目前常见的 AI 模型驱动情况如下： 谷歌的 Bard 由各种基础模型驱动，最近是名为 PaLM 2 的模型。 Anthropic 发布了 Claude 2，Claude 最显著的特点是有一个非常大的上下文窗口。 OpenAI 制作了 GPT3.5 和 GPT4，它们驱动了 ChatGPT 和微软的 Bing（在 Edge 浏览器上访问）。 ComfyUI Playground2.5 是一个根据文本提示生成图像的模型，它是一个使用两个固定的、预训练的文本编码器（OpenCLIPViT/G 和 CLIPViT/L）的潜在扩散模型，遵循与 Stable Diffusion XL 相同的架构（底层框架是 SDXL）。

大语言模型的未来趋势在闭源云端和开源本地部署方面存在多种可能性。 对于开源本地部署，以下是一些相关信息： Ollama 是一个方便用户在本地运行和管理大型语言模型的框架，具有以下特点： 支持多种大型语言模型，如通义千问、Llama 2、Mistral 和 Gemma 等，适用于不同应用场景。 易于使用，适用于 macOS、Windows 和 Linux 系统，同时支持 CPU 和 GPU。 提供模型库，用户可从中下载不同模型，以满足不同需求和硬件条件，模型库可通过 https://ollama.com/library 查找。 支持用户自定义模型，例如修改温度参数调整创造性和连贯性，或设置特定系统消息。 提供 REST API 用于运行和管理模型，以及与其他应用程序的集成选项。 社区贡献丰富，包括多种集成插件和界面，如 Web 和桌面应用、Telegram 机器人、Obsidian 插件等。 安装可访问 https://ollama.com/download/ 。 可以通过一些教程学习如何本地部署大模型以及搭建个人知识库，例如了解如何使用 Ollama 一键部署本地大模型、通过搭建本地聊天工具了解 ChatGPT 信息流转、RAG 的概念及核心技术、通过 AnythingLLM 搭建完全本地化的数据库等。 同时，采用开源或国内企业提供的 13B 级模型本地部署在内部系统中，虽需投入算力，但有其价值。智能客服的大量优质大客户可能会选择自己搭建智能客服平台，并结合大模型企业提供的技术服务，基于大模型搭建 LangChain、RAG 框架，实现 RPA 自动流程。 对于普通用户是否有必要了解本地部署知识以及是否有必要自己搭建 agent 以及 rag，这取决于个人需求和兴趣。如果您希望更深入了解大模型的工作原理和运行机制，或者有特定的个性化需求，那么了解和尝试本地部署可能是有意义的。但如果只是一般的使用需求，可能无需深入了解和自行搭建。

手机 AI 主要体现在以下几个方面： 理想状态下，AI 生态是分布式的，分布在不同终端设备上，适应人工智能的感知、决策和执行环节。在感知环节，可穿戴设备和 always on 设备在监控健康数据和语音数据方面有优势；决策环节，具有计算能力的终端更适合执行决策任务；执行环节，手机和 PC 适合执行互联网服务，而车辆和机器人适合物理世界的交互。 手机作为完成“感知—决策—执行”最小闭环具有一定优势，如规模够大，增长问题不需要重新思考；小规模的算力足够，现阶段基本能跑 7B 端侧模型；离互联网服务很近，不需要重新塑造软硬结合的生态。 多数厂商将生成能力搬到了端侧，包括文本生成和图片生成。 手机行业的内卷促使厂商拥抱 AI，手机厂商拉开差距的功能包括把语言辅助功能做好。 手机 AI 的基础功能包括但不限于： 语言辅助功能，如语音识别和智能回答。 手机 AI 的特点包括： 场景众多且复杂，用户需求多样。 手机 AI 的优势包括： 规模较大，算力能满足一定需求。 离互联网服务近。 需要注意的是，目前手机的语言辅助功能还不够智能，存在提升空间。

AI 提示词的使用需要注意以下几点： 1. 明确任务：清晰地定义任务，比如写故事时包含故事背景、角色和主要情节。 2. 提供上下文：若任务需要特定背景知识，要提供足够信息。 3. 使用清晰语言：尽量简单、清晰，避免模糊或歧义词汇。 4. 给出具体要求：如格式、风格等，要在提示词中明确。 5. 使用示例：如有期望结果，可提供示例帮助 AI 理解需求。 6. 保持简洁：避免过多信息导致 AI 困惑。 7. 使用关键词和标签：有助于 AI 理解任务主题和类型。 陶力文律师认为，给到 AI 的提示词应是相对完善的“谈话方案”，成果往往在对话中产生，且不要期望通过一个超级提示词母机一次性获得理想效果，应多给 AI 几轮对话修正的余地。 在 SD 文生图中，还可以增加反向提示词，如“NSFw，”等，并将正反向提示词保存为模板。

在豆包中使用 AI 提示词的情况如下： 对于当事人提供的证据发表质证意见或制定诉讼方案： 把 prompt 输入到豆包 AI 后，欢迎语按照 prompt 的指示输出，但后续提示有时不太切合主体，可能需要提示输入证据清单。 输入 4 份简单的证据后，能输出一份质证意见书。在格式和内容上，包括真实性、合法性、关联性、证明力和总结等方面，多数情况表现较好，但没有提示签署委托代理协议，经提示回复没问题。 对于律师答辩状： 输入 prompt 后，欢迎语很直接。 输入起诉状后，输出内容存在一些问题，如主体缺少答辩人、引用案由错误、未按 prompt 结构输出、引用法律错误、整体较简单且专业性一般等。 提示“请输出应诉方案”后，未按 prompt 结构输出，输出内容一般，整体方案框架没问题但需补充完整。经多次提示和调整，仍有改进空间。 另外，如果想为接入微信的 AI 赋予提示词，可以参考以下步骤： 1. 登录成功后，找另一个人私聊或者在群中@您，就可以看到机器人的正常回复。 2. 如果想更改提示词，可以返回“目录 4 里的第 17 步”，其中的中文部分便是设置 AI 提示词的地方，可以进行更改。 3. 此后，进行任何更改，都需要“返回首页右上角点击重启，重启一下服务器”。 4. 然后，重新在“文件”的【终端】里，直接输入“nohup python3 app.py & tail f nohup.out”重新扫码登录即可。 5. 关于添加插件，可以参考，讲解非常清晰。只要能完成上述步骤，相信插件的安装也能搞定。点击文章，会直接定位到该操作的那一步。

如果您想学习 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，您可以找到一系列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。 4. 学习相关知识： 对于不会代码的情况，20 分钟上手 Python + AI 也是可行的。之后如果希望继续精进，可以学习属性和方法，了解如何为类定义属性和方法，以及如何通过对象来调用它们。 学习继承和多态，了解类之间的继承关系以及如何实现多态。 掌握异常处理，包括理解异常是什么以及它们在 Python 中如何工作，学习如何使用 try 和 except 语句来处理程序中可能发生的错误。 熟悉文件操作，如文件读写，学习如何打开文件、读取文件内容以及写入文件，理解如何使用 Python 来处理文件路径，以及如何列举目录下的文件。 了解 AI 背景知识，包括基础理论（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（简要回顾 AI 的发展历程和重要里程碑）。 掌握数学基础，如统计学基础（熟悉均值、中位数、方差等统计概念）、线性代数（了解向量、矩阵等线性代数基本概念）、概率论（基础的概率论知识，如条件概率、贝叶斯定理）。 熟悉算法和模型，包括监督学习（了解常用算法，如线性回归、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（简介强化学习的基本概念）。 学会评估和调优，包括性能评估（了解如何评估模型性能，包括交叉验证、精确度、召回率等）、模型调优（学习如何使用网格搜索等技术优化模型参数）、神经网络基础。

对于新手学习并运用 AI，以下是一份详细的指南： 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，您可以找到一系列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。 4. 掌握提示词技巧： 提示词上手容易且很有用。 5. 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。 6. 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。 7. 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。 入门工具推荐：Kimi 智能助手 Chatgpt 的国产平替，实际上手体验最好，推荐新手用 Kimi 入门学习和体验 Ai。 不用科学?️、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。 点我去下载

以下为您推荐一个可以写小红书文案的 AI： 名称：小红书文案专家 功能价值：见过多个爆款文案的样子，您只需输入一个网页链接或视频链接，它就能生成对应的小红书文案，可辅助创作者生成能一键复制发布的初稿，为您提供创意和内容，能节约 10 倍文字内容创作时间。 应用链接：https://www.coze.cn/s/ij5C6LWd/ 操作步骤： 1. 找到新 9 战队的宣传文案链接。 2. 发给【小红书文案大师】。 3. 对产出的文案进行二创调整。 欢迎关注 JessieZTalk，在 AIGC 的路上共同成长，个人/企业有 AI 咨询需求，欢迎链接。

以下是关于 Coze 的相关资源： 字节对 Coze 的官方解释：Coze 是新一代一站式 AI Bot 开发平台。无论是否有编程基础，都可在该平台上快速搭建基于 AI 模型的各类问答 Bot，从解决简单问答到处理复杂逻辑对话。并且，可将搭建的 Bot 发布到各类社交平台和通讯软件上与用户互动。个人认为 Coze 是字节针对 AI Agent 领域的初代产品，在 Coze 中称 AI Agent 为 Bot。字节针对 Coze 部署了两个站点，分别是国内版和海外版。 国内版： 网址：https://www.coze.cn 官方文档教程：https://www.coze.cn/docs/guides/welcome 大模型：使用字节自研的云雀大模型，国内网络可正常访问。 海外版： 网址：https://www.coze.com 官方文档教程：https://www.coze.com/docs/guides/welcome 大模型：GPT4、GPT3.5 等大模型（访问需要突破网络限制的工具，参考文档：https://www.coze.com/docs/zh_cn/welcome.html ） 相关教程：

以下是为您生成的 Midjourney 提示词，用于描绘您所需的钻井现场画面： A drilling site is located in the beautiful scenery of the Liujiang Basin. The surrounding landscape is charming, with lush greenery and unique geological features. The sky is clear and blue, and the sunlight shines on the drilling equipment, creating a glistening effect. ar 16:9 s 50 v 5