AI探索指南
-
- 吴恩达课程出的和母猪下仔一样，新课《深入了解量化》发布。
将从零开始学习实现线性量化的不同形式，包括非对称和对称模式。
课程还将指导如何在不同的维度（如单个张量、单个通道、单个组）上进行量化，以确保性能不受影响。
学习构建量化器，将任何开源深度学习模型的密集层压缩至8位精度。
通过将四个2位的权重打包进一个8位的整数中，实践如何将权重量化至2位。
课程地址：https://www.deeplearning.ai/short-courses/quantization-in-depth/ - 最近见到过最好的 Animatediff 作品，动作幅度很大，运动很流畅，而且画面表现也很强。
作者用 Blander 制作很简陋的动画，再用 Animatediff 转绘的。
制作过程视频在这里：https://www.instagram.com/p/C555jsDLlP_/ - 一个很简单的教程，教你用 GPT-4 实现一个自动的 RAG 项目，系统可以自动决定从本地数据中查找还是联网获取内容。
项目地址：https://github.com/phidatahq/phidata/tree/main/cookbook/examples/auto_rag - 一晚上把 coze 的大部分插件都玩了一遍，下图记录了一些比较好玩的插件
把这些插件利用工作流串起来放到 bot 中，很多小想法都可以实现了
例如小宇宙链接分享至微信获取播客摘要：小宇宙链接提取工具 ➡️ 音频处理成文本工具 ➡️ 文本总结摘要工具 ➡️ 发布至微信客服
就可以达到分享至微信就获取摘要的目的
对于一些不复杂的产品，coze 把做产品变得像写 prd 一样简单 - 终于有人干这个了，之前很多在 Comfyui 中的 LLM 都得单独配置，一个插件一个玩法。
Comfyui-ollama 这个插件可以直接使用 Ollama 中的 LLM。
你可以使用带视觉能力的模型生成图片描述，也可以自定义提示词对你的图像提示进行润色生成。
插件地址：https://github.com/stavsap/comfyui-ollama 
- https://qokjqc033w.feishu.cn/docx/VujNdRKZaoWpO1xRbDOcKNhxn6c
Kimichat 16个官方提示词，教你快速写出小红书爆款文案！qokjqc033w.feishu.cnDocs - 喜欢AI生成的小姐姐吗？
- 整理一下国内最近 AI 影像比赛：
1. 猫眼电影“造梦师”AI 短视频大赛
🔸主题：造梦师进入TA人的梦里
🔸截止：5.4
🔸奖品：猫眼电影动画项目合作等
2. 新世相 AI 影像创作计划
🔸主题：爱恨情仇
🔸截止：5.6
🔸奖品：阿那亚线下展览
3. V中文版 & 故事接龙社群
🔸主题：法国主题 AI 短片影像
🔸截止：5.10
🔸奖品：5.24-5.26 在成都当代影像馆展出
4. 上影全球 AI 电影马拉松大赛
🔸主题：神话/科幻 + IP
🔸截止：5.19
🔸奖品：影院展映
5. 歌德学院 AI 生成短片竞赛
🔸主题：自由意志
🔸截止：5.31
🔸奖品：中德往返机票、线上展示
6. Bilibili x 央视 AI 影像征集大赛
🔸主题：奇幻 / 科幻 / 创想
🔸截止：6.28
🔸奖品：每一赛道有 10W 奖金池，最高5W
最近比赛真的好多哇，还有三个我知道有的但还没宣的，等正式发布了添加进来。
春末夏初是创作的季节！ - Shape of AI —— AI 功能模式收集
链接：https://www.shapeof.ai/
网站收集了 5 类共 16 种 AI 能在产品中落地的功能模式。你可以从网站上学到如何在自己的产品中融入合适的 AI 功能，也能看到其他产品中使用 AI 功能的截图。 - 生成式 AI 这一波，作为非技术人员，我的突破口究竟在哪里？
这个问题，从去年上半年开始，我一直在探索。但迄今为止，也不敢说有多么确切的答案。
最近读到几篇有意思的文章，感觉还挺给我信心的，试着整理出来：
1、智能效能=大模型的智商水平 × 现实理解的深度
内容来自《假如想做一个只有AI智能体的公司，那要分几步？》[1]。
前半部分的“大模型智商水平”，要依赖 AI 科学家和工程师们；后半部分的“现实理解的深度”，却主要靠各个领域的高手。
文章中说，这事行不行，能搞到什么程度，不是程序员能验证的，而是「理解领域的人」要自己操练大模型做判断。
而这，就是非技术人员的突破口之一。
2、做“汤姆猫”实现能力升级后，再去超越“汤姆猫”
结论来自《AI应用之路：质疑汤姆猫，成为汤姆猫，超越汤姆猫》[2]
文章中说，汤姆猫是2010年移动互联网早期的一款应用，迅速走红，又淡出视野。
这也对应了自己一些时候的焦虑吧，现在手头的事情，会不会昙花一现，难以长虹。
然后，文章里的这两段话安慰到我了：
“AI现在所处的极早期阶段，在寻找PMF的时候，先不要嫌弃他是汤姆猫，找个具体且收敛的切入点，跑通他，让自己有个实验室，先完成能力跳变。”
“（PMF）跑通后，整个人的思考水平、决策的犀利程度、心态的平稳度都有一个质变，再之后，就和业务量爬到几层楼相关了。”
3、赢家常常不是第一个，但大概率是第一批
规律来自《议古论今：聊聊现在AI应用层创业者面对的三个问题》[3]
通过梳理过去50年IT产业的发展和创业历史，这篇文章中发现：
第一个吃螃蟹的人，产品往往不完善；但笑到最后的玩家，都来自「产品定义/商业模式成为共识前」冲进来的那一批。
如果历史会押韵，那么与我而言，倒不是奢望成为所谓的“赢家”，但至少能说明早点来牌桌上呆着，是有一定价值的。
———
[1]https://mp.weixin.qq.com/s/s4g_qxg95wyGs2GGcvztpw
[2]https://mp.weixin.qq.com/s/l6cNKA5gCsselraTMV5UXA
[3]https://mp.weixin.qq.com/s/JPyfpVUgqI8hxZE-z-zBbg 
