在国内，一些表现较为出色的 AI 包括： 智谱：一年间推出了 4 代 GLM，一直是国内能力较好的模型之一。 MiniMax：推出了 MoE 架构的新模型，和“星野”这个目前国内较成功的 AI 陪聊 APP。 月之暗面：专注长 Token 能力，在记忆力和长 Token 能力上有一定优势。 此外，从产品层面上，2C 端唯一真正出圈的是“妙鸭相机”，不过也只是昙花一现。在 2B 行业中，大模型目前还是“纯技术投入”，对于收入撬动非常有限。 在国内的大模型中，还有百度的文心一言、阿里巴巴的通义大模型等在特定领域和任务上也表现出色。如果想了解国内的大模型效果，可以参考第三方基准评测报告： 。需要注意的是，对于哪个是最强大的 AI ，判断的方式并不客观，且随着时间的发展和技术的进步，情况也在不断变化。

以下是关于 AI 工作流的相关内容： 目前使用的固定且优化的 AI 工作流包括：起床时让 AI 如“马云”“马化腾”排 TODO 优先级并做私董会脑暴；工作中有傲娇 AI 小助理加油，Prompt 为阳光、会撒娇/卖萌；重点事项 bot 如内容创作，拆成 bot 团队组，包括选题、标题、框架、扩写等，要点是提供反常识、梗，学习喜欢的 UP 创作方法论；优化的 bot 包括内容选题 bot、短视频脚本 bot、数据分析 bot（GPT4）、网页 Perplexity 的资料库 bot 等；将知识库、Prompt 资产放入飞书的知识库和多维表单中维护；备选 50 多个生产力 AI 放在工具库待命输出；未来把整个公司业务搬入飞书，外接 MJ、ChatBot 分身及咨询日程预约；可能让所有流量口 bot 介入飞书，用飞书做数据分析和内容引擎。 大模型利用「网页搜索」工具的典型例子如 Kimi Chat 会检索相关内容并总结分析给出结论。 Agent 工作流包括自行规划任务执行的路径，面向简单或线性流程运行，如先识别男孩姿势，再合成女孩图像等；多 Agent 协作，如让大语言模型扮演不同角色共同开发应用或复杂程序；AI Agent 基本框架为“Agent = LLM + 规划 + 记忆 + 工具使用”，规划包括子目标分解、反思与改进，记忆用于存储信息。 RPA 很早就出现在工作流编排领域，现在越来越多的 RPA 软件带上了 LLM。 近期出现的 ComfyUI 将开源绘画模型 Stable Diffusion 进行工作流化操作，用户在流程编辑器中配置 pipeline，通过节点和连线完成操作和图片生成，提高流程可复用性，降低时间成本，其 DSL 配置文件支持导出导入。 Dify.AI 的工作流设计语言与 ComfyUI 有相似之处，都定义了标准化的 DSL 语言，方便导入导出复用工作流。 Large Action Model 采用“通过演示进行模仿”的技术，从用户示例中学习。但 Agentic Workflow 存在使用用户少、在复杂流程开发上不够稳定可靠等问题，可通过自然语言创建工作流。

以下是一些实用的 AI 手机应用 APP： 图片和视频内容编辑类：美图秀秀（https://apps.apple.com/us/app/meituphotoeditoraiart/id416048305）排名第 9 位、SNOW（https://apps.apple.com/us/app/snowaiprofile/id1022267439）排名第 30 位、Adobe Express（https://apps.apple.com/us/app/adobeexpressaiphotovideo/id1051937863）排名第 35 位。 消费者助手类：ChatGPT 以巨大优势成为网络和移动端排名第一的产品，Perplexity 目前在网络上排名第三，首次进入移动端前 50 名榜单。Anthropic 的 Claude 是 ChatGPT 的直接竞争对手，在网页排名中进入前五，排名第 4。 模仿 ChatGPT 的骗钱软件：通过类似标题和标志误导用户收费。 针对手机特有功能设计类：打造个性化虚拟形象的有七款应用；为移动设备量身定制的键盘应用有 Facemoji（https://apps.apple.com/us/app/facemojiaiemojikeyboard/id1103138272）排名第 9 位、Bobble（https://apps.apple.com/us/app/bobbleaikeyboardassistant/id972432964）排名第 31 位、Genie（https://apps.apple.com/us/app/genieaichatbotkeyboard/id1658377526）排名第 37 位。 教育科技类：扫描并解决作业问题的 Photomath（https://apps.apple.com/us/app/photomath/id919087726），通过实时对话学习语言的 Elsa（https://apps.apple.com/us/app/elsaspeakenglishlearning/id1083804886）。

以下是关于 AI 基础知识的介绍： AI 背景知识： 基础理论：明白人工智能、机器学习、深度学习的定义以及它们之间的关系。 历史发展：简要了解 AI 的发展进程和重要的里程碑。 数学基础： 统计学基础：熟悉均值、中位数、方差等统计概念。 线性代数：掌握向量、矩阵等线性代数的基本概念。 概率论：了解基础的概率论知识，例如条件概率、贝叶斯定理。 算法和模型： 监督学习：知晓常用算法，像线性回归、决策树、支持向量机（SVM）。 无监督学习：熟悉聚类、降维等算法。 强化学习：了解强化学习的基本概念。 评估和调优： 性能评估：清楚如何评估模型性能，比如交叉验证、精确度、召回率等。 模型调优：学会使用网格搜索等技术优化模型参数。 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：熟悉常用的激活函数，如 ReLU、Sigmoid、Tanh。 对于新手学习 AI，建议： 了解 AI 基本概念：阅读「」部分，熟悉术语和基础概念，了解其主要分支及联系，浏览入门文章。 开始学习之旅：在「」中找到为初学者设计的课程，推荐李宏毅老师的课程，通过在线教育平台按自己节奏学习并获取证书。 选择感兴趣模块深入学习：根据自身兴趣选择特定模块，比如图像、音乐、视频等，掌握提示词技巧。 实践和尝试：理论学习后进行实践，尝试使用各种产品创作作品，并在知识库分享。 体验 AI 产品：与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式。

以下是为您整理的关于企业知识库提示词的相关内容： 知识探索专家：由李继刚创作，专门用于提问并解答有关特定知识点，会提出并尝试解答有关用户指定知识点的三个关键问题：其来源、其本质、其发展。相关链接： 提示词模板相关网站： 小七姐相关的提示词知识库文章索引：

以下是为您推荐的生成 UI 稿件的 AI 工具： 1. 即时设计：https://js.design/ 这是一款可在线使用的“专业 UI 设计工具”，为设计师提供更加本土化的功能和服务，相较于其他传统设计工具，更注重云端文件管理、团队协作，并将设计工具与更多平台整合，一站搞定全流程工作。 2. V0.dev：https://v0.dev/ Vercel Labs 推出的 AI 生成式用户界面系统。每个人都能通过文本或图像生成代码化的用户界面。它基于 Shadcn UI 和 Tailwind CSS 生成复制粘贴友好的 React 代码。 3. Wix：https://wix.com/ Wix 是一款用户友好的 AI 工具，可让您在没有任何编码知识的情况下轻松创建和自定义自己的网站，提供广泛的模板和设计供您选择，以及移动优化和集成电子商务功能等功能。Wix 建站工具通过拖放编辑、优秀模板和 250 多种 app，能帮助不同领域的用户创建所有种类的网站。 4. Dora：https://www.dora.run/ 使用 Dora AI，可以通过一个 prompt，借助 AI 3D 动画，生成强大网站。支持文字转网站，生成式 3D 互动，高级 AI 动画。 此外，目前还有一些基于人工智能生成内容的工具（AIGC）可以用于产品原型设计，例如： 1. UIzard：是一个利用 AI 技术生成用户界面的工具，它可以根据设计师提供的信息快速生成 UI 设计。 2. Figma：是一个基于云的设计工具，它提供了自动布局和组件库，可以帮助团队快速协作并迭代产品设计。Figma 的社区也开发了一些 AI 插件，用于增强设计流程。 3. Sketch：是另一款流行的矢量图形设计工具，它提供了插件系统，其中一些插件利用 AI 技术来辅助设计工作，例如自动生成设计元素等。 如果想指定 Midjourney 生成某个页面（首页、登录页等），只需要再加一段页面指令描述就可以，例如「landing page、Profile Page」。社交平台关键词：「landing page」，一个社交平台的登录页设计就出来了。信息类关键词：「Profile Page」，生成人力资源类产品的个人资料页，里面包含照片、自我介绍、基本信息等内容。通过一系列的 AI 出图操作能发现，Midjourney 产出的设计图视觉效果都很不错，更适合在 APP 设计的初始阶段，例如头脑风暴和风格探索等过程中，为设计师提供更多灵感和创意。但如果想让 Midjourney 产出的 UI 设计图直接落地开发，目前来看仍有一段距离，但按照 AI 现在的技术迭代速度，这个距离应该也不会太远。

以下为您推荐生成 PPT 的 AI 产品： 国内：爱设计 PPT。它在国内 AI 辅助制作 PPT 的产品中表现出色，背后有强大的团队，能敏锐把握市场机遇，已确立市场领先地位。对于经常制作 PPT 的商务人士、教育工作者、学生等都是值得尝试的工具，能提高效率并保证高质量输出。 国外：Gamma。在交流群中被频繁推荐，免费版本也能生成高质量的 PPT，使用体验良好，生成效果令人满意，在内容组织、设计美观度和整体专业感上都有卓越表现。 目前市面上大多数 AI 生成 PPT 按照 AI 生成 PPT 大纲、手动优化大纲、导入工具生成 PPT、优化整体结构的思路来完成设计和制作。 为您推荐 2 篇市场分析文章供参考： 《》 《》 请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是一些大学老师可能会遇到的头疼场景以及能够用 AI 解决的方式： 学习指导方面： 可以大规模部署个性化的学习计划，为每个学生提供一个“口袋里的老师”，理解学生独特需求，回答问题或测试技能。例如像 Speak、Quazel 和 Lingostar 这样的应用。 对于特定学科的学习，如数学，有像 Photomath 和 Mathly 这样的应用指导学生解决问题；对于历史学习，有 PeopleAI 和 Historical Figures 通过模拟与杰出人物的聊天来教授。 学生在作业中利用 AI 助手，如 Grammarly、Orchard 和 Lex 帮助克服写作难题，提升写作水平。处理其他形式内容的产品，如 Tome 和 Beautiful.ai 协助创建演示文稿。 教学协助方面： 自适应学习，精准回答学生问题，协助教师提供数字资源。 在教育的各个方面，如教学内容、教学场景、教材与教法、教育思想和教育组织形态等，AI 都能发挥作用。 在不同的教育时代，如口传时代、手抄时代、印刷时代、电子媒体时代和数字媒体时代，AI 都能为教育带来新的可能性和改进。 AI 在医疗保健、金融服务、零售和电子商务、制造业、交通运输等行业也有广泛应用： 医疗保健：医学影像分析辅助诊断疾病、药物研发、个性化医疗、机器人辅助手术等。 金融服务：风控和反欺诈、信用评估、投资分析、客户服务等。 零售和电子商务：产品推荐、搜索和个性化、动态定价、聊天机器人等。 制造业：预测性维护、质量控制、供应链管理、机器人自动化等。 交通运输：自动驾驶、交通流量预测、物流优化等。

大模型全栈包括以下几个方面： 1. 基础层：为大模型提供硬件支撑和数据支持，例如 A100、数据服务器等。 2. 数据层：企业根据自身特性维护的垂域数据，分为静态的知识库和动态的三方数据集。 3. 模型层：包括 LLm（大语言模型，如 GPT，一般使用 transformer 算法实现）和多模态模型（如文生图、图生图等模型，训练所用数据为图文或声音等多模态数据集）。 4. 平台层：模型与应用间的平台部分，如大模型的评测体系或 langchain 平台等。 5. 表现层：即应用层，是用户实际看到的地方。 多模态大模型方面： BuboGPT 通过学习共享语义空间构建，用于全面理解 MM 内容，探索不同模式间的细粒度关系。 ChatSpot 引入简单有效的方法微调 MMLLM 的精确引用指令，促进细粒度交互。 QwenVL 是支持英文和中文的多语言 MMLLM，允许在训练阶段输入多个图像。 NExTGPT 是端到端、通用的 anytoany MMLLM，支持多种自由输入输出，采用轻量级对齐策略。 MiniGPT5 集成生成 voken 的反演以及与稳定扩散的集成，擅长 MM 生成执行交错 VL 输出。 大模型的架构特点： encoderonly 模型通常适用于自然语言理解任务，如分类和情感分析，代表模型是 BERT。 encoderdecoder 模型同时结合 Transformer 架构的 encoder 和 decoder 来理解和生成内容，用例包括翻译和摘要，代表是 google 的 T5。 decoderonly 模型更擅长自然语言生成任务，如故事写作和博客生成，众多 AI 助手基本采用此结构。 大模型的特点： 预训练数据量大，往往来自互联网，包括论文、代码、公开网页等，一般用 TB 级别的数据进行预训练。 参数多，如 Open 在 2020 年发布的 GPT3 已达到 170B 的参数。 此外，GPT3 可根据用户输入的任务描述或给出的详细例子完成任务，而 ChatGPT 只需像和人类对话即可完成任务，且两者在安全性上有差别。

以下是使用 AI 制作 business intelligence reporting 培训 PPT 的主要思路： 1. AI 生成 PPT 大纲。 2. 手动优化大纲。 3. 导入工具生成 PPT。 4. 优化整体结构。 本次将以高效利用 AI 生成 PPT 的实际培训场景作为案例，并结合上述思路来完成此次 PPT 的制作。 如果您是第一次使用 AI，对原理比较好奇，或者对提示词不是很熟悉，推荐阅读以下两篇文章：