Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

火山AI创造者大赛特等奖的分享

Answer

以下是为您整理的火山 AI 创造者大赛相关的特等奖分享：

  1. ray 的《领克音乐精灵》创作分享：
    • 作者阿金获得二等奖。
    • 设计灵感来源于行驶路上的孤独感，旨在让车机根据看到的风景进行音乐推荐。
    • 三大亮点包括多模态结合（融合语音、视觉和嗅觉交互）、丰富音乐互动选择（个性化推荐音乐和 freestyle 创作）、个性化座舱调整（音乐播放联动氛围灯等）。
  2. 「Agent 共学」coze 比赛大奖作品分享核心创作理念：
    • 9 月 26 日 20:00 开始的分享包括《舆情管理大师》工作流思路等，第一名是汽车 bot 小队的《舆情管理大师》。
    • 9 月 27 日 20:00 开始的分享包括野生菌的一等奖作品分享文稿等，一等奖有《汽车栏目主持人（零壹老师）》《车行营销智多星（手把手蹭热点）》等。
  3. 扣子案例合集 - 社区内容分享：
    • 扣子 X 火山引擎开发者社区夏季 Bot Hackathon 线上赛道获奖作品包括多个创新奖，如[Coze 直聘，职业助手 Bot 助力拿好 Offer]、[增强版 Bot：基于 AI 驱动的智能创作平台，实现一站式内容生成（图片、PPT、PDF）]等。
Content generated by AI large model, please carefully verify (powered by aily)

References

ray：《领克音乐精灵》创作分享

作者：阿金非常幸运在本届“火山引擎AI创造者大赛”获得二等奖，总体来看还是有很多需要进步的地方，先自己做个总结，也作为一个刚接触AIGC的初学者的分享具体产品介绍：[领克音乐精灵](https://hc7k768ew9.feishu.cn/slides/DGm2s7tGflIUmwdZqgccZyeLnph?from=from_copylink)[heading2]前言：[content]设计这个车机音乐BOT的灵感来源于某种行驶路上突然产生的孤独感，当做了一天牛马下班回家，或者独自行驶在远途的公路上，有时看到车外某些独特的景色，如秋天的落叶、蔚蓝的大海、纷飞的大雪（针对南方人）会短暂的忘却身上的疲劳，并产生一种分享欲，但可惜你车上唯一会说话的车机是一个没有感情的对话机器，Ta看不到你所看的，想不到你所想的，更提供不了你情绪价值...当然，Ta还可以播放音乐，但是还是一个没有感情的播放机器，播放方式单一，根据历史播放记录推荐的歌单往往让你听的音乐越来越局限如果驾驶时车机能根据我们看到的（车辆前摄像头拍摄的照片）风景，进行音乐的推荐应该很有意思[heading2]三大亮点，情绪价值拉满[content]多模态结合-融合语音、视觉和嗅觉交互，让车机活起来（输入：语音、前摄照片、GPS信息、其他API信息（如天气）输出：语音、音乐、生成图片、座舱相关互动）丰富音乐互动选择-提供多种音乐播放和互动方式，包括个性化推荐音乐和freestyle创作，增加行驶乐趣个性化座舱调整-音乐播放联动氛围灯、香氛、音效模式、音乐专属屏保图，营造沉浸式体验

「Agent共学」coze比赛大奖作品分享核心创作理念

|时间|分享材料|内容|讲师嘉宾|主持人||-|-|-|-|-||9月26日20:00开始<br>([回放链接](https://waytoagi.feishu.cn/minutes/obcnyetrbh24wgcnym784748?from=from_copylink))|[《舆情管理大师》工作流思路](https://waytoagi.feishu.cn/wiki/Rwd7wYcouijdPdkF2Ayc9RlAntg?from=from_copylink)<br>[舆情管理大师-汽车bot小队.pptx](https://waytoagi.feishu.cn/wiki/PBEUw8oxJivNfrkOVa5cFCznnM1)|第一名:《舆情管理大师》@汽车bot小队<br>https://www.coze.cn/s/iknCrnvv/|锤子,朱一鸣,寻鱼,灯|元||9月27日<br>20:00开始<br>([回放链接](https://waytoagi.feishu.cn/minutes/obcny379l9b981mtxa78x4f3?from=from_copylink))|[野生菌｜「领克&火山引擎」AI创造者大赛一等奖分享文稿](https://yktdzwrsrx.feishu.cn/docx/DiqqdNSmao8nT2xWmiccbOOknIE)<br>[手把手蹭热点-来都来了.pdf](https://waytoagi.feishu.cn/wiki/UGzZwju5uiVKrVkhiCGcevwXnjb?from=from_copylink)<br>[【领克X黑神话】虚拟狂飙之征战天命](https://waytoagi.feishu.cn/wiki/KR6Ew8cxPif7GUkjhn1ckLmwn3b?from=from_copylink)<br>[Coze汽车售后服务知识库Bot拆解](https://waytoagi.feishu.cn/wiki/N4wBwPY1oifcNJkZsyHc6McdnYg?from=from_copylink)|一等奖:《汽车栏目主持人（零壹老师）》@野生菌<br>https://www.coze.cn/s/iknCY9xR/<br>一等奖:《车行营销智多星（手把手蹭热点）》@来都来了<br>https://www.coze.cn/s/iknC5bgR/<br>优秀作品:《虚拟狂飙之征战天命》@小鱿鱼<br>https://www.coze.cn/s/ikTjx4Mk/|@罗文,二师兄<br>元,Roger,Stuart<br>小鱿鱼|Stuart|

扣子案例合集-社区内容分享

[heading3]扣子X火山引擎开发者社区夏季Bot Hackathon线上赛道获奖作品创新奖:[Coze直聘，职业助手Bot助力拿好Offer](https://waytoagi.feishu.cn/wiki/D5IMwkyF7it9g5k8oDHcJcCIn5e?from=from_copylink)创新奖:[增强版Bot：基于AI驱动的智能创作平台，实现一站式内容生成（图片、PPT、PDF）](https://waytoagi.feishu.cn/wiki/RcmMwJWKgiPJiGkQtVYcqySHnrd?from=from_copylink)创新奖:[扣子AI应用-故事与绘本](https://waytoagi.feishu.cn/wiki/UyF6wYMxxiPGTSk77kVcR4hrnFf?from=from_copylink)创新奖:[如何学习AI绘画，快来体验《AI绘画助手》](https://waytoagi.feishu.cn/wiki/I3khwaJ9sizsM4kvGZ6czbVAnNg?from=from_copylink)创新奖:[?一站式职业规划服务，为您量身定制求职路径，从性格测试到理想工作匹配，助您实现职业目标](https://waytoagi.feishu.cn/wiki/Pv94wRIl2ish9Gk4zeAcm11qnld?from=from_copylink)创新奖:[我看你骨骼惊奇,必是练武奇才,来测测你家宝宝将来干啥吧](https://waytoagi.feishu.cn/wiki/KYF7wnjunicWukkR3fUcGlAqnqc?from=from_copylink)

Others are asking
如何让企业微信可以接上 AI？让我的企业微信号变成一个 AI 客服
要让企业微信接上 AI 并变成一个 AI 客服，可以参考以下内容： 1. 基于 COW 框架的 ChatBot 实现方案：这是一个基于大模型搭建的 Chat 机器人框架，可以将多模型塞进微信（包括企业微信）里。张梦飞同学写了更适合小白的使用教程，链接为： 。 可以实现打造属于自己的 ChatBot，包括文本对话、文件总结、链接访问、联网搜索、图片识别、AI 画图等功能，以及常用开源插件的安装应用。 正式开始前需要知道：本实现思路需要接入大模型 API 的方式实现（API 单独付费）。 风险与注意事项：微信端因为是非常规使用，会有封号危险，不建议主力微信号接入；只探讨操作步骤，请依法合规使用，大模型生成的内容注意甄别，确保所有操作均符合相关法律法规的要求，禁止将此操作用于任何非法目的，处理敏感或个人隐私数据时注意脱敏，以防任何可能的滥用或泄露。 支持多平台接入，如微信、企业微信、公众号、飞书、钉钉等；多模型选择，如 GPT3.5/GPT4.0/Claude/文心一言/讯飞星火/通义千问/Gemini/GLM4/LinkAI 等等；多消息类型支持，能处理文本、语音和图片，以及基于自有知识库进行定制的企业智能客服功能；多部署方法，如本地运行、服务器运行、Docker 的方式。 2. DIN 配置：先配置 FastGpt、OneAPI，装上 AI 的大脑后，可体验知识库功能并与 AI 对话。新建应用，在知识库菜单新建知识库，上传文件或写入信息，最后将拥有知识库能力的 AI 助手接入微信。
2025-05-09
围棋AI
围棋 AI 领域具有重要的研究价值和突破。在古老的围棋游戏中，AI 面临着巨大挑战，如搜索空间大、棋面评估难等。DeepMind 团队通过提出全新方法，利用价值网络评估棋面优劣，策略网络选择最佳落子，且两个网络以人类高手对弈和 AI 自我博弈数据为基础训练，达到蒙特卡洛树搜索水平，并将其与蒙特卡洛树搜索有机结合，取得了前所未有的突破。在复杂领域 AI 第一次战胜人类的神来之笔 37 步，也预示着在其他复杂领域 AI 与人类智能对比的进一步突破可能。此外，神经网络在处理未知规则方面具有优势，虽然传统方法在处理象棋问题上可行，但对于围棋则困难重重，而神经网络专门应对此类未知规则情况。关于这部分内容，推荐阅读《这就是 ChatGPT》一书，其作者备受推崇，美团技术学院院长刘江老师的导读序也有助于了解 AI 和大语言模型计算路线的发展。
2025-05-08
什么AI工具可以实现提取多个指定网页的更新内容
以下 AI 工具可以实现提取多个指定网页的更新内容： 1. Coze：支持自动采集和手动采集两种方式。自动采集包括从单个页面或批量从指定网站中导入内容，可选择是否自动更新指定页面的内容及更新频率。批量添加网页内容时，输入要批量添加的网页内容的根地址或 sitemap 地址然后单击导入。手动采集需要先安装浏览器扩展程序，标注要采集的内容，内容上传成功率高。 2. AI Share Card：能够一键解析各类网页内容，生成推荐文案，把分享链接转换为精美的二维码分享卡。通过用户浏览器，以浏览器插件形式本地提取网页内容。
2025-05-01
AI文生视频
以下是关于文字生成视频（文生视频）的相关信息： 一些提供文生视频功能的产品： Pika：擅长动画制作，支持视频编辑。 SVD：Stable Diffusion 的插件，可在图片基础上生成视频。 Runway：老牌工具，提供实时涂抹修改视频功能，但收费。 Kaiber：视频转视频 AI，能将原视频转换成各种风格。 Sora：由 OpenAI 开发，可生成长达 1 分钟以上的视频。 更多相关网站可查看：https://www.waytoagi.com/category/38 。 制作 5 秒单镜头文生视频的实操步骤（以梦 AI 为例）： 进入平台：打开梦 AI 网站并登录，新用户有积分可免费体验。 输入提示词：涵盖景别、主体、环境、光线、动作、运镜等描述。 选择参数并点击生成：确认提示词无误后，选择模型、画面比例，点击「生成」按钮。 预览与下载：生成完毕后预览视频，满意则下载保存，不理想可调整提示词再试。 视频模型 Sora：OpenAI 发布的首款文生视频模型，能根据文字指令创造逼真且充满想象力的场景，可生成长达 1 分钟的一镜到底超长视频，视频中的人物和镜头具有惊人的一致性和稳定性。
2025-04-20
学AI上钉钉
以下是在钉钉上学 AI 的相关内容： 从 AI 助教到智慧学伴的应用探索： 登录钉钉客户端，在右上角依次选择钉钉魔法棒、AI 助理、创建 AI 助理。进入创建 AI 助理页面后，填写 AI 助理信息，设置完成即可创建成功。 AI 领导力向阳乔木：未提及具体的在钉钉上学 AI 的操作方法。 基于 COW 框架的 ChatBot 实现步骤： 创建应用： 进入，登录后点击创建应用，填写应用相关信息。 点击添加应用能力，选择“机器人”能力并添加。 配置机器人信息后点击发布，发布后点击“点击调试”，会自动创建测试群聊，可在客户端查看。点击版本管理与发布，创建新版本发布。 项目配置： 点击凭证与基础信息，获取 Client ID 和 Client Secret 两个参数。 参考项目，将相关配置加入项目根目录的 config.json 文件，并设置 channel_type:"dingtalk"，注意运行前需安装依赖。 点击事件订阅，点击已完成接入，验证连接通道，会显示连接接入成功。 使用：与机器人私聊或将机器人拉入企业群中均可开启对话。
2025-04-19
AI术语解释
以下是一些常见的 AI 术语解释： Agents（智能体）：一个设置了一些目标或任务，可以迭代运行的大型语言模型。与大型语言模型在像 ChatGPT 这样的工具中的通常使用方式不同，Agent 拥有复杂的工作流程，模型本质上可以自我对话，无需人类驱动每一部分的交互。属于技术范畴。 ASI（人工超级智能）：尽管存在争议，但通常被定义为超越人类思维能力的人工智能。属于通识范畴。 Attention（注意力）：在神经网络的上下文中，有助于模型在生成输出时专注于输入的相关部分。属于技术范畴。 Bias（偏差）：AI 模型对数据所做的假设。“偏差方差权衡”是模型对数据的假设与给定不同训练数据的模型预测变化量之间必须实现的平衡。归纳偏差是机器学习算法对数据的基础分布所做的一组假设。属于技术范畴。 Chatbot（聊天机器人）：一种计算机程序，旨在通过文本或语音交互模拟人类对话。通常利用自然语言处理技术来理解用户输入并提供相关响应。属于通识范畴。 CLIP（对比语言图像预训练）：由 OpenAI 开发的 AI 模型，用于连接图像和文本，使其能够理解和生成图像的描述。属于技术范畴。 TPU（张量处理单元）：谷歌开发的一种微处理器，专门用于加速机器学习工作负载。属于技术范畴。 Training Data（训练数据）：用于训练机器学习模型的数据集。属于技术范畴。 Transfer Learning（迁移学习）：机器学习中的一种方法，其中对新问题使用预先训练的模型。属于技术范畴。 Validation Data（验证集）：机器学习中使用的数据集的子集，独立于训练数据集和测试数据集。用于调整模型的超参数（即架构，而不是权重）。属于技术范畴。 Knowledge Distillation（数据蒸馏）：数据蒸馏旨在将给定的一个原始的大数据集浓缩并生成一个小型数据集，使得在这一小数据集上训练出的模型，和在原数据集上训练得到的模型表现相似。在深度学习领域中被广泛应用，特别是在模型压缩和模型部署方面。可以帮助将复杂的模型转化为更轻量级的模型，并能够促进模型的迁移学习和模型集成，提高模型的鲁棒性和泛化能力。属于技术范畴。 RAG（检索增强生成）：检索增强生成。属于技术范畴。 Forward Propagation（前向传播）：在神经网络中，输入数据被馈送到网络并通过每一层（从输入层到隐藏层，最后到输出层）以产生输出的过程。网络对输入应用权重和偏差，并使用激活函数生成最终输出。属于技术范畴。 Foundation Model（基础模型）：在广泛数据上训练的大型 AI 模型，旨在适应特定任务。属于技术范畴。 GAN（通用对抗网络）：一种机器学习模型，用于生成类似于某些现有数据的新数据。使两个神经网络相互对抗：一个“生成器”，创建新数据，另一个“鉴别器”试图将数据与真实数据区分开来。属于技术范畴。 Generative AI/Gen AI（生成式 AI）：AI 的一个分支，专注于创建模型，这些模型可以根据现有数据的模式和示例生成新的原创内容，例如图像、音乐或文本。属于通识范畴。 GPU（图形处理单元）：一种特殊类型的微处理器，主要用于快速渲染图像以输出到显示器。在执行训练和运行神经网络所需的计算方面也非常高效。属于产品范畴。
2025-04-18
问题定义： 1. 核心问题陈述：创作一份个人参赛的、以光伏业务中财务工作与AI结合进行业务赋能为主题的展示类参赛方案框架。 2. 关键上下文信息：公司举办AI创新大赛，个人参赛，主题方向为工作和AI结合限定在业务赋能，公司业务是光伏领域。 3. 问题的具体范围界定：聚焦光伏业务中财务工作与AI结合进行业务赋能的展示方案框架创作。 答案要求： 1. 内容范围： - 必须包含：整体参赛方案思路、光伏财务业务与AI结合的具体方向、展示方案大致框架。
很抱歉，您提供的知识库内容中没有与光伏业务中财务工作与 AI 结合进行业务赋能的参赛方案框架相关的信息。但以下是为您生成的一个可能的参赛方案框架示例： 一、整体参赛方案思路 本次参赛方案旨在探索如何将 AI 技术应用于光伏业务中的财务工作，以实现更高效、精准和智能化的业务赋能。通过深入分析光伏行业的特点和财务工作的需求，结合先进的 AI 技术，提出创新的解决方案，提升财务工作的效率和质量，为公司的光伏业务发展提供有力支持。 二、光伏财务业务与 AI 结合的具体方向 1. 财务预测与分析 利用机器学习算法对光伏项目的成本、收益进行预测，为投资决策提供数据支持。 分析市场趋势和政策变化对财务状况的影响，提前制定应对策略。 2. 风险评估与管理 运用大数据和人工智能技术，对光伏项目的风险进行实时监测和评估。 建立风险预警模型，及时发现潜在的财务风险。 3. 成本优化与控制 通过智能算法优化供应链管理，降低采购成本。 分析生产过程中的能耗数据，实现成本的精细化控制。 4. 财务报表自动化生成与审计 利用自然语言处理技术自动生成财务报表，提高工作效率。 运用 AI 辅助审计，提高审计的准确性和效率。 三、展示方案大致框架 1. 项目背景与目标 介绍光伏行业的发展现状和公司的业务情况。 阐述将财务工作与 AI 结合的目标和意义。 2. 技术方案与实现 详细介绍所采用的 AI 技术和算法。 展示技术方案的实现过程和关键步骤。 3. 应用案例与效果 分享实际应用案例，展示 AI 在财务工作中的具体应用场景。 分析应用效果，如成本降低、效率提升、风险控制等方面的成果。 4. 未来展望与挑战 展望 AI 在光伏财务领域的未来发展趋势。 探讨可能面临的挑战及应对策略。 5. 总结与结论 总结方案的核心内容和创新点。 强调对公司光伏业务的价值和贡献。 以上框架仅供参考，您可以根据实际情况进行进一步的细化和完善。
2025-03-28
Fine-Tuning是什么，如何评估一个Fine-Tuning的大赛
FineTuning（微调）是一种迁移学习技术，常用于深度学习中。其基本思路是：先有一个在大量数据上训练过的预训练模型，该模型已学会一些基本模式和结构（如在自然语言处理中学会基本语法和单词语义），然后在特定任务数据上继续训练该模型，使其适应新任务。 以下是两个例子帮助您理解： 例子 1：情感分类。假设构建一个判断电影评论积极或消极的模型，先使用大量语料库（如维基百科）预训练模型，使其学会基本语法和单词语义，再收集标注过的电影评论（部分积极，部分消极），在这些评论上继续训练模型，使其学会判断评论情感。 例子 2：图像分类。假设构建一个识别猫和狗图片的模型，先使用大量图片（如 ImageNet 数据集）预训练模型，使其学会识别图片中的基本形状和纹理，再收集标注过的猫和狗的图片，在这些图片上继续训练模型，使其学会区分猫和狗。 对于评估一个 FineTuning 的大赛，需要注意以下几点： 1. 对于需要快速迭代新用例的场景，微调作用较小。 2. 要实现微调功能，需创建包含至少数百个优质示例的大型训练数据集，按格式要求整理数据集，并启动微调自定义 LLM 的训练任务，评估微调性能。 3. 为实现良好微调，要建立模型改进工作流程，不断监控模型性能变化，获得反馈并依据反馈改进模型。 4. 通过记录所有生成的模型，以及评分指标（隐性和显性用户的反馈，以及人类和人工智能的评估），为下一版本创建的训练数据集进行调整。 5. 许多 LLM Ops 平台能自动收集和显示最佳数据，方便进行微调。
2024-08-13