如果您想通过 AI 学习 Python，以下是一些关键的知识和步骤： 从零开始学习，最重要的是掌握最少必要知识，然后尽快开始并度过这个过程。现在有了 AI 能极大加速这一进程。您可以参考：，结合 ChatGPT，不懂的地方都可以提问。 如果希望继续精进，最好体系化地了解编程和 AI，至少熟悉以下内容： 1. Python 基础： 基本语法：了解 Python 的基本语法规则，如变量命名、缩进等。 数据类型：熟悉字符串、整数、浮点数、列表、元组、字典等基本数据类型。 控制流：学会使用条件语句（if）、循环语句（for 和 while）控制程序执行流程。 2. 函数： 定义和调用函数：学会定义自己的函数及调用现有函数。 参数和返回值：理解函数接收参数和返回结果的方式。 作用域和命名空间：了解局部变量和全局变量的概念及工作方式。 3. 模块和包： 导入模块：学会导入 Python 标准库中的模块或第三方库。 使用包：理解如何安装和使用 Python 包扩展程序功能。 4. 面向对象编程（OOP）： 类和对象：了解类的定义和实例化等基本概念。 属性和方法：学会为类定义属性和方法，并通过对象调用。 继承和多态：了解类之间的继承关系及多态的实现。 5. 异常处理： 理解异常：了解异常是什么及在 Python 中的工作方式。 异常处理：学会使用 try 和 except 语句处理程序中可能的错误。 6. 文件操作： 文件读写：学会打开文件、读取文件内容和写入文件。 文件与路径操作：理解如何用 Python 处理文件路径及列举目录下的文件。

以下为您介绍几款免费生成数字人的软件及使用方法： 剪映：在剪映右侧窗口顶部，打开“数字人”选项，选取免费且适合的数字人形象，如“婉婉青春”。选择数字人形象时会播放其声音，可判断是否需要，点击右下角“添加数字人”将其添加到当前视频中。左下角会提示渲染完成时间，可点击预览查看效果。还可为视频增加背景图片，删除先前导入的文本内容，点击左上角“媒体”菜单并“导入”本地图片，将图片添加到视频轨道上，调整图片位置和大小。 HEYGEN：优点是人物灵活、五官自然、视频生成快；缺点是中文人声选择较少。使用方法为点击网址注册后，进入数字人制作，选择Photo Avatar上传自己的照片，上传后效果在My Avatar处显示，点开大图后点击Create with AI Studio进入制作，写上视频文案并选择配音音色或自行上传音频，最后点击Submit得到数字人视频。 DID：优点是制作简单、人物灵活；缺点是免费版下载后有水印。使用方法为点击网址，点击右上角Create vedio，选择人物形象，可点击ADD添加照片或使用给出的人物形象，配音时可选择提供文字选择音色或直接上传音频，最后点击Generate vedio生成视频，打开生成的视频可下载或分享。 KreadoAI：优点是免费、功能齐全；缺点是音色较AI。使用方法为点击网址注册后获得120免费k币，选择“照片数字人口播”功能，点击开始创作，选择自定义照片，配音时可选择提供文字选择音色或直接上传音频，打开绿幕按钮，点击背景添加背景图，最后点击生成视频。 此外，还有通过AI换脸软件完成数字人“私有化”的方法：需要谷歌账号（可在淘宝或“”购买）。第一步打开谷歌浏览器，点击链接https://github.com/facefusion/facefusioncolab 并点击open colab进到程序主要运行界面，在右上角点击“代码执行程序”选择“全部运行”，点击红框对应的URL打开操作界面；第二步，点击“source”上传自己的照片和“target”上传之前的剪映数字人视频，保持默认参数，点击“START”生成；第三步等待专属数字人视频出炉。有关数字人使用问题可在评论区留言交流，对数字人课程感兴趣可查看通往AGI之路X AI沃茨的《克隆你自己》课程。在线观看第一节：https://www.bilibili.com/video/BV1yw411E7Rt/?spm_id_from=333.999.0.0 。

以下是一些具有“图片理解”能力的国内模型： 1. Gemini 模型：在各种图像理解基准测试中表现出色，如在表 7 中的各项测试中是最先进的，在回答自然图像和扫描文档的问题，以及理解信息图表、图表和科学图解等任务中性能强大。在 zeroshot 评估中表现优于其他模型，在多学科的 MMMU 评估基准测试中也取得了最好的分数。 2. 国内大模型： 北京企业机构：百度（文心一言）https://wenxin.baidu.com 、抖音（云雀大模型）https://www.doubao.com 、智谱 AI（GLM 大模型）https://chatglm.cn 、中科院（紫东太初大模型）https://xihe.mindspore.cn 、百川智能（百川大模型）https://www.baichuanai.com/ 上海企业机构：商汤（日日新大模型）https://www.sensetime.com/ 、MiniMax（ABAB 大模型）https://api.minimax.chat 、上海人工智能实验室（书生通用大模型）https://internai.org.cn 3. 智谱·AI 开源模型： CogAgent18B：基于 CogVLM17B 改进的开源视觉语言模型，拥有 110 亿视觉参数和 70 亿语言参数，支持 11201120 分辨率的图像理解，具备 GUI 图像的 Agent 能力。 CogVLM17B：强大的开源视觉语言模型，在多模态权威学术榜单上综合成绩第一，在 14 个数据集上取得了 stateoftheart 或者第二名的成绩。 Visualglm6B：开源的支持图像、中文和英文的多模态对话语言模型，语言模型基于 ChatGLM6B，具有 62 亿参数；图像部分通过训练 BLIP2Qformer 构建起视觉模型与语言模型的桥梁，整体模型共 78 亿参数。 RDM：Relay Diffusion Model，级联扩散模型，可以从任意给定分辨率的图像快速生成，而无需从白噪声生成。

以下为您介绍几款一键生成 PPT 的 AI 工具： 1. 歌者 PPT（gezhe.com）： 功能： 话题生成：一键生成 PPT 内容。 资料转换：支持多种文件格式转 PPT。 多语言支持：生成多语言 PPT。 模板和案例：海量模板和案例库。 在线编辑和分享：生成结果可自由编辑并在线分享。 增值服务：自定义模板、字体、动效等。 简介：是一款永久免费的智能 PPT 生成工具，用户可轻松将任何主题或资料转化为 PPT，并选择应用大量精美模板，适用于多种场景。 产品优势： 免费使用：所有功能永久免费。 智能易用：通过 AI 技术简化制作流程，易于上手。 海量案例：大量精美模板和优秀案例可供选择和下载。 资料转 PPT 很专业：支持多种文件格式，转换过程中尊重原文内容。 AI 翻译：保持 PPT 原始排版不变，多语言在线即时翻译。 推荐理由： 完全免费，对学生和职场人士是福音。 智能化程度高，高效准确生成 PPT。 模板和案例库丰富，总能找到适合的模版或案例。 适合不太擅长制作 PPT 或时间紧张的人群，几乎无需学习成本就能上手使用。 2. 熊猫 Jay： 网址：国内网站，不需要魔法。地址：https://ppt.isheji.com/?code=ysslhaqllp&as=invite 操作步骤： 选择模版。 输入大纲和要点，由于闪击的语法和准备的大纲内容有一些偏差，可以参考官方使用指南：https://zhuanlan.zhihu.com/p/607583650，将大纲转换成适配闪击的语法。 生成 PPT，点击文本转 PPT，并在提示框中选择确定，得到转换后的 PPT，可在线编辑。 导出：导出有一些限制，PPT 需要会员才能导出。 3. 增强版 Bot： 场景： 图片理解与生成：在对话框输入诉求，生成常见的系统架构风格架构设计图，给出一张图片即可，也可根据图片提取关键知识内容。 PPT 一键生成：根据上下文，在对话框输入诉求，生成幻灯片内容及相关模板选择。 PDF 智能制作：根据上下文，在对话框输入诉求，生成相应的可选模板。 系统架构论文一键创作。

以下是一些具有“图片理解”能力的模型： 1. Gemini 模型：Gemini Ultra 在各种图像理解基准测试中表现出色，如在表 7 中的各项测试中是最先进的。它在回答自然图像和扫描文档的问题，以及理解信息图表、图表和科学图解等各种任务中性能强大。在 zeroshot 评估中表现优于其他模型，还超过了几个在基准训练集上微调的现有模型。在 MMMU 评估基准测试中也取得了最好的分数。 2. 李飞飞团队开发的计算机视觉模型：能够在看到图片的第一时间生成类似人类语言的句子，但仍存在需要改进和学习的地方。 3. GPT4V 模型：图像理解由多模态 GPT3.5 和 GPT4 提供支持，能够将语言推理技能应用于各种图像，例如照片、屏幕截图以及包含文本和图像的文档。

数字人目前有以下较为成熟的应用： 1. 影视行业：真人驱动的数字人通过动捕设备或视觉算法还原真人动作表情，用于影视制作。 2. 直播带货：真人驱动的数字人在直播带货领域发挥作用。 3. 家庭：未来可能会有数字人管家，全面接管智能家居或其他设备。 4. 学校：未来可能会有数字人老师，为学生答疑解惑。 5. 商场：未来可能会有数字人导购，为顾客提供指路、托管个人物品等服务。 数字人的构建方式包括： 1. 2D 引擎：风格偏向二次元，亲和力强，定制化成本低，代表如 Live2D Cubism。 2. 3D 引擎：风格偏向超写实的人物建模，拟真程度高，定制化成本高，代表如 UE、Unity、虚幻引擎 MetaHuman 等。 3. AIGC：虽然省去建模流程，但在数字人 ID 一致性和帧连贯性上存在弊端，不过算法发展迅速，未来可能会有改善。AIGC 还有直接生成 2D/3D 引擎模型的探索方向。

以下为您介绍一些可用于制作展馆墙面播放的动画视频的 AI 工具及相关方法： Pika、Pixverse、Runway、SVD 是四大可用的 AI 视频工具。 对于每个 prompt 的角色形象描述，可采用“景别+角色特征+位置关系+环境+影片风格+比例”的方式，例如：“Medium shot,side view,a middleaged man wearing glasses and a gray short shirt with gray hair is sitting at the desk with his head lowered.A 14yearold girl with a ponytail wearing a white Tshirt and jeans is standing in front of the bookshelf.The room surrounded by bookshelves is at dusk.Pixar animated movie style,highly detailed,8k niji 6 ar 7:3”。 确定主场景时，若场景一致性难以保持，可采用穿书方式将场景分布到不同地区。室内镜头中，AI 对书房的理解虽有相似之处但可能存在穿帮，主场景出现时间不长时可接受。 解决人物和场景一致性问题后，生图障碍仍存在于双人关系镜头部分。此次制作比上个视频稍容易，MJ 的语义理解有所提升，部分镜头如女孩能在镜子里看到妈妈的镜头较令人满意，但要自由生成同场戏内不同角度的关系镜头仍有难度。

以下为您推荐一些知识库系统： 1. 专家系统： 是符号人工智能的早期成就之一，为充当有限问题领域的专家而设计。 包含从人类专家提取的知识库、推理引擎以及问题记忆。 推理引擎协调问题状态空间的搜索过程，必要时向用户提问。 例如根据动物物理特征判断动物的专家系统，可通过绘制 ANDOR 树或使用规则来表示知识。 2. AI Agent 中的外置知识： 由外部数据库提供，特点是能够动态更新和调整。 涉及多种数据存储和组织方式，包括向量数据库、关系型数据库和知识图谱。 实际应用中常采用 RAG 架构，结合检索和生成，增强模型的生成能力。 3. 知识管理体系： 是组织和管理信息、数据和知识的方法，帮助个人或组织有效捕捉、组织、访问和使用知识，提高效率、创新能力和决策质量。 包括收集信息、整理知识、分享经验、促进学习和创新等流程，以及分类、标签和索引等组织方式。 关键组成部分有知识的捕捉、组织、分享和应用。 创建知识管理体系可提高效率、增强决策能力、促进创新和增强适应能力。

以下是一些能够帮助建筑设计师审核规划平面图的 AI 工具： 1. HDAidMaster：这是一款云端工具，建筑师能在平台上使用主流的 AIGC 功能进行集卡式方案创作，在建筑、室内和景观设计领域表现出色，搭载了自主训练的建筑大模型 ArchiMaster，软件 UI 和设计成果颜值高。 2. Maket.ai：主要面向住宅行业，在户型和室内软装设计方面有 AI 技术探索，设计师输入房间面积需求和土地约束，软件能自动生成户型图并查看详细设计结果。 3. ARCHITEChTURES：AI 驱动的三维建筑设计软件，为设计师提供全新设计模式，在住宅设计早期可引入标准和规范约束 AI 生成的设计结果，保证合规性。 4. Fast AI 人工智能审图平台：从住宅设计图构件开始，形成全自动智能审图流程，能自动导入、划分区域、识别构件、审查强条和导出结果，还能集成建筑全寿命周期信息实现数据汇总与管理。 每个工具都有特定应用场景和功能，建议根据具体需求选择合适的工具。

指代消解是在多轮对话中需要解决的问题。在自然的人类语言交流中，多轮对话常出现使用代词如“它”“他们”“我们”等的指代情况。若仅依据用户原始提问检索知识片段，可能导致结果不精确或无法检索到信息，且对模型回复内容的限制可能影响多轮对话流畅性甚至中断。为提升对话系统性能和用户体验，需开发提示词来解决此问题，确保模型在连续交流中提供准确连贯回答。 由于指代消解需多轮对话完成，单次交互无法达成，所以要转换测试形式，先解决指代消解问题再进行下一轮答复。首先准备所需提示词，这里的提示词是用 CoT 写出的思维链，列举不同推理情景，让模型推理出需消解的代词并重新组织问题。 接着复现代指消解步骤： 1. 进行第一轮对话，如提出“尼罗河是什么？”，系统召回相关知识片段并回复。 2. 开始指代消解。 3. 使用指代消解后的问题进行提问，如“尼罗河对埃及的贡献是什么？”，系统准确召回知识片段并答复。 客观来说，指代消解是利用 RAG 架构构建智能问答系统的关键挑战之一，尤其在多轮对话场景中突出。目前用 Prompt 方法解决，要求模型先解析推理问题再回复，增加了计算资源消耗和系统响应延迟，处理时需权衡推理负荷、Token 消耗和问答准确性等因素，根据应用环境和需求做出合理选择和策略。