AI 的基本运行逻辑包括以下方面： 大模型与语音技能 NLU 的差异：语音技能 NLU 是通过一系列规则、分词策略等训练而成，运作逻辑规律可观测，具有 ifelse 式逻辑性；大模型凭借海量数据在向量空间中学习知识的关联性形成，运作逻辑难以观测，脱离了 ifelse 的层面。 工作流中的应用： 代码相关：让大模型写代码，可将其输出的代码片段再输入回去让其检查准确性和结构规范性，若有两个 Agent 分别负责 Coding 和 Code Review，效果更佳。 工具利用：如 Kimi Chat 会在互联网上检索相关内容，基于检索结果总结分析并给出结论，其他工具为大模型在获取、处理、呈现信息上做额外补充。 任务规划：Agent 通过自行规划任务执行的工作流路径，面向简单或线性流程运行，例如先识别姿势，再利用相关模型合成新图像，最后进行语音合成输出等。

目前国内有一些表现较好的 AGI 相关软件和产品： 智谱：一年间推出了 4 代 GLM，一直是国内能力最好的模型之一。 MiniMax：推出了 MoE 架构的新模型，和“星野”这个目前国内最成功的 AI 陪聊 APP。 月之暗面：专注长 Token 能力，在记忆力和长 Token 能力上可圈可点。 Kimi 智能助手：推荐新手使用，上手体验好、不用付费、支持实时联网，是国内最早支持 20 万字无损上下文的 AI，也是目前对长文理解做的最好的 AI 产品，能一次搜索几十个数据来源，无广告，能定向指定搜索源。PC 端：https://kimi.moonshot.cn/?utm_campaign=TR_LgLmkEor&utm_content=&utm_medium=%E7%BD%91%E7%AB%99&utm_source=CH_tpOYmtV1&utm_term= ；移动端 Android/ios：https://kimi.volctrack.com/a/E3w3Q1xa 。 需要注意的是，对于“最好用”的评价可能因个人需求和使用场景的不同而有所差异。

当前优秀的 2C 的 AI 产品主要有以下几类： 1. AI 虚拟人相关产品：如 Character.ai，国内的字节“豆包”、Minimax 的“星野”等。但此类产品存在记忆混乱、AI 无法主动推动剧情、用户上头期短、疲劳度高和长期留存低等共有的缺陷。 2. AI 角色扮演赛道产品：例如“猫箱”“剧本戏”“名人朋友圈”等，它们在 LLM 基础上，在 prompt 上加了些特定角色定义。 3. AI 陪伴类产品：比如“星野”“Talkie”“BubblePal”等，这类产品在 LLM 基础上，在 prompt 上加了特定角色定义，并在长短记忆上做出处理，随着陪伴时间越久，知识库沉淀的个性化记录越丰富，AI 也会越懂用户。 4. AI 搜索工具产品：例如“秘塔”“360 搜索”等，有些会在搜索内容基础上，把内容结构化，整出图谱或者脑图。 5. AIGC 产品：例如“可灵”“ai 写作手”“即梦”“md”等，借助 AI 的生成能力做出的产品。 6. Agent 产品：目前只有头部的厂商在做，比如字节的扣子，支付宝的智能助理，百度的文心智能体，腾讯的元宝。 此外，在 2023 年，2C 端唯一真正出圈的是“妙鸭相机”，不过也只是昙花一现。

以下是由大纲生成 PPT 的一些方法： 1. 卓 sir 的方法： 先让 GPT4 生成 PPT 大纲，这一环节可能比较耗时，比如卓 sir 就花费了 2 小时。 将大纲导入到 WPS 中，启用 WPS AI 一键生成 PPT。 为增加 PPT 的灵动性和观感，使用 chatPPT 添加动画。 最后手动修改细节，如字体、事实性错误等。 2. 熊猫 Jay 的方法： 利用 AI 生成 PPT 大纲，比如结合 ChatGPT GPT4 模型生成，也可以使用其他 AIGC 工具。 提供了利用 LangGPT 生成的基本提示词作为参考，同时指出提示词可丰富和修改，相关内容多以 Markdown 语法构建。 需要注意的是，在生成大纲时可能需要不断优化提示词，WPS AI 可以优化大纲内容，且 WPS 的一些功能可能后续会收费。

近期有以下新的 AI 产品： 1. 4 月下半月有 78 个 AI 新产品，包括 15 个初创企业的新产品（从开源和闭源角度划分）、39 个有用的和 10 个好玩的新产品（有用的部分从通用场景及垂直场景划分，并单列了模型训练、AI 安全、代码学习和 AI 代理等关注度较高的类别）、14 个大公司的新产品（如微软、谷歌、英伟达、苹果、Palantir 等）。 2. Google 在 I/O 大会上推出的新产品，如新一代 LLM PaLM2（在常识推理、数学和逻辑方面有所改进，编程能力好于 ChatGPT）、多模态大模型 Gemini、基于 PaLM2 运行的 Bard（向所有用户全面放开，并将逐步增加适配语言，具备多种功能）、Duet AI（Office Copilot 的竞品）。 3. 3 月底有 23 个 AI 新产品，包括 5 个来自大公司和成熟创业公司的新产品、9 个有用的、4 个有趣的和 5 个华人开发者所搭建的小产品。

以下是与 AI PPT 相关的提示词： 1. 利用 AI 生成 PPT 大纲，本提示词由 LangGPT 生成，仅供参考，可在此基础上丰富，也可利用其他 AIGC 工具生成，相关内容多以 Markdown 语法构建，如“”代表一级标题，“”代表二级标题，“”代表无序列表。 2. 案例分析：使用真实或假设的案例来说明观点，如“有没有一个具体的案例可以帮助解释这个概念？” 3. 对比与比较：通过对比和比较强调观点，思考“哪些元素或数据对比可以帮助强化我的论点？” 4. 未来视角：展示观点或提议对未来的影响，例如“五年后，这个概念如何改变我们的行业？” 5. 结论与行动：在 PPT 结尾清晰总结主要观点，并提供明确的行动指南，如“观众在听完我的演讲后，应该采取哪些行动？” 目前市面上大多数 AI 生成 PPT 按照如下思路完成设计和制作： 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 如果是第一次使用 AI，对原理好奇或对提示词不熟悉，推荐另外两篇文章： ChatGPT 的基本原理： ChatGPT 官方提示词最佳实践的解读：

学习 AI 可以按照以下步骤进行： 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），根据自己的兴趣选择特定的模块进行深入学习。 4. 对于没有代码基础的学习者： 学习 Python 语言，包括属性和方法、继承和多态、异常处理、文件操作等方面。 了解 AI 背景知识，如基础理论（人工智能、机器学习、深度学习的定义及其之间的关系）、历史发展（AI 的发展历程和重要里程碑）。 掌握数学基础，包括统计学基础（均值、中位数、方差等统计概念）、线性代数（向量、矩阵等基本概念）、概率论（条件概率、贝叶斯定理等知识）。 熟悉算法和模型，如监督学习（线性回归、决策树、支持向量机等算法）、无监督学习（聚类、降维等算法）、强化学习的基本概念。 学会评估和调优，包括性能评估（交叉验证、精确度、召回率等）、模型调优（使用网格搜索等技术优化模型参数）、神经网络基础。

以下是一些免费使用的 AI 视频工具： haiper：https://app.haiper.ai/ PixVerse：https://pixverse.ai/ ，人少不怎么排队，还有换脸功能 Dreamina：https://dreamina.jianying.com/，剪映旗下，生成 3 秒，动作幅度有很大升级 Neverends：https://neverends.life/create，有 2 次免费体验，操作傻瓜 SD：Animatediff SVD deforum，免费，需自己部署 Leiapix：https://www.leiapix.com/，免费，可以把一张照片转动态 Krea：https://www.krea.ai/，12 月 13 日免费公测 此外，还有部分工具具有免费额度： Runway：https://app.runwayml.com/ ，有网页有 app 方便 SVD：https://stablevideo.com/ ，对于景观更好用 部分工具的详细信息如下： 可灵（国内）：https://klingai.kuaishou.com/ ，支持文生视频、图生视频，提示词可使用中文，文生视频支持正向提示词、反向提示词、运镜控制、时长选择（5s、10s），支持 16:9、9:16、1:1 尺寸，默认生成 5s 的视频。 Runway（海外）：https://app.runwayml.com/videotools/ ，支持文生视频、图生视频，视频生视频，使用英文提示词，文生视频支持正向提示词、风格选择、运镜控制、运动强度控制、运动笔刷，支持 16:9、9:16、1:1、4:3、3:4、21:9 尺寸，可设置种子值，生成好的视频可以延长时间，默认生成 4s 的视频。

目前国内研发 AI 的公司数量众多，难以给出确切的统计数字。一些知名的公司包括智谱 AI 等。智谱 AI 模型具有开创性，其产品在智能体开发和模型优化方面积累了丰富经验，在逻辑推理和处理复杂提示词方面表现出色。同时，应用公司在 AI 领域也占据主导地位，成千上万的公司正在将 AI 整合到工作流程中。

以下是关于文字转语音的相关信息： Hedra 工具可以直接进行文字转语音，目前有 6 个语音，也可以直接上传音频。 Text to Speech（TTS）是一种将文本转换为自然语音输出的人机交互技术，在智能语音助手、语音识别、语音合成等领域广泛应用。在 WaytoAGI 的工具网站（https://www.waytoagi.com/sites/category/50）上有一系列推荐，以下是几个编辑精选的工具： 1. Eleven Labs（https://elevenlabs.io/）：ElevenLabs Prime Voice AI 是一款功能强大且多功能的 AI 语音软件，能高保真地呈现人类语调和语调变化，并能根据上下文调整表达方式。 2. Speechify（https://speechify.com/）：Speechify 是一款人工智能驱动的文本转语音工具，可作为 Chrome 扩展、Mac 应用程序、iOS 和 Android 应用程序使用，用于收听网页、文档、PDF 和有声读物。 3. Azure AI Speech Studio（https://speech.microsoft.com/portal）：Microsoft Azure Speech Studio 是一套服务，赋予应用程序“听懂、理解并与客户进行对话”的能力。