以下是关于 Midjourney 的学习教程： 1. 基础准备： 注册 Discord 账号并加入 Midjourney 服务器，Midjourney 也推出了在线版本，可以直接使用。 2. 掌握关键知识： 掌握 Midjourney 的提示词（Prompt）结构，了解其基本组成部分，如“主体”“媒介”“环境”等，学习构建有效的 Prompt 来生成理想的图像。 熟悉 Midjourney 的常用参数和命令，如放大、细节等参数设置，掌握常用的命令，如/imagine、/test 等。 3. 实践练习： 针对插画、游戏、框架等不同应用场景练习创作，通过实践不断提高 Prompt 编写和图像生成的技巧。 学习他人的优秀作品并进行模仿，观察和学习其他用户的 Prompt 技巧，通过模仿练习提高自己的创作水平。 4. 学习资源： 新手学习手册&干货网站（必看）：https://ciweicui.feishu.cn/docx/DPbidgdBeoNw55xKjO6c7ao3nbc?from=from_copylink MJ 官方学习手册（至少看 1 遍）：https://docs.midjourney.com/ B 站·莱森 LysonOber 免费视频教程（基础操作必看）：https://space.bilibili.com/630876766?spm_id_from=333.337.0.0 【腾讯文档】野菩萨 AI 课程（小红书@野菩萨）摄影范式：https://docs.qq.com/sheet/DSXRNUGJIQ0tMWkhu?tab=BB08J2 【腾讯文档】副本野菩萨 AI 课程（小红书@野菩萨）绘画范式：https://docs.qq.com/sheet/DSWlmdFJyVVZPR3VN?tab=y0u7ta 【腾讯文档】野菩萨 AI 课程（小红书@野菩萨）Niji 二次元范式：https://docs.qq.com/sheet/DSUxaRmprc0FrR25W?tab=c7lsa8 【腾讯文档】野菩萨 AI 课程（小红书@野菩萨）三维和抽象：https://docs.qq.com/sheet/DSUlaSHVXT1daaFlJ?tab=BB08J3 【腾讯文档】野菩萨 AI 课程（小红书@野菩萨）AI 产品制作与展现：https://docs.qq.com/sheet/DSW1jSFVZTER4Rnlq?tab=BB08J4 需要注意的是，Midjourney 模型强大，能生成高质量图像，可进行充分个性化设置，但使用过程不太便捷，需要通过 Discord 应用加入其频道或创建自己的频道并邀请 Midjourney 机器人才能开始生成图片，学习难度较大，在用户体验和易用性方面还有待改进。内容由 AI 大模型生成，请仔细甄别。

提示词通常指直接输入到 AI 模型中的问题、请求或指示，是提示工程的一部分。它可以简单如“给我总结这篇文章的主要观点”，也可以复杂如设计包含多个步骤和条件的任务。 提示词由一些要素组成，包括指令（想要模型执行的特定任务或指令）、上下文（包含外部信息或额外的上下文信息，引导语言模型更好地响应）、输入数据（用户输入的内容或问题）、输出指示（指定输出的类型或格式）。例如，在一个旨在完成文本分类任务的提示中，“将文本分类为中性、否定或肯定”是指令，“我认为食物还可以”是输入数据，“情绪：”是输出指示。需要注意的是，提示词所需的格式取决于想要语言模型完成的任务类型，并非所有要素都是必须的。 提示词的本质是给模型提供指令或者上下文，让它知道如何回应。当给出提示词时，实际上是在给模型提供方向或背景信息，模型会据此理解意图并生成合适的回应。提示词可以是问题、一段话、某种情景描述甚至是专业结构化提示词。

以下是关于 AI 做 PPT 的相关内容： 目前有多种 AI 辅助的 PPT 工具可供选择： 1. 讯飞智文：由科大讯飞推出，利用其在语音识别和自然语言处理领域的技术优势，提供智能文本生成、语音输入、文档格式化等功能，提高文档编辑效率。网址：https://zhiwen.xfyun.cn/ 2. Gamma：在线 PPT 制作网站，通过输入文本和想法提示快速生成幻灯片，支持嵌入多媒体格式。网址：https://gamma.app/ 3. 美图 AI PPT：由美图秀秀开发团队推出，通过输入简单文本描述生成专业 PPT 设计，包含丰富模板库和设计元素。网址：https://www.xdesign.com/ppt/ 4. Mindshow：AI 驱动的 PPT 辅助工具，提供自动布局、图像选择和文本优化等智能设计功能。网址：https://www.mindshow.fun/ 制作 AI 生成的 PPT 通常按照以下思路： 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 此外，卓 sir 分享了自己的制作经验，先让 GPT4 生成 PPT 大纲，再把大纲导入到 WPS 中启用 WPS AI 一键生成 PPT，之后让 chatPPT 添加动画，最后手动修改细节。 推荐两篇市场分析的文章供参考： 1. 《》 2. 《》 相似问题： 1. 有没有生成 PPT 的应用推荐，不用翻墙的 2. 免费生成 PPT 的网站有哪些 3. 推荐一款文字生成 ppt 的工具

以下是一些语音转文字的 API 或应用： 基于开源大型v2 Whisper 模型的语音转文本 API，提供转录和翻译两个端点，可用于将音频转录为任何语言或翻译并转录成英语。目前文件上传限制为 25MB，支持的输入文件类型包括 mp3、mp4、mpeg、mpga、m4a、wav 和 webm。 OpenAI 的 wishper：https://huggingface.co/openai/whisperlargev2 ，还有相关项目：https://huggingface.co/spaces/sanchitgandhi/whisperjax ，该项目在 JAX 上运行，后端支持 TPU v48，与 A100 GPU 上的 PyTorch 相比，速度快 70 多倍，是目前最快的 Whisper API。 出门问问的语音合成（TTS）API： 接口请求域名：https://open.mobvoi.com/api/tts/v1 接口请求频率限制：5 次/秒 可以将任意文本转化为语音，应用场景广泛，如视频 APP 配音解说、小说 App 有声阅读、移动 App 语音播报新闻、智能设备语音提醒、车载导航语音合成的个性化语音播报等。提供普通话、台湾腔、粤语、四川话、东北话等多种方言，数百个发音人，上千种风格，实时合成支持 SSML，语法详见 SSML 标记语言。请求参数方面，HTTP Method 支持 POST 请求。

以下是关于 AI 数字人的最新消息： 目前业界对于数字人的定义尚未统一，一般可根据技术栈分为真人驱动和算法驱动两类。算法驱动数字人的相关开源代码有很多，如 ASR 语音识别方面的 openai 的 whisper（https://github.com/openai/whisper）、wenet（https://github.com/wenete2e/wenet）、speech_recognition（https://github.com/Uberi/speech_recognition，这是一个语音识别的接口集合，包含不同实现的语音识别接口）。AI Agent 大模型部分包括 ChatGPT、Claude、ChatGLM、文星一言、千帆大模型、通义千问等，Agent 部分可使用 LangChain 的模块进行自定义（https://www.langchain.com/）。TTS 方面，有微软的 edgetts（https://github.com/rany2/edgetts，只能使用里面预设的人物声音，目前接口免费）、VITS（https://github.com/jaywalnut310/vits）以及专注于唱歌的 sovitssvc（https://github.com/svcdevelopteam/sovitssvc，前段时间很火的 AI 孙燕姿就与其相关）。 4 月 25 日的消息： Synthesia 推出新型虚拟数字人 Expressive1，能通过脚本预测表情，数字人可自动解析和理解文本情绪，实现表情和声音同步。链接：https://x.com/imxiaohu/status/1783505405488054433 360 AI 浏览器新版增加了视频总结、提问、转录和翻译功能，支持本地和网络视频的内容分析，但无法提取无对白视频摘要。链接：http://browser.360.cn/ai https://x.com/imxiaohu/status/1783495437422649719 全球最大 AI 知识库“通往 AGI 之路”网站访问量突破 1000 万，网站内容丰富，旨在推动 AI 知识的普及。链接：http://WaytoAGI.com https://x.com/imxiaohu/status/1783475002815471669 日本横须贺市使用 AI 技术克隆市长，用于发布英语信息，技术应用广泛，包括灾难信息传播和旅游信息发布。

以下是关于 AI 数字人的最新消息： 4 月 25 日，Synthesia 推出新型虚拟数字人 Expressive1，能通过脚本预测表情，可自动解析和理解文本情绪，实现表情和声音同步。链接：https://x.com/imxiaohu/status/1783505405488054433 11 月 7 日，百度虚拟数字人“度晓晓”携文心一言入驻淘宝。链接：https://x.com/xiaohuggg/status/1721876724798136544?s=20

以下是一些常见的数字人方案： 1. 算法驱动的数字人： 开源代码： ASR 语音识别：openai 的 whisper（https://github.com/openai/whisper）、wenet（https://github.com/wenete2e/wenet）、speech_recognition（这是一个语音识别的接口集合，里面有不同实现的语音识别的接口：https://github.com/Uberi/speech_recognition） AI Agent 大模型：ChatGPT、Claude、ChatGLM、文星一言、千帆大模型、通义千问等。Agent 部分可以使用 LangChain 的模块去做自定义，里面基本包含了 Agent 实现的几个组件（https://www.langchain.com/） TTS：微软的 edgetts（https://github.com/rany2/edgetts），只能使用里面预设的人物声音，目前接口免费；VITS（https://github.com/jaywalnut310/vits），还有很多的分支版本，可以去搜索一下，vits 系列可以自己训练出想要的人声；sovitssvc（https://github.com/svcdevelopteam/sovitssvc），专注到唱歌上面，前段时间很火的 AI 孙燕姿。 核心算法： ASR（Automatic Speech Recognition，语音识别）：能将用户的音频数据转化为文字，便于数字人理解和生成回应。 AI Agent（人工智能体）：充当数字人的大脑，可以直接接入大语言模型，强调 Agent 的概念是为了让数字人拥有记忆模块等更加真实。 TTS(Text to Speech，文字转语音）：将数字人依靠 LLM 生成的输出文字转换为语音，保持语音交互一致性。 2. 剪映数字人“个性化“—无限免费私模数字人：Heygen 的访问限制太强，正好剪映已经有了声音克隆和公模数字人两项能力，搭配 facefusion 的换脸技术，能轻松实现零成本的口播数字人。

生成流程图主要有以下两种方式： 1. 可视化拖拽： 代表产品有：（web 工具）、visio（本地软件）。 优点：直观。 缺点：需要花时间在布局上。 2. 语法渲染成图形： 代表语法：。 优点： 只用关注逻辑，文本即图形，方便直接嵌入在 markdown 文件中，比如在用 tyora、markdown 写文档时。 多样性，不同渲染引擎可渲染成多种样式。 缺点：有点抽象。 使用 ChatGPT 生成流程图的流程如下： 1. 确定制作目标。 2. 通过自然语法描述逻辑，将自然语言描述转化为 Mermaid 图形语法。 3. 在线校验测试是否成功，在线测试地址：。经过测试，效果非常完美。

以下是一些学习 ComfyUI 的技术、文章和资源： 飞书学习群中的相关内容： 陈旭常用节点讲解和简单的节点制作 长风归庭基础教程+工作流创建 ヘヘ阿甘采样器原理与优化 王蓉? ? Wang Easy 基础搭建和转绘 唯有葵花向日晴基础教程，工作流开发，实际应用场景 热辣 HuolarrAI 系统课私聊图生视频 咖菲猫咪基础教程/工作流搭建思路/各版本模型使用的优缺点 傅小瑶 Lucky 如何制作多人转绘视频 云尚工作流节点搭建思路 FǎFá 热门节点功能，搭建 森林小羊基本报错解决方式及基础工作流逻辑分析 苏小蕊基础教程 Sophy 基础课程 蜂老六装一百个最新常用插件后如何快速解决冲突问题 阿苏工作流框架设计 aflyrt comfyui 节点设计与开发 老宋&SD 深度解释虚拟环境部署和缺失模型的安装 Liguo 模型训练 啊乐福基础课程 塵优秀案例 风信基础课程➕平面设计应用场景 北南基础课程 视频工作流框架设计 8 月 13 日 ComfyUI 共学的相关内容：算力和资源获取方面，飞翔提供了 50 个小时的算力时间，可在飞书群填问卷获取，分享模型较少可提建议，相关文档在飞书和公众号中。AI 绘图相关技术与工具的介绍及交流公众号文章包含 AGI 相关信息：通往 AGI 之路的公众号最新文章中有相关信息，内置工作流和启动器方便，Mac 系统因无 CUDA 生态不太好用。推荐提示词辅助插件：如 SDXL 的 S1XL style，可对提示词进行风格化扩充，还有能翻译提示词的插件，如沙拉查词、沉浸式翻译等。解释 CLIP 和 CFG 的区别：CLIP 用于解析提示词，将其转化为模型可理解的向量，CFG 是提示词对画面影响的强度，即提示词引导系数。搭建带 Lora 的图生图工作流：介绍了加载模型、设置 clip 跳过层、处理图像、连接采样器和解码器等步骤，并展示效果。关于 Lora 串联和图像放大模型的讨论 Lora 串联：多个 Lora 串联时左右顺序不影响结果，可复制并点对点连接。CLIP 层调整：CLIP 层1 和2 的效果不同，加 Lora 时某些 Lora 可能更适合2。 相关网站： ComfyUI 官方文档：提供了 ComfyUI 的使用手册和安装指南，适合初学者和有经验的用户。可在找到相关信息。 优设网：提供了一篇详细的 ComfyUI 入门教程，适合初学者，详细介绍了 ComfyUI 的特点、安装方法以及如何使用 ComfyUI 生成图像等内容。教程地址是。 知乎：有用户分享了 ComfyUI 的部署教程和使用说明，适合有一定基础并希望进一步了解 ComfyUI 的用户。可在找到相关教程。 Bilibili：提供了一系列的 ComfyUI 视频教程，涵盖了从新手入门到精通的各个阶段。可在找到视频教程。 请注意，以上内容由 AI 大模型生成，请仔细甄别。

目前市面上结合信息科技课堂项目教学、助力信息课堂教学的 AI 辅助工具有以下几种： 数学学习方面： 1. 自适应学习系统，如 Khan Academy，结合 AI 技术为您提供个性化的数学学习路径和练习题，根据您的能力和需求进行精准推荐。 2. 智能题库和作业辅助工具，如 Photomath，通过图像识别和数学推理技术为您提供数学问题的解答和解题步骤。 3. 虚拟教学助手，如 Socratic，利用 AI 技术为您解答数学问题、提供教学视频和答疑服务，帮助您理解和掌握数学知识。 4. 交互式学习平台，如 Wolfram Alpha，参与其数学学习课程和实践项目，利用 AI 技术进行数学建模和问题求解。 制作 PPT 方面： 1. Gamma：在线 PPT 制作网站，允许用户通过输入文本和想法提示快速生成幻灯片。支持嵌入多媒体格式，如 GIF 和视频，以增强演示文稿的吸引力。网址：https://gamma.app/ 2. 美图 AI PPT：由知名图像编辑软件“美图秀秀”的开发团队推出。允许用户通过输入简单的文本描述来生成专业的 PPT 设计，包含丰富的模板库和设计元素，用户可根据需求选择不同风格和主题的模板，快速打造出适合多种场合的 PPT。网址：https://www.xdesign.com/ppt/ 3. Mindshow：AI 驱动的 PPT 辅助工具，提供一系列的智能设计功能，如自动布局、图像选择和文本优化等，还包括一些互动元素和动画效果，以增强演示文稿的吸引力。网址：https://www.mindshow.fun/ 请注意，以上内容由 AI 大模型生成，请仔细甄别。