WaytoAGI 网站是一个在 AI 领域为用户提供多种功能的平台，包括： 1. 和 AI 知识库对话，用户可以在此询问任何关于 AI 的问题。 2. 集合了精选的 AI 网站，方便用户按需求找到适合的工具。 3. 提供精选的 AI 提示词，用户可以复制到 AI 对话网站使用。 4. 呈现每天知识库的精华内容。 WaytoAGI 网站和 WaytoAGI 知识库相互关联又各自独立，旨在成为用户学习 AI 路上的好助手。它不仅是一个知识库，还是连接学习者、实践者和创新者的社区，让大家在这里碰撞思想，相互鼓舞，一同成长。此外，它还通过公众号、B 站、小红书、X（Twitter）等渠道传递 AI 消息和普及 AI 知识。

以下是一些可以设计复杂代码的 AI 工具及相关信息： 1. 在独立游戏开发中，如果让 AI 写小功能，可把不方便配表而又需要撰写的简单、模板化、多是调用 API 且只牵涉小部分特殊逻辑的代码交给 AI。以 Buff 系统为例，用 Cursor 让它仿照代码写一些 Buff，生成结果有时可以直接用，但目前 Cursor 生成复杂代码还需要复杂的前期调教，用多了之后 ChatGPT 会更方便。教 AI 时要像哄小孩，有正确的需要及时肯定，指出错误时要克制。 2. OpenAI o1：推理能力强，适合作为架构师或算法顾问，用于复杂算法与架构设计。 3. Claude 3.5/Cursor：Claude 擅长长上下文任务，Cursor 适合上下文控制较好的 IDE 开发，可快速生成代码与网页设计。 4. v0.dev：是网页设计的利器，支持设计稿生成网页。 5. Gemini：长上下文支持（2M Tokens），适合代码反编译与混淆代码分析。 同时需要注意，AI 目前在完成复杂项目方面存在一些限制，如上下文窗口限制、自然语言描述不精确、无法感知环境和直接执行、幻觉问题等。复杂项目需要全局理解，AI 难以设计架构和模块化，项目需求常需反复讨论才能明确，AI 难以完全掌握，编译、部署、调试等复杂任务 AI 难以独立完成，且 AI 可能编造不存在的 API 或错误代码，需人工严格审查。

以下是一些可以生成连贯电影分镜的 AI 工具： 1. OpenAI 发布的文生视频模型 Sora，能够根据文字指令创造出逼真且充满想象力的场景，生成长达 1 分钟的一镜到底超长视频，视频中的人物和背景具有惊人的一致性，可随意切换镜头并保持人物稳定性。 2. XiaoHu.AI 日报中提到的工具，支持生成多张连贯图像，保持角色或场景的一致性，可用于影视分镜等多种应用。仅需一块 24GB 显存的 GPU 即可完成训练，适配多种模型架构。详细介绍：

以下是一些可以生成电影分镜的 AI 工具及相关信息： 1. GPT：可以通过指令逻辑生成视频内容、分镜需要的画面、宣传片朋友圈宣传文案等。比如先让 GPT 生成视频内容，再细化每个分镜需要的内容，最后提炼响亮的名字。 2. Pika Labs：在确定画面后可用于生成相关内容。 3. Midjourney：在生图方面，其语义理解有所提升。可以通过确定影片风格（如皮克斯动画风格）、人物形象等来生成图像。 此外，在利用 AI 拆分镜时，如使用 GPT 生成分镜内容，其优势在于结构化，但可能会有内容丢失，需要人工审核及查缺补漏。同时，在制作分镜时，还应考虑视角等细致的问题。

以下是关于如何将 Coze 中的工作流使用到 Bot 中的相关内容： 首先，将工作流看作一个函数，其输入参数通常只有用户的提问（query），这是一个字符串。 在工作流中，会按以下步骤进行操作： 1. 设置输入参数。 2. 调用 Google 搜索插件搜索互联网上的信息，可通过设置 `num` 参数控制返回搜索结果的数量，一般设置为 7 以平衡响应速度和信息量。 3. 格式化搜索结果，利用“Code”组块插入 Python 代码，将 Google 搜索返回结果格式化成两个字符串，一个是相关信息拼接而成的字符串（retrieved_contexts），另一个是网页链接拼接而成的字符串。前者用于插入 LLM 的提示词，后者用于 Workflow 的最终输出结果。 4. 获取用户的语言偏好，使用“Variable”组块获取 Bot 内设置的变量值（如 user_language）。 对于创建 Bot 并封装工作流，步骤如下： 1. 创建 Bot。 2. 填写 Bot 介绍。 3. 切换 Bot 模式为“单 Agent（工作流模式）”，若只需每次输入英文文章时返回精读结果，可直接调用工作流。 4. 将配置好的工作流添加到 Bot 中。 5. 填写开场白引导用户使用。 6. 关闭开场白预置问题。 完成封装后，可在「预览与调试」区进行最终体验与调试。但需注意，外层 bot 可能存在一定未知 bug，同一段 USER_INPUT 在工作流编辑面板中试运行正常，但在外层 bot 运行时可能报错，原因可能是外层 bot 的并发不够稳定。

Lisp 格式的提示词主要用于让 Claude 等模型生成特定的输出，以下是一些关于其使用的要点： 1. 用 Lisp 编写提示词能使生成 SVG 图形的效果优于 Markdown 版本。这可能是因为 Transformer 架构擅长从一种语言映射到另一种语言，Lisp 和 SVG 都是代码，两者距离更近，且 Lisp 的 List 结构更适合描述 SVG 卡片的设计规范、元素构成和配置参数。 2. 在实际应用中，可能会采用 Markdown 和 Lisp 混合的组合形式。如果通过 Chatbot 界面使用大语言模型，只能杂糅成一条提示词，一般情况下会拆成工作流，通过多次调用大语言模型来实现。 3. 用 Lisp 这种编程语言写提示词是之前在 prompt 圈被带火的，使用起来更为凝练和简洁。但平时写提示词用的更多的是 Markdown 语法，其简单且大语言模型能很好“理解”。 4. 要使用 Lisp 格式的提示词，可直接打开 Claude 首页，把提示词发送，完成初始化后即可使用。但通过 API 调用 Claude 可能输出效果不佳，网页版也许会更好。 5. 虽然 Markdown 版本与 Lisp 版本的提示词在语义上几乎一致，但在执行过程和某些效果上存在差异。Markdown 版本会输出中间“思考”过程，而 Lisp 版本很难让大语言模型有条理地执行流程。但用 Lisp 编写提示词时，更多是作为描述性语言而非程序性语言。

在近 6 个月，AI 有以下较大的突破： 1. 在人工智能行业，过去 12 个月里流量增长显著。从 2022 年 9 月到 2023 年 8 月，研究的工具访问量从 2.418 亿次增长到 28 亿次，增长了 10.7 倍。其中，最近 6 个月每月平均流量为 33 亿。这一飞跃从去年 11 月 ChatGPT 成为最快达到 100 万用户的平台开始，2023 年 5 月达到峰值约 41 亿。 2. 在医疗保健领域，尽管像 ChatGPT 等产品反映的技术突破显著，但也强调了其不足。例如 GPT4 在美国医学执照考试中超过及格分数 20 分，但在各方面表现并非都出色。 3. 企业对生成式 AI 的资源配置和态度发生显著变化。过去几个月，企业对生成式 AI 的预算几乎增加两倍，更多应用部署在较小的开源模型上，更多业务从早期实验转移到生产环境中。

人工智能（Artificial Intelligence，简称 AI）是一门令人兴奋的科学，它致力于研究如何使计算机表现出智能行为，例如完成一些人类擅长的任务。 最初，查尔斯·巴贝奇发明了计算机，用于按照明确的程序（即算法）进行数字运算。现代计算机虽更先进，但仍遵循相同的受控计算理念。若知道实现目标的每一步骤及顺序，就能编写程序让计算机执行。 然而，有些任务无法明确编程，比如根据照片判断人的年龄。我们能做是因为见过很多不同年龄的人，但无法明确大脑完成此任务的具体步骤，所以这类任务是 AI 所关注的。 对于不具备理工科背景的文科生，可将 AI 视为一个黑箱，只需知道它是能理解和输出自然语言、模仿人类思维的东西，其生态位是似人而非人的存在。 AI 健身是利用 AI 技术辅助或改善健身训练和健康管理的方法，通过算法和数据分析为用户提供个性化指导。相关产品如 Keep、Fiture、Fitness AI、Planfit 等。Keep 是中国最大的健身平台，提供全面解决方案；Fiture 集硬件、课程等为一体；Fitness AI 用于锻炼增强力量和速度；Planfit 的 AI 教练利用大量文本数据和 ChatGPT 实时指导。

DeepSeek V3 相关信息如下： 如果 V3 是 DeepSeek 的 GPT3 时刻，接下来的发展充满未知，但有趣的事还在后头，DeepSeek 应会为全人类的人工智能事业做更大贡献，其秘方是硅谷味儿的。 作为中国杭州的人工智能创业公司，DeepSeek 在 2024 年 12 月发布的大语言模型 DeepSeekV3 实现了诸多不可能，以 550 万美元和 2000 块英伟达 H800 GPU 训练出的开源模型，多项评测成绩超越了 Qwen2.572B 和 Llama3.1405B 等顶级开源模型，与 GPT4o 和 Claude 3.5Sonnet 等世界顶级闭源模型不相上下。尽管 OpenAI CEO Sam Altman 发疑似影射其抄袭的推文，但 DeepSeek 收获广泛真诚赞誉，尤其在开源社区。 12 月 27 日发布预览版，参数量 685B，磁盘占用 687.9GB，架构为混合专家模型（MoE），256 个专家，每个 token 使用 8 个专家，竞争对手为 Meta AI 的 Llama 3.1（405B 参数）。亮点包括准确理解复杂和细微查询、知识更新至 2023 年、多语言支持和个性化服务增强、数据安全和隐私保护加强，在 BigCodeBenchHard 排名第一。Aider Polyglot 排行榜预览得分 48.4%，排名第二。相关链接包括详细信息：https://x.com/imxiaohu/status/1872182632584561056 ，模型下载：https://huggingface.co/deepseekai/DeepSeekV3Base/tree/main ，在线体验：https://chat.deepseek.com/sign_in 。 Google 外包人员通过多项指标对 Gemini 和 Claude 进行输出对比，Claude 安全策略最严格，拒绝不安全提示，Gemini 部分回答被标记为“严重安全违规”。

以下是一些 AI 营销的最佳实践或案例： 大淘宝设计部 2023 年度 AI 设计实践： 1. 品牌超级符号映射：根据品牌符号的模型训练和结构控制，用户输入丰富关键词可快速完成准确的超级符号主视觉。案例包括双 11 AI 创作赢红包、双 11 联合传播猫头海报&花车大巡游、超级品类日 品牌符号系列海报。 2. 品牌 IP 形象 AI 生成：训练特定的天猫/淘宝/营销 IP 公仔模型，根据不同需求稳定输出定制化 IP 形象，还可形成素材库。案例有天猫 AI 玩行动 品牌联合海报、天猫双 11 出游主题喵卡、淘宝天猫一起冲亚、天猫 U 先公仔三视图生成及应用。 3. 传播&投放：案例有双 11 超级发布 品牌联合海报、媒介投放开屏海报。 4. 大促营销：通过 AI 生成图像或素材，结合平面合成及修正，确保符合品牌形象，精准表达营销活动主题，快速生成多个设计变体并迭代优化。案例包括淘宝天猫大促视觉、双 11 大促 横向会场版头模板化应用、天猫小黑盒 新品联名。 AI 在活动策划中的应用案例： 1. 活动主题及内容生成：根据活动目标、参与者背景等信息，生成合适的活动主题和内容框架建议，例如通过对话生成模型提出活动主题和议程草案。 2. 邀请函和宣传文案生成：基于活动信息生成吸引人的邀请函和宣传文案，增强宣传效果。例如微软在 Build 大会上使用 AI 生成了 8000 多份个性化的邀请函。 3. 现场活动管理：利用计算机视觉、语音识别等辅助管理活动现场的人流、秩序等。例如基于人群密度的通道引导、实时翻译等。 4. 虚拟助手：AI 对话系统作为虚拟活动助手，为参与者提供信息查询、问题咨询等服务。例如 Replika 提供了智能的虚拟活动助手应用。 5. 活动反馈分析：自动分析活动反馈（文字、语音等），总结关键观点和改进建议。例如飞书和钉钉的会议总结功能。 6. 活动营销优化：基于参与者行为数据，优化营销策略，实现个性化营销。例如针对目标受众的定向广告投放等。 AIGC 商业视频落地经验分享： 1. AIPO 校园创投活动：10 月 20 号将在全国 20 多所高校举办线下 AIPO 模拟创业者和投资人的活动，校园大使确定举办校内线下活动的报名今晚 8 点半截止。 2. AI 商业片分享：邀请自媒体博主 EM7 和南柒老师讲解如何使用 AIGC 工具完成品牌方合作，包括实战项目、合作品牌、案例区分、制作流程等，并提及不同平台发作品的区别。 3. 品牌营销与营销的概念差异：品牌营销侧重于让用户记住品牌，加深大众记忆；营销则以销售和转化为目的，更着重于产品本身。 4. AI 在品牌广告中的应用案例：如伊利的黏土风格广告，通过特定元素复原运动员形象，属于品牌广告。 5. AI 在营销广告中的应用案例：某宝好物节的广告，旨在促进消费，属于营销广告。 6. AI 视频制作的突破与挑战：路特斯的广告在时间有限的情况下仍做出尝试和突破，早期 AI 技术下的视频存在一些痛点，后续不断改进。