有金融行业对话机器人的产品吗

以下是关于社群机器人的相关内容： 制作 Coze 社群机器人的大致流程看似步骤繁多，但由于 Coze 本身的设计和强大的社区力量，实际操作并不复杂，关键是要“迈出第一步”。在制作过程中，与社区成员设计方案时的深入讨论、在 Coze 平台上灵活组装功能时的高效畅快以及在不断调试优化中见证机器人成长，都充满乐趣。未来会有更多社区加入制作社群机器人的行列，让更多人感受 AI 智能体的魅力，那时的社群机器人不仅是助手，更是凝聚社区集体智慧的伙伴。目前的社区机器人还有不足，作者会继续优化，看其能否更好地服务社区。 如果对学习 Coze 和 AI Agent 有兴趣，可以加入免费的 AI Agent 共学群，该群组会基于 WaytoAGI 社区等高质量信息源分享相关玩法、经验和前沿资讯。可搜索微信号 Andywuwu07 或扫描二维码加微信，备注 AI 共学以便被拉入群。 此外，以综合服务的社群机器人为例，一个好的文章或复杂任务不是一次 AI 工作就能完成的，需要任务拆解，比如对用户问题做意图判断，根据意图将线路转接到正确的专属 AI 机器人那里，整个过程称为工作流，通过搭建工作流来完成复杂任务。

以下是在 MacBook 上制作 RPA 机器人的详细步骤： 搭建前准备： 硬件准备： MacBook（需能科学上网） 一部 iPhone 手机 主板 Arduino UNO R4 Wifi（200RMB） 舵机 9g（32RMB） 杜邦线，公对公 7 条（手残党可多备） （可选）八爪鱼支架（10RMB） （二选一）usbtypeC 转接头，或一根两头 typeC 的线 Arduino UNO R4 WIFI 开发板 MG90s/SG90 舵机 9g 云台支架 可选八爪鱼手机支架 杜邦线公对公 搭建步骤： 完成代码： 在 Github 上下载完整代码。 根据需求修改文件： 【必改】在 head.py 中找到填写主板串口的地方，改成串口地址（可通过主板写入的第 3 步里的小字或 Tools>Get Board Info 重新查询，复制 sn 号替换 usbmodem 后面的编码）。 【必改】查询 iPhone 的 ip 地址，填到 talk.py 里（iPhone 设置>无线局域网>点击当前 wifi 旁的感叹号>找到 ipv4 地址里写的 ip 地址）。 【必改】把 open ai key 填到 talk.py 里。 【可选】在 talk.py 里，可以修改： Openai 调用的 model。 system prompt（机器人的人设）。 机器人的音色。 录音的设置。 【可选】在 head.py 里，可以修改不对话后，等待多久恢复人脸追踪。 运行程序： 在 MacBook 上按下 command+space（空格）打开一个新的终端，依次输入如下代码（每一次代码运行完以后再输入下一个），全部完成后，关闭端口。 将 iPhone 的屏幕关闭时间设置为 5 分钟或永不。 打开 iPhone 的 pythonista 并复制 face.py 的代码进去，运行。注意：每一次如果需要重新运行 pythonista，请先杀后台再运行，否则会因为端口已经被占用而无法播放声音。 找到下载下来的 AIinhindsightGPTEmbodimentRobot 文件夹，control+单击文件夹，选择最后一项“新建位于文件夹位置的终端端口”。 将 arduino R4 与 MacBook 相连，在终端中输入以下代码，运行后程序会申请一次摄像头权限，点击允许，然后出现运行失败，再运行一次即可。这个程序一旦运行，无法自然退出，建议直接拔掉 R4 的线或者终端输入 control+c 或者直接关闭终端，但多强制退出几次以后运行就会卡住需要重启或清进程。 再次在 AIinhindsightGPTEmbodimentRobot 文件夹，control+单击文件夹，选择最后一项“新建位于文件夹位置的终端端口”，在终端中输入以下代码，运行后程序会申请一次录音权限，点击允许，然后出现运行失败，再运行一次即可。如果运行中出现任何报错，将本文档，代码，报错信息给到 GPT4，让他帮助你就好~可能是有一些库没有预装。 把 talk.py 的终端放在最前面你能看到，出现 recording...的时候就可以说话了。 三个程序同时运行、iPhone 和 MacBook 在同一 wifi，iPhone 没有调静音的情况下，就可以正常对话啦。

以下是搭建微信机器人的步骤： 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，此时表示已通。 2. 如果想为这个 AI 赋予提示词，可以返回相应步骤进行更改。例如在“目录 4 里的第 17 步”或“第三章，第 7 步”，其中双引号内的 value 部分，便是设置 AI 提示词的地方。 3. 此后，进行任何更改，都需要重新打印登陆二维码。并且一个月内，不要上来就加好友、最好不要私聊聊天。 4. 报错"wxsid"是因为微信未实名，实名即可解决。 5. 如果没有手机登录，可以使用夜神模拟器模拟手机登录。 6. 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。 7. 多次重新登录后，就在宝塔“首页右上角点击重启，重启一下服务器”，清理进程。 8. 熟悉 linux 操作的话，也可以通过重启进程的方式来重启服务。 9. 如果想退出机器人，在手机微信上找到桌面版已登录的信息，点击退出桌面版即可。 此外： 1. Link AI 提供的 100 个，合计 3500 万 GPT3.5 Token 的礼品码。可以用来实现画图、搜索、识图等功能，COW 插件里几乎都支持使用 LinkAI 平台。完成机器人搭建，机器人拉群里，领兑换码。 2. 添加微信，拉您进机器人群，先行体验。 如果您仍旧遇到问题，可以先查询社区知识库，或者加“通往 AGI 之路”群，社区小伙伴们会尽力帮助。也可以加 Stuart 个人微信询问。

创建飞书 AI 机器人的步骤如下： 1. 工作流搭建： 打开 Comfyui 界面后，右键点击界面，即可找到 Comfyui LLM party 的目录，您既可以学习如何手动连接这些节点，从而实现一个最简单的 AI 女友工作流，也可以直接将工作流文件拖拽到 Comfyui 界面中一键复刻。 2. 飞书机器人创建： 飞书应用建立： 在中创建自建应用。 进入应用获取 app_id 与 app_secret。 添加应用能力>开启机器人应用能力。 权限管理>消息与群组>选择需要的权限打开。 安全设置>将 comfyUI 运行的电脑 IP 加入白名单。 发布机器人以应用生效。 获取群组或用户 id： 要先把创建的机器人拉到群组中或者拉进私聊。 飞书开发平台找到发送消息的开发文档。 右侧点击获取 token。 选择 receive id type，chat_id 对应群组，open_id 与 user_id 对应个人，点击选择成员，复制对应的 id 即可。 如果需要让机器人发送语音，需要自行在电脑上安装 ffmpeg 。

微信机器人的配置步骤如下： 1. sum4all 配置 进入插件目录：/root/chatgptonwechat/plugins 找到 sum4all 插件目录下的 config.json.template，复制并粘贴重命名为：config.json 注册并获取 sum4all key：https://pro.sum4all.site/register?aff=T6rP ，新用户注册有送免费额度，大家先使用这个进行试用，后续可改为自己的 openAI key。 把复制的 key，粘贴到 sum4all 的 config.json 文件内。（上方有功能阐述，你想要哪个，就把哪个改成 ture） 2. Apilot 配置 进入插件目录：/root/chatgptonwechat/plugins 找到 Apilot 文件下的 config.json.template，复制并粘贴重命名为：config.json 去 https://admin.alapi.cn/account/center 注册，并复制 key 把复制来的 key，粘贴进入。保存。 3. 分段对话配置替换 找到这个路径：/root/chatgptonwechat/channel/wechat，直接下载以下文件进行替换。 此外，微信的配置相对较简单，只需要主项目的 config.json 文件看看是否有"channel_type"参数，参数值为："wx"，即："channel_type":"wx"。完成以上所有配置部分后，可以准备启动步骤了： 使用 nohup 命令在后台运行程序。 执行完启动脚本，等待 30s 左右，会看到终端有一个微信登录的二维码，微信扫码登录。 如果您想使用更多辅助功能，比如使用总结文件能力，总结网页内容能力，此时需要安装各种插件。这部分配置查看插件配置管理部分。

利用飞书多维表格做一个类似于客服机器人，可以按照以下步骤进行： 1. 创建一个拟人化的 bot，比如起名叫青青，设定其为人设是一个可爱有趣的少女，擅长回答各种刁钻的问题。完成 BOT 捏好后点击发布。 2. 发布时配置飞书多维表格： 输出为文本时，第一步配置为文本。 配置多维表格输入表单，选择用控件的字段选择器，给字段标题随便起个名字如“question”。 在完善捷径的商家信息这里，可以选择全量发布，也可以选择仅自己可用。为了审核快一些，可以选择仅自己可用。等审核通过之后，就可以在飞书多维表格里面看到发布成功。 3. 还可以探索字段捷径的各种玩法（不含 bot），比如直接创建一个多维表格，第一列是几个成语，第二列是 AI 字段捷径生成的对成语的解释。左边输入一列，比如一列成语，右边配置 AI 字段。 此外，还有一些相关信息供您参考： “Show Me 扣子 AI 挑战赛大消费行业专场圆满落幕，探索 AI 与大消费行业的深度结合”中提到了一些相关作品，如帮助企业快速建立产品智能客服体系、ERP 高智版：扣子销售订单管理大师、亚马逊商品评论智析、AI 电商设计师等。 2024 年历史更新（归档）中包含了关于飞书多维表格字段捷径配置 COZE 的 BOT 青青的相关内容。

大模型对话产品具有以下优点： 1. 具有强大的语言理解和生成能力。 2. 能够提供类似恋爱般令人上头的体验，具有一定的“想象力”和“取悦能力”。 3. 可以通过陪聊建立人和 AI 之间的感情连接，产品粘性不完全依赖技术优越性。 4. 能够为用户提供产品咨询服务，适用于有企业官网、钉钉、微信等渠道的客户。 5. 具有多种应用场景，如私有领域知识问答、个性化聊天机器人、智能助手等。 大模型对话产品也存在一些缺点： 1. 存在记忆混乱的问题。 2. AI 无法主动推动剧情，全靠用户脑补，导致用户上头期短，疲劳度高，长期留存低。 3. 无法回答私有领域问题（如公司制度、人员信息等）。 4. 无法及时获取最新信息（如实时天气、比赛结果等）。 5. 无法准确回答专业问题（如复杂数学计算、图像生成等）。

以下是为您生成的一些用于将视频中的对话转化为文本形式的提示词： 1. 角色：专业视频转文本工作者 2. 版本：1.0 3. 描述：能够准确、清晰地将视频中的对话转换为文本 4. 目标：完整、无误地将视频中的对话转化为易于理解的文本 5. 限制：不遗漏重要信息，不添加主观内容 6. 技能：熟练掌握语音识别和文字转换技巧 7. 工作流程：先仔细聆听视频对话，然后逐句转换为文字，注意标点和语法的正确使用 8. 初始化：您好，我准备开始将视频对话转换为文本 事件驱动句式： 1. As the video plays... 2. When the speakers start talking... 3. At the beginning of the video... 空间锁定技巧： 1. on the left side of the screen... 2. behind the main character... 3. from the top corner of the frame... 动态呼应原则： 1. swaying with the background music... 2. reacting to the other characters' actions... 3. matching the tone of the video...

LangChain 和 RAG 的结合具有以下优势： 1. 灵活性：可根据需求和数据源选择不同组件和参数定制 RAG 应用，也能使用自定义组件（需遵循接口规范）。 2. 可扩展性：能利用 LangChain 的云服务部署和运行，无需担忧资源和性能限制，还可借助分布式计算功能加速应用，发挥多个节点并行处理能力。 3. 可视化：通过 LangSmith 可视化工作流程，查看各步骤输入输出及组件性能状态，用于调试和优化，发现并解决潜在问题和瓶颈。 其应用场景多样，包括： 1. 专业问答：构建医疗、法律、金融等专业领域的问答应用，从专业数据源检索信息辅助大模型回答问题，如从医学文献中检索疾病诊治方案回答医疗问题。 2. 文本摘要：构建新闻或论文摘要应用，从多个数据源检索相关文本帮助大模型生成综合摘要，如从多个新闻网站检索同一事件报道生成全面摘要。 3. 文本生成：构建诗歌、故事生成等应用，从不同数据源检索灵感协助大模型生成更有趣和创意的文本，如从诗歌、歌词或小说中检索相关文本生成作品。 此外，还介绍了本地部署资讯问答机器人的实现方式，即基于用户问题从向量数据库检索相关段落并按阈值过滤，让模型参考上下文信息回答，还创建了网页 UI 并进行评测，对不同模型的测试表现进行了对比，得出 GPT4 表现最佳等结论，并总结了使用 Langchain 和 Ollama 技术栈在本地部署资讯问答机器人及相关要点，即上下文数据质量和大模型性能决定 RAG 系统性能上限。

以下是创建一个对话问答形式的课程智能体的相关内容： 一、创建智能体 1. 知识库 手动清洗数据：本次创建知识库使用手动清洗数据，上节课程是自动清洗数据，自动清洗数据可能会出现数据不准的情况。 在线知识库：点击创建知识库，创建一个画小二课程的 FAQ 知识库。飞书在线文档中每个问题和答案以分割，选择飞书文档、自定义的自定义，输入后可编辑修改和删除，添加 Bot 后可在调试区测试效果。 本地文档：本地 word 文件，注意拆分内容以提高训练数据准确度。画小二 80 节课程分为 11 个章节，不能一股脑全部放进去训练，应先将 11 章的大章节名称内容放进来，章节内详细内容按固定方式人工标注和处理，然后选择创建知识库自定义清洗数据。 2. 发布应用：点击发布，确保在 Bot 商店中能够搜到，否则获取不到 API。 二、智谱 BigModel 共学营活动分享 活动内容包括使用 BigModel 搭建智能体并接入微信机器人，过程为将调试好的智能体机器人拉入微信群，由老师提问，机器人回答，挑选出色回答整理成问卷，群成员投票，根据得票数确定奖项。一等奖得主分享了对活动的理解和实践，包括从题出发的分析，认为考验机器人对问题的理解和回答准确性，真实对话场景一般为完整句子回复，根据回答真实性和有趣程度评分，可使用弱智吧问题测试提示词生成效果。 三、名字写对联教学——优秀创作者奖，百宝箱智能体 1. 智能体类型的选择：建议选择工作流的对话模式，支持工作流编排和携带历史对话记录，创建后切换为对话模式，注意在调整工作流节点前切换，否则会清空重置。 2. 确认分支情况：根据需求分析有两个特定分支（根据名字和祝福写对联、根据幸运数字写对联）和一个默认分支。 3. 用户意图识别：通过理解用户意图走不同分支，注意将意图介绍写清楚准确。 4. 幸运数字分支：用代码分支获取用户输入数字，匹配知识库并做赏析，代码中有容错机制。 5. 名字写祝福：根据用户输入的名字和祝福信息，提示词生成对应对联并输出，主要是提示词调试。 6. 通用兜底回复：在用户不符合前两个意图时进行友好回复，匹配知识库，结合匹配结果、历史记录和当前输入输出符合对话内容的回复。 7. 知识库：使用大模型生成 100 对对联，好看、经典、有意义。

以下是一些可以用于中医问诊模型且能实现多段对话的 AI 相关信息： Polaris：医疗护理保健模型，能和患者进行多轮语音对话，媲美人类护士。详细信息：http://xiaohu.ai/p/5407 ，https://x.com/imxiaohu/status/1774644903546618298?s=20 在 LLM 开源中文大语言模型及数据集集合中，有以下针对医疗领域的模型： DoctorGLM：地址：https://github.com/xionghonglin/DoctorGLM 。基于 ChatGLM6B 的中文问诊模型，通过中文医疗对话数据集进行微调，实现了包括 lora、ptuningv2 等微调及部署。 BenTsao：地址：https://github.com/SCIRHI/HuatuoLlamaMedChinese 。开源了经过中文医学指令精调/指令微调的 LLaMA7B 模型。通过医学知识图谱和 GPT3.5 API 构建了中文医学指令数据集，并在此基础上对 LLaMA 进行了指令微调，提高了 LLaMA 在医疗领域的问答效果。 BianQue：地址：https://github.com/scutcyr/BianQue 。一个经过指令与多轮问询对话联合微调的医疗对话大模型，基于 ClueAI/ChatYuanlargev2 作为底座，使用中文医疗问答指令与多轮问询对话混合数据集进行微调。 HuatuoGPT：地址：https://github.com/FreedomIntelligence/HuatuoGPT 。开源了经过中文医学指令精调/指令微调的一个 GPTlike 模型。

目前在 Excel 表格导出的用户对话记录进行自定义标签并打标方面，以下是一些常见且好用的工具和方案： 1. Microsoft Excel 本身：可以利用其数据筛选、排序和函数功能来辅助标签和打标。 2. Google Sheets：具有类似 Excel 的功能，且在线协作方便。 3. R 语言：通过编程实现复杂的数据分析和标签处理。 4. Python 及相关库，如 Pandas：能够灵活处理数据和进行标签操作。 但具体选择哪种方案或工具，取决于您的具体需求、技术水平和使用习惯。

在金融业中，AI 有以下应用场景和技术： 1. 风控和反欺诈：用于识别和阻止欺诈行为，降低金融机构的风险。 2. 信用评估：评估借款人的信用风险，帮助金融机构做出更好的贷款决策。 3. 投资分析：分析市场数据，辅助投资者做出更明智的投资决策。 4. 客户服务：提供 24/7 的客户服务，回答客户常见问题。 例如，Hebbia 获得近 1 亿美元 B 轮融资，其 AI 技术能够一次处理多达数百万份文档，在短时间内浏览数十亿份包括 PDF、PowerPoint、电子表格和转录内容等，并返回具体答案，主要面向金融服务公司，如对冲基金和投资银行，同时也适用于律师事务所等其他专业领域。

消费金融方面的场景应用包括以下几个方面： 1. 个性化的消费者体验：大语言模型（LLMs）能更好地理解和导航消费者的金融决策，回答诸如“为什么我的投资组合中有一部分在市政债券中？”“我应该如何看待期限风险与收益率？”等问题，并将人类背景纳入决策中，帮助消费者优化整个金融生活。 2. 风控和反欺诈：AI 可用于识别和阻止欺诈行为，降低金融机构的风险。 3. 信用评估：用于评估借款人的信用风险，协助金融机构做出更优的贷款决策。 4. 投资分析：分析市场数据，辅助投资者做出更明智的投资选择。 5. 客户服务：提供 24/7 的客户服务，回答常见问题。

以下是一些关于金融交易的 AI 工具： 1. Composer（免费可用）：可以用 AI 构建、回测和执行交易算法，在无代码拖放编辑器中进行定制，无需编码技能。 2. 摩根大通公司的人工智能驱动模型：旨在破译央行的信息传递并发现潜在的交易信号。 3. Stripe Agent Toolkit：让 AI 代理具备自动支付等财务能力，支持嵌入支付和财务服务功能，AI 可以实现自动购物、订票、开票等金融交易。

AI 在金融领域有以下应用与场景： 1. 风控和反欺诈：用于识别和阻止欺诈行为，降低金融机构风险。 2. 信用评估：评估借款人的信用风险，辅助金融机构做出贷款决策。 3. 投资分析：分析市场数据，帮助投资者做出更明智的投资选择。 4. 客户服务：提供 24/7 的服务，回答常见问题。 金融服务业接纳生成式 AI 可能带来重大变革。与传统 AI/ML 侧重于基于现有数据进行预测或分类不同，生成式 AI 能创造全新内容，结合对大量非结构化数据的训练和无限计算能力，有望成为金融服务市场数十年来最大的变革。 在金融投资领域，Coze bot 可发挥重要作用。金融分析师和投资者能通过它自动接收最新市场动态、股市新闻和财务报告，从多个金融资讯平台抓取数据并生成分析报告，推送到常用交流平台，实现实时跟踪市场动向、捕捉投资机会、自动生成财务报告和方便团队协作等效果。

以下是关于如何用 AI 建立金融模型的相关内容： 金融服务公司拥有大量历史金融数据，可利用这些数据微调大型语言模型或从零开始训练模型，从而迅速回答各类金融问题。例如，经过特定数据训练的模型能回答产品相关问题或识别洗钱交易。金融服务行业准备借助生成式人工智能实现五个目标：个性化消费者体验、成本效益高的运营、更好的合规性、改进的风险管理以及动态的预测和报告。 在现有企业与初创公司的竞争中，现有企业因拥有专有金融数据访问权限在使用 AI 推出新产品和改进运营时有初始优势，但受准确性和隐私高标准限制；新进入者最初可能用公开金融数据训练模型，随后会生成自己的数据并以 AI 作为新产品分销突破口。 以摩根大通为例，其模型显示美联储鹰鸽派评分变化对加息可能性的影响。摩根大通通过与大学和国际合作培育生态系统，采用开源合作推动知识产权发展。政策制定者和主要国际机构可融合不同模型等投入制定预测，人工智能能处理大量数据集完善经济和货币预测，为政策决策提供信息。摩根大通已任命专人领导新的数据和分析部门，有众多数据管理人员、科学家和工程师专注于相关工作，人工智能已在多方面为公司增加巨大价值。 需要注意的是，生成式 AI 在金融领域的输出有局限性，尤其在需要判断或精确答案的领域，目前不能完全依赖其准确性，至少需要人工审查。新进入者和现有参与者在将生成式 AI 用于金融服务时面临两个主要挑战：一是使用金融数据训练模型，新进入者可能先使用公开数据再用自身收集的数据，现有参与者可利用专有数据但往往过于保守，新进入者可能有竞争优势；二是模型输出准确性，金融问题答案影响重大，不能产生错误，一开始人类常作为最终验证环节。生成式 AI 对金融服务公司是巨大变革，现有参与者和初创公司将争夺关键挑战的掌控权，最终受益的是未来金融服务的消费者。

以下是金融行业落地大模型的相关路径： 1. 从整体行业情况来看： 2024 年被称为国内大模型落地元年，国内大模型项目增长迅速，中标项目数量和金额大幅增长。 大模型中标项目数前五的行业包括金融。 厂商方面，百度在金融行业的中标数量和金额排名领先。 2. 具体应用案例： 彭博发布了金融领域的大模型 BloombergGPT，并应用于其所在的垂直领域。 3. 行业人士观点： 通用模型适用不同产业，垂直模型类似于单领域专家，垂直大模型的发展有助于提升各领域模型性能。 商汤科技联合创始人杨帆认为，当模型足够大时，可能加速商业化落地，带来更好的技术能力，缩短产业应用周期。 360 公司创始人周鸿祎表示，大模型是工业革命级的生产力工具，能赋能百行千业。 4. 相关赛事推动： 举办「2024 金融行业·大模型挑战赛」，整合公开金融数据，打造多轮问答评测赛题，提供基础数据表，参赛选手可采用 GLM4 系列模型 API 并运用多种技术手段完成赛题，有多个单位提供支持。

以下是一些 AIGC 相关的行业大 V 推荐： ：归臧整理的 AIGC 周刊，关注 AI 的朋友每周必读。 ：连续创业者，Prompt 版块共建者。 。 ：“互联网的那点事”，微博互联网观察家。 ZHO：建筑师｜ComfyUI 设计师。 ：AIGC 社区野神殿创始人。 。 赛博禅心：最新最快的 AI 资讯，作者大聪明。 张蔚：华兴资本经理，架构和投资版块共建者。 ：热爱分享，永远好奇，AI 高质量社群组织者。 汗青：产品经理｜AI 设计师。 此外，还有北京分队中的一些相关人士： Lucky：在信息技术领域公司任职 7 年+，目前担任江西 5 家公司企业级 information security 管理，3 个地区千万级企业级 confidentiality Project 管理，5 个地区上海、合肥、苏州、南京、深圳 information security 体系建设管理顾问，目前一只 20 人+AI 项目团队，终身学习践行者。能提供 AI 相关技术的所有项目，包括 AI 图片视频、2D 动画视频、AI prompt、AI 提示词企业培训、AI 大模型、AI agent、数字人等产品。坐标南昌。 粉仔：目前抖音上的 AIGC 相关博主，粉丝画像特别受到中老年妇女们的喜爱，俨然成了她们的偶像。熟悉目前主流的 AIGC 工具。坐标北京。 sam：做技术行业，热爱互联网和 AI 技术。 海地老师：AI 影视共创社北京分社的负责人。逍遥游的制片人和编剧。 Sunkim：自由体验设计师，前保利威设计负责人，先后在新浪、百度、脉脉做体验设计工作。对 AIGC 感兴趣，目前在做 AI 口语教育类产品（上线了），和 web3 相关设计，以及跟大伙学习 AI 视频制作。 胡凯翔：国企工作 10 余年，后沉迷 AI 提示词研究编写，小七姐第一期课程毕业生，微软、讯飞认证提示词工程师，曾担任破局俱乐部企业培训和 AI+教育行动营教练，共创有约 10 万字 AI+教育手册，使用 AI 辅助阅读和开智，标书、论文的写作，玄学取名和头像设计，目前沉迷个人知识体系的搭建和离谱村系列视频的共创。 陈皓/Robin：目前在家科技公司从事产品工作，主要和 Ai，3D 视觉内容+数字人相关；有过知识付费和海外教育的创业经历。

AI 行业的产业链大致可分为上游的基础设施层（数据与算力）、中游的技术层（模型与算法）、下游的应用层（应用与分发）。 上游基础设施层：布局投入确定性强，但涉及海量资金投入，入行资源门槛高，未来国内可能更多由“国家队”承担重任。普通人若无强资源，可考虑“合作生态”的切入机会。 中游技术层：处于技术爆炸阶段，迭代速度极快。规模不大的团队或个人需慎重考虑技术迭代风险，基础通用大模型非巨无霸公司不建议考虑，竞争激烈，最终赢家通吃。 下游应用层：是广阔蓝海，尽管从业者增加并涌现出一些产品，但针对行业/细分领域的成熟应用产品不多，“杀手级”应用稀少。普通个体和小团队强烈推荐重点布局，拥有超级机会和巨大发展空间。 此外，据 SensorTower 统计，2024 全年全球 AI 移动应用内付费收入预计为 30 亿美元，图像和视频类 AI 应用占据主导地位，对话机器人类别排名第二。从地区分布来看，北美和欧洲贡献了三分之二的市场份额。 美国红杉资本指出，AI 供应链从下到上分为六层，各层盈利能力存在显著差异。第一层的芯片代工厂和第二层的芯片设计商保持高利润水平；第三层的工业能源供应商受益良多；第四层云厂商处于重金投入阶段；第五层的 AI 模型开发商面临亏损；第六层的应用服务商充满潜力，但市场规模有限。大型云厂商是整个供应链的“链主”。行业格局方面，头部阵营基本稳定。

对于零基础想要学习 AI 从而进入 AI 行业的人，以下是一些建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、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，找到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，根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 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自己的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 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。 如果希望继续精进，对于 AI 可以尝试了解以下内容作为基础： 1. AI 背景知识： 基础理论：了解人工智能、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。 2. 数学基础： 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。 3. 算法和模型： 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。 4. 评估和调优： 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。 5. 神经网络基础： 网络结构：理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 激活函数：了解常用的激活函数，如 ReLU、Sigmoid、Tanh。

以下是 AI 在各个行业的一些应用案例： 汽车行业： 1. 自动驾驶技术：利用 AI 进行图像识别、传感器数据分析和决策制定，如特斯拉、Waymo 和 Cruise 等公司在开发和测试自动驾驶汽车。 2. 车辆安全系统：AI 用于增强自动紧急制动、车道保持辅助和盲点检测等系统，通过分析数据预防事故。 3. 个性化用户体验：根据驾驶员偏好和习惯调整车辆设置，如座椅位置、音乐选择和导航系统。 4. 预测性维护：分析车辆实时数据预测潜在故障和维护需求，减少停机时间和维修成本。 5. 生产自动化：在汽车制造中用于自动化生产线，提高生产效率和质量控制。 6. 销售和市场分析：汽车公司用 AI 分析市场趋势、消费者行为和销售数据，制定营销策略和优化产品定价。 7. 电动化和能源管理：在电动汽车的电池管理和充电策略中发挥作用，提高能源效率和延长电池寿命。 8. 共享出行服务：如 Uber 和 Lyft 等，使用 AI 优化路线规划、调度车辆和定价策略，提高服务效率和用户满意度。 9. 语音助手和车载娱乐：AI 驱动的语音助手允许驾驶员通过语音控制车辆功能、获取信息和娱乐内容。 10. 车辆远程监控和诊断：AI 系统远程监控车辆状态，提供实时诊断和支持。 其他行业： 1. 企业运营：包括日常办公文档材料撰写整理、营销对话机器人、市场分析和销售策略咨询等。 2. 教育：协助评估学生学习情况，为职业规划提供建议，定制化学习内容，论文初稿搭建及审核，帮助低收入国家/家庭获得平等教育资源。 3. 游戏/媒体：定制化游戏、动态生成 NPC 互动、自定义剧情、开放式结局，出海文案生成、语言翻译及辅助广告投放和运营，数字虚拟人直播，游戏平台代码重构，AI 自动生成副本。 4. 零售/电商：舆情、投诉、突发事件监测及分析，品牌营销内容撰写及投放，自动化库存管理，自动生成或完成 SKU 类别选择、数量和价格分配，客户购物趋势分析及洞察。 5. 金融/保险：个人金融理财顾问，贷款信息摘要及初始批复，识别并检测欺诈活动风险，客服中心分析及内容洞察。

以下是为您提供的关于 AI 音乐的行业研究报告相关内容： 量子位智库发布的《AI 音乐应用产业报告（2024 年）》指出，AI 音乐生成技术通过学习大量音乐数据，已能创作出具有一定艺术性的音乐作品。技术发展迅速，音频模型尤其受到关注，因其能直接生成流畅自然的音乐。AI 音乐简化了音乐制作流程，为音乐产业带来变革。流媒体平台可能成为商业化的最大受益者，而传统音乐工程可能面临冲击。数据和情感表达的精准把控是技术迭代和商业化的关键。报告还提到，AI 音乐生成产品如 Suno 和 Udio 等，正在推动“人人皆可创作”的时代，同时面临技术、音乐属性和商业化等方面的挑战。 《专访 Luma AI 首席科学家：我们更相信多模态的 Scaling Law》中，Luma AI 首席科学家 Jiaming Song 在访谈中介绍了他们新推出的视频生成模型 Dream Machine。该模型旨在通过提升动作幅度来改善用户体验，以满足市场对视频生成的需求。Luma 的转型从 3D 生成到视频生成，是为了实现更高维度的 4D 表现，视频被视为实现更好 3D 效果的有效途径。Jiaming 指出，视频生成模型具备强大的 3D 一致性和光学效果，能够直接将图像转化为视频，再进一步转换为 3D 模型。 AI 音乐|2.21 资讯中，包含生成式人工智能对音乐领域的影响研究、谷歌推出 MusicRL：生成符合人类偏好的音乐、使用 Beatoven AI 的文生音乐功能给视频配乐、HyperGANStrument：使用音高不变超网络进行乐器声音合成和编辑、Stability AI 发布 Stable Audio AudioSparx 1.0 音乐模型等内容。 2024 年度 AI 十大趋势报告中提到，AI 生成音乐存在基于乐理规则的符号生成模型和基于音频数据的音频生成模型两种主流技术路线。开发者正在使用 AI 生成音乐来填充游戏过程与游戏 UI 中需要使用到的各类音效、不同游戏场景中用以渲染氛围的各种音乐。AI 生成音乐作为音乐资产在游戏制作和发行环节使用都是非常可行的，像 MusicLM 等模型已经支持生成多音轨的作品。使用 AI 生成音乐为原型、佐以专业制作人的协调，将使 AI 音乐更快进入游戏制作与发行的生产线。同时，AI 还能基于玩家游戏行为评估玩家技能水平和游戏风格，动态调整游戏难度等，提升玩家体验。此外，许多充满灵感的开发者正在尝试将 AI 作为游戏玩法的一环，促进游戏产业变革。 相关报告链接： 《AI 音乐应用产业报告（2024 年）》：https://waytoagi.feishu.cn/record/YoicrOScreZ7scct1Z3ciDM7nAd 生成式人工智能对音乐领域的影响研究报告：https://www.gema.de/documents/d/guest/gemasacemgoldmediaaiandmusicpdf

以下是 AI 在零售行业的一些有趣、实用且有建设性的最新应用： 1. 舆情、投诉、突发事件监测及分析：通过 AI 技术实时监测和分析消费者的反馈和市场动态，帮助企业及时做出应对策略。 2. 品牌营销内容撰写及投放：利用 AI 生成吸引人的营销文案，并精准投放到目标受众。 3. 自动化库存管理：基于历史销售数据和其他相关因素，预测未来的库存需求，优化库存配置，降低成本。 4. 自动生成或完成 SKU 类别选择、数量和价格分配：提高商品管理的效率和准确性。 5. 客户购物趋势分析及洞察：深入了解消费者的购物偏好和趋势，为企业的产品开发和营销策略提供依据。 此外，在医疗药品零售领域，AI 也有广泛的应用： 1. 药品推荐系统：根据用户购买记录和症状描述等数据，推荐合适的非处方药品和保健品，提高销售转化率。 2. 药品库存管理：分析历史销售数据、天气、疫情等因素，预测药品需求量，优化库存策略。 3. 药品识别与查询：借助计算机视觉技术，用户通过手机拍摄药品图像即可获取相关信息。 4. 客户服务智能助手：基于自然语言处理技术，回答顾客关于购药、用药、保健等常见问题。 5. 药店运营分析：分析销售、顾客流量、库存等大数据，发现潜在问题和优化空间。 6. 药品质量监控：利用机器视觉、图像识别等技术检测药品的包装、标签、颜色等是否合格。 7. 药品防伪追溯：利用区块链等技术实现全流程的药品溯源，保障药品供应链的安全和可信度。 总之，AI 技术在零售行业的应用能够提升购物体验、优化运营管理、降低成本，并为企业创造更多的价值。