www.topazlabs.com/ 【SD】超清无损放大器 StableSR： 作者：白马少年 介绍：SD 实践派，出品精细教程 发布时间：20230610 20:01 原文网址：https://mp.weixin.qq.com/s/J0HIF2U1siAen6FWNA67A 安装方式：在扩展面板中搜索 StableSR，可以直接安装。或者是将下载好的插件，放在这个路径文件夹下“……\\sdwebuiakiv4\\extensions”。安装完成后，重启 webUI，就可以在这个脚本里面找到这个放大器了。

根据音乐生成视频可以通过以下步骤实现： 1. 选择歌曲：可以使用如 Suno+等工具，通过抽卡的方式选定合适的歌曲。对于无法在现有曲库中满足要求的情况，AI 音乐生成工具能发挥作用，帮助创作者制作符合需求的歌曲。 2. 制作静态分镜：通过 AI 绘图工具如 SD、Midjourney ，参考影视行业分镜表来编写提示词制作静态分镜。 3. 生成动态分镜：使用 AI 视频生成工具如 Runway 把静态分镜制作成动态分镜。 4. 视频剪辑：在剪映里进行视频和音乐的剪辑，并添加音效和画面特效等。 以下是一些相关案例和资源： 1. Suno 专属音乐生成功能上线，视频会根据画面匹配生成音乐，文字也可识别转化为歌词。 2. Google MusicFX 的 DJ 打碟模式，允许用户选择多个音乐风格生成音乐，可调整风格强度控制节奏和曲调，实现类似 DJ 的音乐编辑生成。链接：https://aitestkitchen.withgoogle.com/tools/musicfx?isMusicFxLive=true 、https://x.com/xiaohuggg/status/1762825532650172472?s=20 3. AutoPrompt 的提示优化框架，用于优化提示词，自动生成定制化提示，解决敏感性和模糊性问题，提升提示质量。链接：https://x.com/xiaohuggg/status/1762786980721832233?s=20 4. EMO 动态视频生成技术，通过照片和音频生成动态视频，视频长度与音频匹配，表情到位，支持任意语音、速度、图像。链接：https://humanaigc.github.io/emoteportraitalive/ 、https://arxiv.org/abs/2402.17485 、https://x.com/xiaohuggg/status/1762726320008823186?s=20 5. ChatMusician 音乐生成模型，能理解和生成结构完整、风格多样的音乐，使用 ABC 符号，结合文本和音乐的表示方式。

以下是新手学习 AI 的方法： 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。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 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，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. 持续学习和跟进： AI 是快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。