目前 AI 的发展呈现出多方面的特点和进展： 1. 在通用人工智能（AGI）方面，尚未取得巨大进展，但 OpenAI 等机构提出了 AGI 的五个发展等级，包括聊天机器人、推理者、智能体、创新者和组织。其中，聊天机器人具备基本对话能力，推理者能解决复杂问题，智能体可执行全自动化业务但仍需人类参与，创新者能协助人类完成新发明，组织则能自动执行全部业务流程。 2. 在应用方面，ANI（弱人工智能）得到了巨大发展，如智能音箱、网站搜索、自动驾驶、工厂与农场的应用等。 3. 大模型方面，开源大模型爆发，未来 AGI 竞争的关键在于云端超级大模型，但通用大模型也面临瓶颈，如算力和知识不足的问题。 4. 机器学习方面，监督学习因数据增长、神经网络规模发展和算力提升而快速发展。 5. 数据方面，数据集是由数据组成的集合，分为结构化和非结构化数据，获取数据的方式包括手动标注、观察行为和网络下载，同时需要有效处理数据中可能存在的不正确和缺失等问题。

系统学习 API 知识可以从以下几个方面入手： 1. 首先，要对 API 的概念有清晰的理解。API 就像是一个信差，它接受一端的请求，告诉那边的系统您想要做的事情，然后把返回的信息发回给您。 2. 系统地了解和学习 API 相关的知识。 3. 去网上寻找可以用的 API 来练习。 4. 发掘 GPT Action 更多的潜力。 5. 构建自己的知识体系。可以通过后续看到的不同的教程和资料，识别这些知识之间的共性和逻辑关系，然后继续深化对这个主题的理解。 6. 对于一些不熟悉的 API，需要在 Prompt 里告诉它要怎样使用。 7. 最后提炼一下 Action 的工作流：首先，想一下您想要做一个什么样的 GPT，以及是否需要外部数据（这两个谁先谁后不重要）；然后，去您需要的外部数据寻找 API 文档，或者基于您的需求，自己开发一个 API，寻找市面上可以直接用的 Action；最后，基于 API 文档，编写 Action 里的 Schema，和 Prompt（如何处理取回来的信息）。 同时，在使用 API 时还需要注意以下几点： 1. 对于文本补全（Text completion），该 API 能够理解文本的上下文并以不同方式重新表述它。 2. 限制 API 制造答案可能性的方法有：为 API 提供基础事实信息；使用较低概率并告诉 API 如何说“我不知道”。 3. 对于涉及理解或生成代码等任务，建议使用 Codex 模型处理。

API 就像是一个信差，它接受一端的请求，告诉那边的系统您想要做的事情，然后把返回的信息发回给您。 以搜索“奥本海默”电影为例，在这个过程中，通过特定的网址（如 https://www.themoviedb.org/search?query=奥本海默 ），其中域名（www.themoviedb.org）指定了网站的位置，路径（/search）指定了特定页面的位置，而 query（奥本海默）则是查询参数。 在 GPT 中，它可以通过预先配置的 Action 里的 TMDB API 获取电影相关的专有信息。当您询问“奥本海默”这部电影讲了什么时，GPT 会识别您的意图，使用 Action 去 The Movie DB 寻找相关数据，处理并返回最终结果。 配置一个 Action 通常需要：Schema（相当于操作手册，告诉它可以去哪、干什么、需要准备什么）、Available actions（可用行动）、Authentication（认证）、Privacy policy（隐私政策）。但 Schema 的结构可能涉及前端工程师相关领域的知识。 如果您对 Action 很感兴趣，可以从系统学习 API 相关知识、寻找可用的 API 练习、发掘 GPT Action 更多潜力等方向继续深入。

大模型的实际应用包括以下方面： 1. 在影刀 RPA+AI Power 中的应用： 集成丰富的 AI 组件及各种技能组件，拓展 AI 服务的能力边界，打造 AI Agent。例如搜索引擎组件可让 AI 接入互联网获取实时信息，RPA 组件可直接调用影刀 RPA 客户端应用实现 AI 自动化操作。 提供网页分享、对话助理、API 集成等无缝多样的使用方式，方便企业在不同业务场景下灵活选择接入方式，让内部员工、外部客户便捷地与 AI 交互。 为企业提供教学培训、技术答疑、场景共创等贴身的服务支持，帮助企业把产品用起来，把 AI 落地下去。 2. 在 Ranger 相关介绍中的应用： Agent 被认为是大模型未来的主要发展方向。 中间的“智能体”就是大模型，通过为其增加工具、记忆、行动、规划四个能力来实现。目前行业里主要用到的是 langchain 框架，在 prompt 层和工具层完成相关设计。 3. 在大圣的相关介绍中的应用： 大模型的产品类型主要有 Copilot 和 Agent 两种。 Copilot 是辅助驾驶员，在帮助用户解决问题时起辅助作用，更多地依赖于人类的指导和提示来完成任务，功能局限于给定框架内，处理流程依赖于人类确定的静态流程，主要用于处理简单、特定的任务，开发重点在于 Prompt Engineering。 Agent 是主驾驶，智能体，可以根据任务目标进行自主思考和行动，具有更高的自主性和决策能力，解决问题的流程是由 AI 自主确定的动态流程，能够处理复杂、大型的任务，在 LLM 薄弱阶段使用工具或 API 增强，开发重点在于 Flow Engineering。

以下是为您推荐的视频面部替换工具： 1. 三思教程：https://www.xiaohongshu.com/explore/666e8bfc00000000060044aa 2. 白马少年文生图教程：https://www.xiaohongshu.com/explore/6669d3c9000000000e0300fb 3. 阿米的 VB 工作流拆解：https://www.xiaohongshu.com/explore/66699475000000000e0325cf 4. 红泥小火炉的 VB 工作流拆解：https://www.xiaohongshu.com/explore/66699e13000000000d00d236 5. 岳超楠：AI 教程丨教您如何用 comfyUI 修复脸部：https://www.xiaohongshu.com/explore/666be3ed0000000006004d88 6. guahunyo 老师的工作流： 7. Dreamina 图片生成功能：https://dreamina.jianying.com/aitool/image/generate ，上传深度图，选择适应画布比例并填写描述

以下为您推荐一些视频换脸工具： 1. TecCreative： 操作指引：上传原始视频——上传换脸图片——点击生成。 2. Viggle（有免费额度）： 网址：http://viggle.ai discord 免费体验：https://discord.com/invite/viggle 功能： /mix:将角色图像混合到动态视频中。操作步骤：上传一张字符清晰的图片，上传一段清晰运动的视频。 /animate:使用文本运动提示为静态角色设置动画。操作步骤：上传一张字符清晰的图片，描述您想让角色做的动作（也可以从 https://viggle.ai/prompt 中复制动作提示词）。 /ideate:纯粹从文本创建角色视频。操作步骤：描述您想要创造的角色，描述您希望角色执行的动作（或从 https://viggle.ai/prompt 中复制动作提示词）。 /character:通过文本提示创建角色并将其动画化。操作步骤：描述您想要创造的角色，从四个结果中选择一个图像，描述您希望角色执行的动作（或从 https://viggle.ai/prompt 中复制动作提示词）。 /stylize:使用文本提示符重新设计角色的样式并将其动画化。操作步骤：上传一张字符清晰的图片，描述您想改变角色的任何地方来重新塑造它，从四个结果中选择一个图像，描述您想要角色做的动作（或者从 https://viggle.ai/prompt 中复制动作提示词）。 官方提供了多种动作提示词可供参考，提示词地址：https://viggle.ai/prompt 3. 插件 ADetailer： 首先要明白插件原理是识别面部对面部进行扩散，里面可以增加 controlnet 去控制。 操作步骤： 打开 Adetailer，选择模型是关于脸部修复的，选择最常用的模型，在对应的正向提示词中添加一些面部的修饰词，也可以加 lora。 在检测一栏基本上维持默认不变，效果不好适当拉高阈值。 在蒙版处理维持默认不变。 在重绘选项卡中，关注以下参数： 重绘使用的模型、重绘使用的 VAE 以及重绘制使用的采样方式。 局部重绘制强度，推荐 0.5 左右，可自行尝试。 Controlnet，和外面用的一样也是增加控制的，选择最适合的，若用 tile 模型要适当调整权重或者调整引导于结束的步数。

以下是对 26 个多模态大模型的全面比较总结： 1. Flamingo：是一系列视觉语言（VL）模型，能处理交错的视觉数据和文本，并生成自由格式的文本作为输出。 2. BLIP2：引入资源效率更高的框架，包括用于弥补模态差距的轻量级 QFormer，能利用冻结的 LLM 进行零样本图像到文本的生成。 3. LLaVA：率先将 IT 技术应用到多模态（MM）领域，为解决数据稀缺问题，引入使用 ChatGPT/GPT4 创建的新型开源 MM 指令跟踪数据集及基准 LLaVABench。 4. MiniGPT4：提出简化方法，仅训练一个线性层即可将预训练的视觉编码器与 LLM 对齐，能复制 GPT4 展示的功能。 5. mPLUGOwl：提出新颖的 MMLLMs 模块化训练框架，结合视觉上下文，包含用于评估的 OwlEval 教学评估数据集。 6. XLLM：陈等人将其扩展到包括音频在内的各种模式，具有强大的可扩展性，利用 QFormer 的语言可迁移性成功应用于汉藏语境。 7. VideoChat：开创高效的以聊天为中心的 MMLLM 用于视频理解对话，为该领域未来研究制定标准，并为学术界和工业界提供协议。

AI 大模型是一种具有大规模参数和强大能力的模型。 AI 网站通常会提供各种与 AI 相关的服务和工具，例如： 1. 提供多种 AI 生成工具，如输入简单提示词就能创作音乐的 so no 音频生成工具，能创建个人 AI 智能体的豆包，输入文本可生成播客的 Notebook LN 等。 2. 包含模型社区，为大模型提供数据、企业模型和算力服务，有按任务划分的模型库、数据集和在线应用供体验。 3. 拥有 AI 工程平台，对模型和应用有要求，像 define 是典型的工程平台，涉及数据清洗管道、数据存储和检索、编辑生成平台、构建 prompt 技巧、智能体概念、插件调用、运维平台、模型层和缓存机制等，还能接入多家大模型。 总之，AI 网站是展示和应用 AI 大模型的平台，通过这些网站，用户可以接触和使用到基于 AI 大模型开发的各种功能和服务。

以下是关于您提出的“AI 智能数据库查询助手”的相关信息： 能联网检索的 AI： 存在能联网检索的 AI，它们通过连接互联网实时搜索、筛选并整合所需数据，为用户提供更精准和个性化的信息。例如： ChatGPT Plus 用户现在可以开启 web browsing 功能，实现联网功能。 Perplexity 结合了 ChatGPT 式的问答和普通搜索引擎的功能，允许用户指定希望聊天机器人在制定响应时搜索的源类型。 Bing Copilot 作为 AI 助手，旨在简化您的在线查询和浏览活动。 还有如 You.com 和 Neeva AI 等搜索引擎，提供基于人工智能的定制搜索体验，并保持用户数据的私密性。 AI 新产品｜网站精选推荐： AIHelperBot 自动生成 SQL Queries，支持数据库一键链接或导入。当前收费$5 每月，可免费试用 7 天。链接：https://skybox.blockadelabs.com/ ChartGPT by CadLabs 由 CadLabs 开发工具，基于 GPT3.5，可以根据数据生成图表并回答问题。链接：https://chartgpt.cadlabs.org/ Embedding Store 功能如其名，是一站式 Embedding Marketplace，支持公开、私有及第三方数据，用于发现、评估和访问相关的嵌入（embeddings），产品还未上线。链接：https://www.embedding.store/ AI 在医疗药品零售领域的应用： AI 在医疗药品零售领域有着多方面的应用前景： 药品推荐系统：利用机器学习算法分析用户购买记录、症状描述等数据，为用户推荐合适的非处方药品和保健品，提升销售转化率。 药品库存管理：通过分析历史销售数据、天气、疫情等因素，AI 系统可以预测未来某段时间内的药品需求量，优化药店的库存管理策略，降低成本。 药品识别与查询：借助计算机视觉技术，用户可以用手机拍摄药品图像，AI 系统自动识别药名并提供说明、用法、禁忌等信息查询服务。 客户服务智能助手：基于自然语言处理技术，AI 虚拟助手可以回答顾客关于购药、用药、保健等常见问题，减轻人工客服的工作压力。 药店运营分析：AI 可以分析药店的销售、顾客流量、库存等大数据，发现潜在的运营问题和优化空间，为决策提供参考。 药品质量监控：通过机器视觉、图像识别等技术，AI 能够自动检测药品的包装、标签、颜色等是否合格，及时发现问题。 药品防伪追溯：利用区块链等技术，AI 可以实现全流程的药品溯源，确保药品供应链的安全性和真实可信度。 总之，AI 技术在药品零售领域可以提升购药体验、优化库存管理、降低运营成本、保障药品质量安全，是一个值得重视的发展方向。 请注意，以上内容由 AI 大模型生成，请仔细甄别。

以下是关于 AI 翻译的相关内容： 吴恩达开源了一个基于 AI 原理的翻译项目，项目地址是 https://github.com/andrewyng/translationagent 。通过该项目所采用的反思优化机制，可以显著提升 AI 翻译的质量。普通用户可在 Coze 平台上尝试复刻此项目，按照教程简单操作就能打造出属于自己的高质量 AI 翻译助手，也可直接使用已发布好的翻译器 Bot 。 吴恩达的 AI 翻译项目核心流程分为三个步骤：初始翻译、识别可优化点、对初始结果进行优化。 Coze 的 AI 应用与网页应用架构类似，包括前端页面用于用户输入或上传，数据处理端处理前端数据，处理完成的数据有展示在前端或保存到数据库/知识库供查询两种路径。搭建 Coze 的 AI 应用需关注前端页面构建、页面数据传递给工作流或插件、工作流处理数据返回前端展示这三个方面。以 AI 翻译应用为例，应掌握前端的基本结构，如页面、组件、Form 表单、Div 容器、文本框等及相关事件，还有表单向工作流传递数据、工作流数据返回前端组件展示的方法。 此外，还有骏老师关于如何用 AI 学习英语的分享，包括实战心得直播及相关文档地址。同时也提到了一些关于文案写作和自用长文本中译英 Prompt 的实例。