以下是关于 Flux 的 Lora 模型训练的详细步骤： 1. 模型准备： 下载所需模型，包括 t5xxl_fp16.safetensors、clip_l.safetensors、ae.safetensors、flux1dev.safetensors。 注意：不使用时模型存放位置不限，但要知晓路径；训练时建议使用 flux1dev.safetensors 和 t5xxl_fp16.safetensors 版本。 2. 下载脚本： 夸克网盘链接：https://pan.quark.cn/s/ddf85bb2ac59 百度网盘链接：https://pan.baidu.com/s/1pBHPYpQxgTCcbsKYgBi_MQ?pwd=pfsq 提取码：pfsq 3. 数据集准备： 建议使用自然语言，与之前 SDXL 的训练类似。 数据集存放位置：.Flux_train_20.4\\train\\qinglong\\train 。 若未准备数据集，此路径中有试验数据集可直接使用。 4. 运行训练：约 1 2 小时即可完成训练。 5. 验证和 lora 跑图：若有 comfyUI 基础，在原版工作流的模型后面，多加一个 LoraloaderModelOnly 的节点，自行选择 Lora 并调节参数。 6. 修改脚本路径和参数： 若显卡为 16G，右键 16G 的 train_flux_16GLora 文件；若显卡为 24G 或更高，右键 24G 的 train_flux_24GLora 文件。 用代码编辑器打开，理论上只需修改红色部分，包括底模路径、VAE 路径、数据集路径、clip 路径和 T5xxl 路径。注意路径格式，避免错误。蓝色部分为备注名称，可改可不改。建议经验丰富后再修改其他深入参数，并做好备份管理。

以下是关于 AI 提示词的相关内容： 108 个舞蹈音乐提示词：这是由作者@mista.lewys@normalgoodz 发布在 SUNO.WIKI 的 PROMPTS BOOK，由格林翻译和扩展。提示词列表全面，涵盖各种舞曲子流派，每个提示字符数在 117 到 120 之间，以优化字符使用和清晰度。例如“Punchy 4/4 beats,electro bass,catchy synths,pop vocals,bright pads,clubready mixes,energetic drops”，其中“Punchy 4/4 beats”指节奏感强的四四拍鼓点，“Electro bass”指电子低音，“Catchy synths”指易于记住的合成器旋律或音效，“Pop vocals”指流行音乐风格的主唱，“Bright pads”指明亮的和弦音效，“Clubready mixes”指适合在夜店播放的混音，“Energetic drops”指高潮部分。每个提示精心制作，适应不同聆听环境，可激发对遗漏流派的描述，结合元素、流派、影响等深化舞蹈音乐谱系。 SD 新手入门图文教程中的提示词模板相关资源：包括 Majinai（）。

对于小白学习 AI，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。 此外，还可以参考以下经验： 像《雪梅 May 的 AI 学习日记》中提到的，如果您还在观望 AI，不知道从何入手，可以先看日记的目录。学习模式可以是输入→模仿→自发创造。 注意学习内容可能会因 AI 发展迅速而变化，可去 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新的内容。 学习时间不必每天依次进行，有空的时候学习即可。 保持良好的学习状态，不必有心理压力，能学多少算多少。 学习资源很多是免费开源的。 最开始可以从 prompt 入手，3.5 刚出来的时候，对 AI 生成原理的理解加上 prompt 写得好，问问题和解决问题的效率是巨大的。作为小白类型的 Chat 网页终端用户，可以临时捏一些 prompt 解决具体的问题。

以下是一些适合用于生成年终总结报告的 AI 软件及相关资源： 1. Claude Artifacts：文章《年底了，惊艳一次，用 Claude Artifacts 生成年终总结，简洁明快还能无限复用》介绍了其生成年终总结的特点，如简洁明快、可无限复用。通过编辑和实时预览功能，能一次性创建模板并不断修改使用，且改进后产出更稳定，简化创作过程。 2. 您还可以参考以下报告和文章获取更多信息： 《》 《》 《》 《》 生成式 AI 季度数据报告 2024 月 1 3 月 《》 《》

以下是关于图片翻译的相关信息： 多语言支持：涵盖 18 种语言，包括中文、英文、法语、日语、韩语和西班牙语。 保护图像主体：可选择不翻译品牌名称或重要信息，避免影响关键内容。 高分辨率处理：支持高达 4000×4000 像素的图像，确保翻译后画质清晰。 原始排版恢复：保留原字体、大小及对齐方式，确保设计一致性。 多行文本合并：将多行文本合并为段落翻译，避免逐行翻译造成误解。 清除文本痕迹：翻译后干净移除原文本，并恢复图像空白区域。

WaytoAGI 是一个由开发者、学者和有志人士等参与的学习社区和开源的 AI 知识库。它于 2023 年 4 月 26 日诞生，在没有任何推广的情况下，一年时间已有超过 70 万用户和超千万次的访问量，是很多 AI 爱好者知识的源头。社群的 Slogan 是让更多的人因 AI 而强大，有很多学社和共学共建的活动。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。打开“waytoagi.com”就可以找到社群。

以下是关于 AI 眼镜的相关信息： 9 月，Meta 发布 AI 眼镜 Orion。 6 月 29 30 日，全球首款集成 GPT 4o 的智能眼镜发布。其功能包括支持超过 10 种语言的实时翻译，轻松打破语言障碍；采用模块化设计，可更换不同样式的传统框架；具备 LED 通知灯，整合 Google Gemini 和 Anthropic 的 Claude AI 模型。产品为 Solos AirGo 3 音频眼镜，不含相机，售价为 249 美元。详细功能及技术细节介绍可参考：

大模型的发展大致可以分为三个阶段： 1. 准备期：自 2022 年 11 月 30 日 ChatGPT 发布后，国内产学研迅速形成大模型共识。 2. 成长期：国内大模型数量和质量开始逐渐增长。 3. 爆发期：各行各业开源闭源大模型层出不穷，形成百模大战的竞争态势。 在发展过程中，大模型主要有以下几类： 1. 原创大模型：这类模型稀少而珍贵，需要强大的技术积累、持续的高投入，风险较大，但一旦成功竞争力强。 2. 套壳开源大模型：利用现有资源快速迭代和改进，需要在借鉴中实现突破和创新。 3. 拼装大模型：将过去的小模型拼接在一起，试图通过整合已有资源来实现质的飞跃，但整体性能并非各部分简单相加。 此外，360 作为国内唯一又懂大模型又懂安全的双料厂商，提出以“模法”打败魔法的理念，打造专业的安全大模型，只依赖大模型本身的能力，在恶意流量分析和恶意邮件检测效果方面超越 GPT 4，并与 360 积累的工具结合，提升攻击事件的检测和发现能力。同时，企业在运用大模型时，要将好的知识和算法结合，从数据中提炼出真正的实战知识。

以下为您推荐一些与 AGI 相关的书籍： 《人类简史》：其中“认知革命”的相关章节令您获益匪浅。 《深度学习实战》：按脉络梳理了 ChatGPT 爆发前的 AI 信息与实践。 《1984》（1984，非虚构）：经典之作，新闻语、真理部、双重思想、思想犯罪等构建出令人毛骨悚然的世界，许多概念在现实中也能找到弱化版对应。 《为食物辩护》（In Defense of Food）：作者 Pollan（非虚构/饮食），让您了解吃真正的食物，适量饮食，多吃植物。 《倒计时至零日》（Countdown to Zero Day，非虚构/网络战）：深入探讨 Stuxnet，是关于网络安全、未来战争和 AGI 的重要读物。 《深渊上的火》（A Fire Upon the Deep，科幻）：仅第一章就已深刻描绘超智的样貌，令人印象深刻。 《枪炮、病菌与钢铁》（Guns, Germs, and Steel，非虚构/历史）：对资源分布及其对人类文明影响的全面分析极具价值。 《献给阿尔吉侬的花束》（Flowers for Algernon，科幻）：一部关于智力的震撼杰作。 《阿特拉斯耸耸肩》（Atlas Shrugged，科幻）：前几章的世界构建已足够震撼，其虚构中的许多元素在现实中也可见影踪。 《无限的世界》（An Immense World，非虚构/生物学）：探讨各种动物感官的书籍，让人多次感叹人类感官的局限性。 《主开关》（The Master Switch，非虚构/技术历史）：追溯信息技术历史，从电报到互联网，揭示“循环”模式。每种媒介从去中心化走向中心化，这一模式在 LLM 等信息技术中同样值得关注。 在 Python 方面，作为新手入门，为您推荐： 《Python 学习手册》：名声在外。 《Python 编程》：新手友好。 此外，对于 Python 以及各种 AI 工具的使用，推荐您观看 B 站 up 主“PAPAYA 电脑教室”的 Python 入门课，完全免费。Andrej Karpathy 的相关讲解也很不错，其油管地址：https://www.youtube.com/watch?v=zjkBMFhNj_g ，B 站地址：https://www.bilibili.com/video/BV1AU421o7ob 。对于资料库，非常推荐 AJ 和众多小伙伴们共创的“?通往 AGI 之路”（一个飞书文档），这应该是当下最全的中文 AI 资料库，免费、开源、共创。包含了几乎所有有价值的文档、文章、资料、资讯，并永远是第一时间更新，链接：https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e 。

对于初学者学习 AI，建议您采取以下步骤： 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，您将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。 6. 持续学习和跟进： AI 是一个快速发展的领域，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自己的成就。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。