关于AIGC人工智能、思维方式、知识拓展,能力提升等。投稿/合作: @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
一组效果不错的 MJ 提示词
一群又一群名校/大厂背景的聪明人,涌进了AI领域。却又十指不沾阳春水,生怕把手弄“脏”。

殊不知,现阶段的生成式AI,最不缺的,就是忽悠和“理想”;最需要干的,正是dirty work。

读两篇paper、拽几句黑话和认识几位“大佬”,就可以蒙混过关的年代,早就过去了。

现在更多老板、客户和用户要看到的,是到底有没有真正帮我解决问题,到底有没有给我创造利润。

#一个想法不一定对
这是我见过最卷的知识付费,确实看完可以零成本搭建ai的应用,终身买断价才10元,你可以内卷,但是不能离谱,还可以加作者微信进陪伴群,还有几千套资料赠送。
马上500人了。
我说真的,是有点过分,因为买了之后闲鱼再库个店,盗版正版一个价绝对可以回本...

保存图片,微信扫码即可领取ai的全功能小册子。
我找不到扫地机器人了,令人费解。事情是这样的。
昨晚机器人开启了自动作业程序,18分钟后它收工想回充电底座,但是吧,它又找不到回家的路了……
我也没管它,因为这事儿已经发生很多次了,每次都是我找到它后再给它搬回去。
可这次,我沙发底下、床底下、柜子底下都找遍了,都没找到它在哪儿。这特么就神奇了,给自己扫丢了?
这个VS Code的AI插件感觉比GitHub的Copilot强多了,功能非常全面,而且支持GPT-4和PaLM 2等常见模型的API。
主要功能有:

◆ 可以选中对应代码之后跟GPT进行聊天沟通。
◆ 通过注释生成对应要求的代码。
◆ Stackoverflow获取问题的答案,并且跟GPT的答案比较
◆ 跟AI聊天并且创建对应代码的单元测试。
◆ 打开Notebook(.ipynb文件)并使用Notebook扩展运行代码。

通过API修改代码不可避免涉及到代码泄露的问题,这个需要自行斟酌,公司代码谨慎使用。

插件地址:https://marketplace.visualstudio.com/items?itemName=DanielSanMedium.dscodegpt&ssr=false#overview
卧槽,一直想要的东西终于来了,终于可以不用看着Comfyui那个小输入框调整提示词了。

Prompt Composer这个插件可以用更有逻辑和有序的方式通过链接来调整提示词顺序和内容,同时通过滑块调整权重。

这个插件有包括两类节点,第一类是输入提示词不断串联并且可以通过提示词滑块调整权重。
另外一类是效果和样式选择器,可以选择内置的效果和样式提示词包,同意调整权重。
最后会按照连接的顺序生成完整的提示词。

要是有Animatediff的提示词旅行格式的提示词编辑更就好了。

项目地址:https://github.com/florestefano1975/comfyui-prompt-composer
EP 44.【AI年终特辑3】具身智能深度对话:从学术到产业,机器人的ChatGPT时刻来了吗? - OnBoard!

🎉🎉今年 OnBoard! 最后一期压轴上新!今年要谈论AI,怎么能错过这么一个重要的话题: 具身智能。

这一轮热潮中,从学术到工业落地,如何分别噪音与真实?

🌟这次的嘉宾阵容,真是太适合回答这些问题了:Google DeepMind Robotics 的 Fei Xia,几个最重磅的研究的核心参与者。高仙机器人的深度学习总监 Jiaxin, UCSD做模拟环境相关的研究的Fanbo Xiang。

🤯我们对AI泛化能力在机器人领域的落地的进展、挑战、未来,进行了深入的讨论,来自研究和产业界不同观点的碰撞,精彩纷呈。

🥰其实这一期的录制已经过去了几个月,阴差阳错成了今年的压轴,也算是对于OnBoard 全年的一个圆满句号,又是整个旅程小小的逗号。新的一年,不论世界如何起落,我们都选择相信未来有希望,珍惜每一次对话,赞美每一个在未知中选择的勇士。
84、对年轻人而言,在未来的AI时代,“如何问问题”的能力很关键。

85、科技的平民化,让很多过去掌握在特定人群手里的能力,最后变成普通人都可以使用的能力。

86、人类不用和大模型竞争,而是应该利用机器让自己变得更强。人工智能的终极目标是人机协作。

87、目前中国发展大模型技术,先要占据应用场景,同步全力发展核心算法技术。

88、企业家不要觉得有了大模型就可以大举裁员。这不现实,要思考的是,如何用大模型提高员工的工作效率,提高团队的战斗力。

89、用人类数据喂大的AI超越人类智力,就像是老师教的学生超越老师一样。

90、目前中国发展大模型技术,先要占据应用场景,同步全力发展核心算法技术。

91、现在大模型有一个感觉,很多普通用户用两下,你不能天天玩脑筋急转弯问题,或者天天做奥数题,除非辅导小孩考数学,很多个人用户用大模型的场景还是办公场景,ToB场景。

92、大模型的落地应该是先做松耦合,不要寻求着一样的和企业的原来的业务系统做紧密的融合,这会掉到泥潭里。

93、我们行业最伟大的是什么,跟任何领域结合,我们会让性能更快,能力更强,成本更低,售价更低,这是符合摩尔定律的。部升级更灵活,大模型还在不断训练。

94、数字化已经成为国家战略,数字化的终点不是大数据,数字化的终点应该是智能化。

95、每年有上千万的大学生毕业,他们可以为大模型做知识标注。

96、如果大模型是硅基智能,人类是碳基智能,那么我们不能用碳基智能的想法去理解硅基智能。

97、人工智能的安全问题远远超出了技术的范围,甚至涉及到社会伦理层面。技术带来的问题应该用技术来解决,所以我们在尝试研究制作安全大模型。

98、埃隆·马斯克说大模型不亚于iPhone,比尔·盖茨说大模型不亚于重新发明互联网,这些誉美之词都不为过。

99、发展大模型要集中力量办大事。新时代的集中力量办大事,要相互交流成果,而不是封闭起来,划地为牢,这是出不了成果的。

100、人类至今也没有搞清楚意识是如何产生的,大模型可能给我们打开了另外一种方式:通过大模型的算力来模拟人脑对知识的记忆,理解和推理。
【周鸿祎关于大模型的2023年100条语录🤓

1、2024大模型发展四大预测:大模型不会垄断,不会成为操作系统,将会无处不在。不像操作系统全世界就那么几套;

大模型一方面追求“大”,另一方面也会追求“小”,汽车上可能会部署出来更多的大模型;

多模态将成为国产大模型的标配;国内会出现很多垂直大模型,走进百行千业,向产业化方向发展。

2、不要高估大模型现在的能力,也不要低估大模型未来的潜力。

3、建立 AI 信仰:相信 Al是真 Al、相信Al是工业革命级技术、相信 AI将重塑所有业务、相信不拥抱AI的公司和个人都将被淘汰。

4、All in AI 要思考的三个问题:对上对下一一组织内部所有人是否都在用AI?对内一—内部业务流程被改造会怎么样?对外一一产品和服务被AI加持会怎么样?

5、未来衡量公司前景要看“含 AI量”:业务中有多少环节被 AI 优化、被 AI 赋能、被AI改造。

6、我是做安全出身的,本来应该是最悲观的人,因为我们看到的往往都是技术带来的负面效应。但在大模型这件事上,我是坚定的发展派。

7、中国不发展大模型才是最大的不安全,虽仍存差距,中国大模型发展速度已是奇迹。

8、大模型不是风口和泡沫。即使是风口,也得吹五年到十年。对创业者来说,还有十年红利期。

9、场景红利是中国大模型弯道超车的关键,大模型真正的机会是结合场景发展垂直大模型。

10、大模型现在还很「高大上」,要把它拉下神坛,真正的走进千家万户,影响百行干业,这才是大模型引发工业革命的道路。

11、大模型的未来不会成为操作系统,而是会成为个人电脑,成为数字化系统的标配。

12、未来大模型在中国的发展之路:不会有垄断,不会只有3-5个大模型,大模型将无处不在。

13、开源就像是 AK47:价格便宜,火力足,分量够,能够实现「科技平权」。

14、大模型领域,巨头一定会用全家桶的思路,把自己的全家桶产品装上它们的大模型。用户会就近使用,所以存量市场在未来很难有大的改变。

15、80% 去中心化的企业级市场,蕴含着巨大的机会。

16、大模型能产生知识模糊、制造知识幻觉,可以看成创造力的展现。在此之前,世界上所有的动物只有人类会瞎编。

17、国家大战略是产业数字化。互联网企业要甘当配角,顺势而为,把数字化能力和大模型能力赋能传统企业,特别是制造业,帮助他们实现数字化、智能化。

18、行业大模型可能是一个幻觉。不会出现公有服务的行业大模型,但很多企业仍然会做私有的行业大模型。

19、垂直大模型是创业者的金光大道。

20、在企业里面做大模型,要忘掉 ChatGPT 这个榜样。

21、大模型的六个垂直的趋势:行业垂直化、企业垂直化、专业垂直化、小型垂直化、分布式垂直化、专有垂直化。

22、把大模型看低一点,就是企业业务系统的智能化的升级。企业业务系统分成很多垂直的部分,大模型也应该做到专业垂直。

23、企业里不一定需要GPT4 这样的全才、通才或者天才,而是需要有垂直领域经验和技能的人才,这就是垂直模型要干的事情。

24、(创业者)不要等到大模型无所不能才开始做,只要想清楚了产品应用的场景,现在就能做。

25、大模型创业要快速行动,first move,just do it。

26、大模型最常用的功能只有两个:知识问答、写作生成。应该先把大模型这两个功能找到各种细化的垂直场景应用。

27、大模型不是万能的,很多业务系统是不能被取代的。创业者千万不要介入旧系统的改造之中,陷入其中可能长期无法交付。

28、大模型要跟现有的系统做一定的隔离,尽量少发生 API,函数调用的联系。

29、人工智能应当作为副驾驶,不要让它来做出不可撤销的决定。

30、坚持 AI 普惠的原则,大模型发展要以人为本。

31、做大模型的创业,不要给企业宣扬有了这个东西就会裁员。

32、能用程序解决的问题千万不要用自然语言去解决问题。不要去迷信 LUI,未来 CUI、GUI将成为主流。

33、构建企业级大模型,应该遵循安全、向普、可信、可控。

34、永远让人在决策的回路上,而不能让大模型决策。

35、大模型技术的三大发展方向:机器人、自动驾驶、科学研究。

36、大模型是工业革命级别的技术创新,美国AIlin Al,正掀起一轮新的产业革命。

37、大模型企业级场景应用要炼就“九阳神功”一:私有化部署千亿通用大模型。二:AI生产力工具集。三:个性化定制数字员工。四:数据工厂、知识工厂、模型工厂。五:基础大模型。六:训练垂直模型。七:智能体工场。八:业务连接与协作平台。九:全面AI化。

38、做大模型要坚持长期主义,肩负起担当,保持理想主义。

39、绝大多数人这辈子的使命是用好 Al,而不是做Al。

40、数字人最重要的是能够有自己的人设,最后能够自主学习,能够连接外围系统。

41、未来的数字人不是简单的对口型的形象,也不是简单的念稿的机器,而是能够真正跟每个人进行对话、交流,进行帮助、讨论。

42、不是只有当老板才有助理。我们做人工智能,最重要的是让每个人都可以有一堆 AI 助理为自己所用。

43、每个企业员工都可以有自己的数字专家、数字助手。

44、数字永生这个概念离我们并不遇远,我们可能模拟出来一个伊隆,马斯克,一个爱因斯坦,一个周鸿祎,数字人模拟他们的说话口吻、思维方式、知识和积累,使得我们可以跟他们去交流。

45、数字人可以让我们换一种读书的方式,不是死读书,而是直接和书里的人产生交流。

46、人工智能不是新物种,是新工具。

47、怎么保证大模型不说错话,训练另外一个 大模型来训练这个大模型,这不是个笑话。

48、中国已经进入“百模大战”,各家做大模型基础能力都差不多,比拼的是谁对普通人来说更好用。

49、大模型发展 3个月,相当于历史上的技术发展30年。

50、大模型不会造成大规模失业,反而提升效率。

51、通用技术才能引发工业革命,像水电一样输送到办公E族。

52、大模型价值不仅仅在于使用量,在于未来把 AI能力通用化、泛化、垂直化。

53、未来在职场上,熟练掌握 AI 有时候要比职场经验更有优势。

54、大模型能让小白变成专家,能帮助一个普通的坏蛋写出出色的钓鱼软件,与此同时也能扮演“正义助手”。

55、我们不能把大模型当作黑盒子,了解工作原理,才能从根本上解决安全问题。

56、AI 进化应该以人为本,大模型应该成为人类的朋友和助手。

57、大模型不是玩具,不是搜索引擎、不是聊天机器人、这些都是它亲民推广的伪装,背后强大的超级大脑代表着超级人工智能时代的来临。

58、大模型出来前,所有自动驾驶都只是辅助驾驶。

59、只有有了多模态全面的能力,才预示着大模型真正地走上一个新的台阶。

60、谁真正通过大模型把人类的语言做了重新的编码、学习、训练,也就对人类掌握的知识有了一个重新的压缩和蒸馏。

61、GPT 的模型、算法、路线是已知的,但是出现很多现象 OpenAI 的人也没法解释,比如智力的突变,语言及逻辑的迁移,像是从猿到人的变化。

62、大模型帮我们解锁了很多原来只有专业人士才能解锁的技能,比如写代码、绘画,让有才华但缺乏专业训练的人也可以发挥自己才华。

63、超级人工智能不应该先解决娱乐问题,应该反向解决常温超导和可控核聚变问题,帮助人类实现能源自由。

64、搜索不会犯错,是因为搜索不智能,真正的人工智能一定会犯错,它的错误来自海量知识在推理过程中产生的突变。

65、在大模型面前,人类自认为独有的特质不存在了:想象力、创造力。

66、不必质疑大模型的创作是模仿和借鉴,人类写东西哪个不是模仿和借鉴呢?

67、我们老说眼见为实,耳听为虚。现在来看,未来互联网上大量的内容会不会都是AI生成的?所以希望大家正确地使用文生视频能力。

68、数字人是未来人工智能大模型对我们每个人和对每个企业来说最合适的入口。

69、未来,有不同人设,不同经历,不同角色的数字人可以在人工智能驱动下,一起来帮人们做脑力激荡,完成共同的目标。

70、未来数字人会继续迭代,调用大模型的能力。拥有大模型不具备的长期记忆力。同时,数字人可以有自己的目标、规划和分解能力,使得它可以不断地调用各种垂直的模型完成任务。

71、未来人工智能的发展不仅仅是大模型核心能力的增加,外部功能的包装,人工智能跟每个人的工作、生活贴得更近,每个人能更自如地使用人工智能。

72、大模型会一本正经胡说八道,恰是大模型真正智能的体现,也是最可怕的地方。因为人才会犯错误,才会胡编乱造,能描绘不存在的东西。

73、大模型的训练过程分成三层:知识铺垫、基于人工反馈的强化学习、价值观的校正纠偏,很像一个小孩从小到大学习的过程。

74、用人类聊天素材训练出来的机器人不只是“人工智障”,更是“人工杠精”。

75、任何行业的APP、软件、网站、应用,都值得用大模型的能力重塑一遍。搭不上这班车就会被淘汰。

76、大模型将作为“发电厂”把大数据加工成“水”和“电”,通过API接口以SaaS服务的方式输出给千行百业,全面提升人类社会智能化水平。

77、大模型可以极大地提高劳动生产率。用的人越多,教它的技能越多,它就能进入更多新的领域。

78、未来每个行业、每个公司、甚至每个人都会有自己的私有化的大模型。

79、OpenAI在ChatGPT的研发上做到了“四大一强”:大模型、大数据、大算力、大标注、强算法。

80、我们中国人的工程化能力很强,我们模仿能力也很强,后来居上也不是不可能。

81、一人捅破窗户纸,千军万马独木桥。从0到1难,但中国公司技术打磨很强。剩下就是时间,问题。

82、数据获取和清洗、人工知识训练和场景是大模型未来发展的三个关键。

83、“机器人造机器人”可能会从大模型具备写软件能力时开始。
这篇文章有点意思…
在 AI 的风口上做了很多事情
但是都是以失败告终
应该是很多团队的共鸣了
可能还只是个漏风口

https://mp.weixin.qq.com/s/UXISmWOhnHBkI0GVWeatUA
分享的是AI在绘画艺术方面的一大进步——它现在能够书写中文汉字了!这不仅是对中文书法的一种全新诠释,也是AI技术在文化艺术领域里程碑式的一步。阿里达摩院在AI书写汉字上面有了新的突破!

https://modelscope.cn/studios/damo/studio_anytext/summary
LLM 相关的基础文章很多人整理,AI 图像生成的比较少,刚好发现了一个,我又自己筛选了一下,一共 15 篇内容,都在这里了,如果想深入研究 SD,建议看看。

主要包括三个部分:图片生成简介、图像生成基础模型的精细调整和构建 AI 生成服务,。

都放在下面的这个个链接里,打开一个就都有了。元旦我也会找时间把这些内容翻译一下,然后发出来,可以收藏这条回来看。等不及可以直接看,下面是具体的分类和文章目录:

图像生成技术简介:

◆ 人工智能和艺术:机器学习如何改变创造性工作(报告)
◆ 平面设计师如何创建他们自己的AI工具(博客文章)
◆ AI图像生成器的工作原理以及扩散是什么(视频)
◆ 什么是Diffusion模型?(视频)
◆ Diffusion模型的工作原理(1小时课程)
◆ 初学者指南:Stable diffusion(指南)

基础模型的精细调整:

◆ SD1.5通用目的模型的全面精细调整指南(博客文章)
◆ SD模型的基准测试与混合(博客文章)
◆ 解耦文本编码器和UNET学习率(博客文章)
◆ D适应:再见学习率困扰?(博客文章)
◆ 自己精细调整通用稳定扩散模型指南(博客文章)

构建 AI 生成服务的后端:

◆ 如何构建一个生成AI服务的后端
◆ Stable diffusion提示:权威指南
◆ SD提示的精细调整:修改Stable diffusion提示的GPT 3.5(博客文章)
◆ SD提示的目录(目录)

所有内容链接:https://arc.net/folder/10431A09-4798-4002-B99A-2769BD9131FF
我们做Catjourney主要还是想帮助大家的找图和找提示词需求,只是好看用不到工作里面没有任何意义。
所以我们会紧跟最近的营销节点,不断上线可以用在项目和工作里的提示词和图片。

最近更新了很多春节国风红色主题的图,还有很多贺卡之类的样机模板,可以直接把文字或图片叠在上面。有需要的可以自行取用。

另外还上线了搜索功能,点击左边的搜索图标,输入相关单词就可以用了,现在还有点糙会继续优化。

这里使用:https://catjourney.life/
lsZ44eSevxrbwyA0S85p_4KvZGGNv3.png
7.8 MB
写 prompt 的 26 条参考原则。

这篇论文 (https://arxiv.org/abs/2312.16171) 总结了 26 条优化 prompt 的原则。我读完,感觉有点像是 OpenAI 官方提示词指南加上最近流行的几个技巧,比如给小费技巧「I'm going to tip you $300K for a better answer.」

还是可以当做一个很好的入门参考。

受 @杨昌 的启发,调整了一下用 Kimi 读论文的基本工作流。既然 Kimi 这么能翻,那能者多劳,多翻点吧。调整后的工作流如下:

第一步:逐句翻译论文的摘要和结论。

论文的摘要和结论很好地展现了论文基于什么背景,用什么方式解决什么问题,最后得到一个什么样的结果。

所以,Kimi,开始翻吧。参考提示词:这是一篇论文,请帮我逐句翻译论文的摘要 (Abstract) 和结论 (Conclusion)。

论文总结的 26 条原则中,有一条是不需要使用像“请”这样的礼貌用语。哎呀,这个手它不听使唤呀。

第二步:从 5 个方面进行总结。

参考提示词:https://docs.qq.com/doc/DSXp1YXJ4eHhLdklR

比起上一个版本,去掉了列出核心观点,因为我用下来,核心观点基本是对解决方案的复述。增加了一个方案局限性总结。

第三步:还是从 What、Why、How 的角度问问题。取决于你想了解什么,想到什么就问什么。反正 Kimi 的上下文窗口足够长。我个人还是习惯让 Kimi 先列出问题相关原文再回答。

参考提示词:https://docs.qq.com/doc/DSXdkc2dtampyYkRW

26 条原则提升结果参考图六。当然,所有的方案都是有适用条件的。这个结果是基于论文自己的数据集。

另外,论文作者很贴心,把 26 条原则和相应的 prompt 例子整理成文档了,见:https://github.com/VILA-Lab/ATLAS/blob/main/data/README.md
Back to Top