以下是影视行业常见的生成式 AI 工具分类： 视频和图像类：Civitai、Kling AI、Viggle、Hailuo、Hedra、RunPod、Higgsfield、ThinkDiffusion、neural frames、Genmo、fal、LTX Video、CogVideoX、Morph Studio、Domo、Haiper、Pony Diffusion、Leonardo AI、Rubbrband 音频类：ElevenLabs、Hailuo、Cartesia、Sync、Tunes by Freepik 3D 类：Playhouse、Playbook、Tripo AI 故事板类：SAGA 在视频大类的分类下，按场景分，主要有以下几类： 1. 纯 AI 视频生成（RunwayML 等为代表） 2. 数字人（Heygen 等） 3. 营销类视频生成及编辑（生成内容以模板化，商业化内容为主） 4. 视频编辑（全面编辑，长剪短等） 此外，全球最大的生成式 AI 视频竞赛之一 Project Odyssey 第二季已开始，相关信息如下： 赛事官网：https://www.projectodyssey.ai/ 注册地址:https://projectodyssey.myflodesk.com/season2 赛事 Discord：https://discord.com/invite/projectodysseyai 提交地址：https://www.projectodyssey.ai/submission 时间线： 12 月 2 日：Project Odyssey 第二季开放报名 12 月 9 日：比赛规则公布 12 月 16 日：报名用户可解锁免费试用、完整规则正式发布、作品提交正式开启 1 月 16 日：提交截止，进入评审阶段 2 月 14 日：直播颁奖 参赛类别： 叙事类：通过鲜明的角色和深刻的故事情节，讲述能够打动人心的故事。 音乐视频：将视觉效果与原创音乐完美结合，打造震撼体验。 品牌创意：构思创意广告或活动视频，为虚拟品牌注入灵魂。（短于 60 秒） 创意预告片：制作极具吸引力的预告片或片头，为电影或剧集呈现特别概念。（短于 2 分 30 秒）

以下是关于“清华大学：普通人如何抓住 DeepSeek 红利.pdf”的相关内容： 本报告由清华大学陶炜博士生团队撰写，探讨了普通人如何利用 DeepSeek 抓住 AI 红利。报告详细介绍了 DeepSeek 的应用场景，包括智能对话、文本生成、语义理解、计算推理等，并通过工作、学习、生活和社交等多个实际场景展示了如何利用 DeepSeek 解决问题。文章还强调了提示语设计的重要性，指出通过精准的提示语可以引导 AI 生成高质量的内容，并提出了提示语设计的策略和技巧。 此外，还有《张梦飞：为什么 DeepSeekR1 是推理模型？那 GPT4 是什么模型？我的定义和思考》一文。在近年的大模型发展中，推理能力一直被视为衡量模型智能水平的关键因素。随着 DeepSeekR1 和 O1 等模型的出现，一个全新的概念浮现——推理模型（Reasoning Model）与非推理模型（NonReasoning Model）之间的根本区别。文章通过详细解析推理模型与非推理模型的训练路径、推理能力的形成机制、以及它们在思维链上的关键差别，帮助大家理解为何 DeepSeekR1 这样的模型被称为推理模型，以及它如何突破了传统 LLM 的局限性。 相关链接：

AI 翻唱通常涉及以下技术和方法： 深度伪造技术：这是一种利用 AI 程序和深度学习算法实现音视频模拟和伪造的技术。投入深度学习的内容库越大，合成的视音频真实性越高，甚至能以假乱真。 粉丝们常用的方法：通过 Stems 音轨分离工具将人声与原始歌曲分离，再使用人声转换模型将人声转换成另一位明星的风格，然后将新的人声轨道与原始作品重新拼接在一起。DiffSVC 是一种流行的用于此目的的语音传输模型。 此外，Suno v4 版本发布的重大升级中新增了翻唱（Covers）的亮点，可重新演绎作品，探索不同风格的可能性。

以下是为您提供的 Coze 教程相关信息： 一泽 Eze 的教程：可能是全网最好的 Coze 教程之一，一次性带您入门 Coze 工作流。即使是非技术出身的爱好者也能上手跟学，一站式学会 AI Agent 从设计到落地的全流程方法论。阅读指南中提到长文预警，请视情况收藏保存。核心看点包括通过实际案例逐步演示用 Coze 工作流构建能稳定按模板要求生成结构化内容的 AI Agent、开源 AI Agent 的设计到落地的全过程思路、10+项常用的 Coze 工作流的配置细节、常见问题与解决方法。适合人群为玩过 AI 对话产品的一般用户，以及对 AI 应用开发平台（如 Coze、Dify）和 AI Agent 工作流配置感兴趣的爱好者。注：本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中，附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容，以供前置或拓展学习。 相关比赛中的教程： 基础教程： 大圣：胎教级教程：万字长文带你使用 Coze 打造企业级知识库（https://waytoagi.feishu.cn/wiki/CT3UwDM8OiVmOOkohPbcV3JCndb） 大聪明：保姆级教程：Coze 打工你躺平（https://waytoagi.feishu.cn/wiki/PQoUwXwpvi2ex7kJOrIcnQTCnYb） 安仔：Coze 全方位入门剖析免费打造自己的 AI Agent（https://waytoagi.feishu.cn/wiki/SaCFwcw9xi2qcrkmSxscxTxLnxb） 基础教程：Coze“图像流”抢先体验（https://waytoagi.feishu.cn/wiki/AHs2whOS2izNJakGA1NcD5BEnuf） YoYo：Coze 图像流小技巧：探索视觉艺术的隐藏宝藏（https://waytoagi.feishu.cn/wiki/CTajwJnyZizxlJk8a4AcJYywnfe） 【智能体】让 Coze 智能体机器人连上微信和微信群详细配置文档（https://waytoagi.feishu.cn/wiki/ExHMwCDZ7i6NA7knCWucFvFvnvJ）

以下是一些关于音频生成的人工智能工具： ElevenLabs：一家前沿人工智能公司，专注于文本转语音、语音变声器、配音、文本转音效和语音克隆，为创作者、企业和开发者提供超逼真和可定制的语音解决方案。前 5000 名注册用户可享受 2 个月的入门计划。 Hailuo Audio by Minimax：面向创作者和电影制作人的下一代音乐生成、文本转语音和语音克隆模型。 Cartesia：优质文本转语音服务，既以开发者为中心，又适合实时对话用例，专注于行业领先的延迟、逼真的声音和准确的发音。提供 1 个月的专业计划。 Sync：研究公司，致力于为动画师、开发者和视频编辑提供前沿的人工智能视频口型同步解决方案。2 个月的 Sync 创作者层级+额外生成积分。 Tunes by Freepik：使用 Freepik Tunes 让您的项目更具表现力。发现精选音乐、高质量音效和强大的音频工具，可在 Freepik Tunes 上无限制下载。 以下是一些人工智能音频初创公司： Lemonaide Music：与 DAW 集成的生成音乐工具，100%免版权费。 tuney.io：为创意媒体提供的伦理音乐 AI。 KORUS AI：AI 音乐创作平台和探索声音宇宙的个人音乐制作人。 TRINITI：通过音乐赋予新的创作和表达方式。 voice swap：使用 AI 改变歌唱声音。 mix audio：为创造力和生产力提供 AI 音乐。 Audiogen：使用 AI 生成声音、音效、音乐、样本、氛围等。 Wavtool：带有 AI 助手并支持本地 VST 插件的网页 DAW。 Wavacity：Audacity®音频编辑器的网页版。

人工智能对现在时代的冲击主要体现在以下几个方面： 1. 劳动力市场：预计在未来几年对劳动力市场产生重大影响，包括好的和坏的方面，但工作变化速度比多数人想象的慢。 2. 社会发展：使社会重新进入不断扩张的世界，人们可以再次专注于正和游戏，天生的创造和彼此有用的欲望将得到前所未有的放大。 3. 技术进步：深度学习有效，随规模扩大预期改善，能帮助解决难题，模型将作为个人助理执行特定任务，促进各领域科学进展。 4. 资源与普及：降低计算成本以普及人工智能，否则可能导致其成为有限资源，引发战争并成为富人工具。 5. 社会变革：社会和经济将发生长期巨大变革，人们会发现新的做事、互助和竞争方式。 6. 不均衡影响：AGI 将产生不均衡影响，一些行业变化小，科学进步可能更快，许多商品价格大幅下跌，奢侈品和受限资源价格上涨。 7. 公共政策：关于如何将人工智能系统融入社会的公共政策和集体意见非常重要，要权衡安全性和个人授权。 8. 社会控制：存在专制政府利用人工智能进行大规模监控从而剥夺人民自主权的风险。

以下是一些可以将文字生成图片并配图的 AI 软件： 1. Stable Diffusion：可以根据文本指令生成与文本信息匹配的图片，生成的图片样式取决于使用者输入的提示词，难以出现完全相同的两张输出图片。 2. 无界 AI：可用于快速制作海报底图，在操作步骤上与其他同类软件有相似之处，大致流程包括确定主题与文案、选择风格与布局、生成与筛选、配文与排版。 3. DALL·E：由 OpenAI 推出，能根据输入的文本描述生成逼真的图片。 4. MidJourney：因高质量的图像生成效果和用户友好的界面设计受到广泛欢迎，在创意设计人群中尤其流行。 您可以根据自己的需求选择使用。在 WaytoAGI 网站（https://www.waytoagi.com/category/104 ），可以查看更多文生图工具。需要注意的是，内容由 AI 大模型生成，请仔细甄别。

以下是一份关于 DeepSeek R1 大模型的 prompt 提示词模板： 一、核心原理认知 1. AI 特性定位 多模态理解：支持文本/代码/数学公式混合输入 动态上下文：对话式连续记忆（约 4K tokens 上下文窗口，换算成汉字是 8000 字左右） 任务适应性：可切换创意生成/逻辑推理/数据分析模式 2. 系统响应机制 采用意图识别+内容生成双通道 自动检测 prompt 中的：任务类型/输出格式/知识范围 反馈敏感度：对位置权重（开头/结尾）、符号强调敏感 二、基础指令框架 1. 四要素模板 2. 格式控制语法 强制结构：使用```包裹格式要求 占位符标记：用{{}}标注需填充内容 优先级符号：>表示关键要求，!表示禁止项 三、进阶控制技巧 1. 思维链引导 分步标记法：请逐步思考：1.问题分析→2.方案设计→3.风险评估 苏格拉底式追问：在得出最终结论前，请先列举三个可能存在的认知偏差 2. 知识库调用 领域限定指令：基于 2023 版中国药典，说明头孢类药物的配伍禁忌 文献引用模式：以 Nature 2022 年发表的论文为参考，解释 CRISPRCas9 最新突破 3. 多模态输出 此外，还有关于创建 DeepSeek 联网版工作流的相关内容： 1. 创建工作流 创建一个对话流，命名为 r1_with_net 开始节点，直接使用默认的 大模型分析关键词设置 模型：豆包通用模型lite 输入：直接使用开始节点的 USER_INPUT 作为大模型的输入 系统提示词：你是关键词提炼专家 用户提示词：根据用户输入`{{input}}`提炼出用户问题的关键词用于相关内容的搜索 bingWebSearch搜索 插件：BingWebSearch 参数：使用上一个节点，大模型分析输出的关键词作为 query 的参数 结果：data 下的 webPages 是网页搜索结果，将在下一个节点使用 大模型R1 参考搜索结果回答 这里需要在输入区域开启“对话历史” 模型：韦恩 AI 专用 DeepSeek 输入：搜索结果，选择搜索节点 data 下的 webPages；选择开始节点的 USER_INPUT；开启对话历史，设置 10 轮，默认不开启对话历史，开启后默认是 3 轮 系统提示词：这里不需要输入 用户提示词： 结束节点设置 输出变量选择大模型R1 参考搜索结果回答的输出 回答内容里直接输出:{{output}} 测试并发布工作流 输入你的测试问题，测试完成后，直接发布工作流 关于 HiDeepSeek 的相关内容： 1. 效果对比 用 Coze 做了个小测试，大家可以对比看看 2. 如何使用？ Step1：搜索 www.deepseek.com，点击“开始对话” Step2：将装有提示词的代码发给 Deepseek Step3：认真阅读开场白之后，正式开始对话 3. 设计思路 将 Agent 封装成 Prompt，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担 通过提示词文件，让 DeepSeek 实现：同时使用联网功能和深度思考功能 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改 用 XML 来进行更为规范的设定，而不是用 Lisp（对我来说有难度）和 Markdown（运行下来似乎不是很稳定） 4. 完整提示词 v 1.3 5. 特别鸣谢 李继刚：【思考的七把武器】在前期为我提供了很多思考方向 Thinking Claude：这个项目是我现在最喜欢使用的 Claude 提示词，也是我设计 HiDeepSeek 的灵感来源 Claude 3.5 Sonnet：最得力的助手

AGI 的英文全称是 Artificial General Intelligence，通常指一种能够在许多领域内以人类水平应对日益复杂的问题的系统。部分人认为大语言模型具有 AGI 潜力，但也有人反对。在公众传播中，AIGC 指用 Stable Diffusion 或 Midjourney 生成图像内容，后来泛指用 AI 生成音乐、图像、视频等内容；LLM 指 NLP 领域的大语言模型，如 ChatGPT；GenAI 是生成式人工智能模型，国内官方政策文件使用这个词相对科学，涵盖了 LLM 和 AIGC。公众传播一般会混用上述名词，但底层是 Transformer 结构。

AGI 即人工通用智能，通常被定义为一种能够完成任何聪明人类所能完成的智力任务的人工智能。 以下是关于 AGI 的一些具体内容： OpenAI 通用人工智能（AGI）的计划曾因埃隆·马斯克的诉讼而受到影响。 Sam Altman 认为确保人工通用智能（AGI）造福全人类是使命，呈现人工通用智能特征的系统正浮现，它在一定程度上是人类进步的工具。 OpenAI 内部会议分享了 AGI 的五个发展等级，分别为： 聊天机器人：具备基本对话能力，依赖预设脚本和关键词匹配，用于客户服务和简单查询响应。 推理者：具备人类推理水平，能解决复杂问题，如 ChatGPT。 智能体：不仅具备推理能力，还能执行全自动化业务，但目前仍需人类参与。 创新者：能够协助人类完成新发明，如谷歌 DeepMind 的 AlphaFold 模型。 组织：最高级别的 AI，能够自动执行组织的全部业务流程。