你和GPT4o、MJ、suno有什么区别呢

以下是一些 GPT4o 图像生成的提示词示例： 1. 将这张图更改为蓝色氛围，星星图标改为魔法棒图标，同时将里面文案描述的主题改为其他的。 2. 帮我生成一张这样的 UI 设计稿：Peerlist 邀请链接界面分析，界面内容。 3. 一张逼真的照片，描绘了一匹马在宁静的海洋表面从右向左奔驰，准确地描绘了飞溅的水花。 Realistic photograph of a horse galloping from right to left across a vast,calm ocean surface,accurately depicting splashes,reflections,and subtle ripple patterns beneath their hooves.Exaggerate horse movements but everything else should be still,quiet to show contrast with the horse's strength.clean composition,cinematographic.A wide,panoramic composition showcasing a distant horizon.Atmospheric perspective creating depth.zoomed out so the horse appears minuscule compared to vast ocean.horse is right at the horizon where ocean meets sky.use rule of thirds to position horse.size of horse is 1% size of entire image because camera is so far away from subject.camera view is super close to the ground/ocean like a worm's eye view.horse is galloping right where ocean meets the sky 4. 生成一张 2006 年夏天的周六多伦多农夫市场的逼真照片，那天是六月的美好时光，人们在购物和吃三明治。焦点应是一个穿着牛仔工装裤、啜饮草莓香蕉奶昔的年轻亚洲女孩——其余部分可以模糊。照片应让人联想到 2006 年的数码相机拍摄的效果，带有像打印照片一样的日期和时间戳。画幅比例应为 3:2

GPT4o 是 OpenAI 推出的具有强大图像生成能力的多模态模型，能够实现精确、准确、照片级真实感输出。其核心功能包括生成美观且实用的图像，如白板演示、科学实验图解等。亮点功能有精确的文本渲染，能在图像中准确生成文字，如街道标志、菜单、邀请函等；支持多样化场景生成，从照片级真实感到漫画风格均可；具有上下文感知能力，能利用内在知识库和对话上下文生成符合语境的内容。技术上通过联合训练在线图像和文本的分布，学会了图像与语言及图像之间的关系，经过后期训练优化，在视觉流畅性和一致性方面表现出色。实际应用场景包括信息传递、创意设计、教育与演示等。但也存在某些场景或细节的限制。安全性方面，OpenAI 强调了保护。目前该功能已集成到 ChatGPT 中，用户可直接体验。 此外，在 3 月 26 日的 AI 资讯汇总中，OpenAI 推出了 GPT4o 图像生成能力。昨晚 Open AI 更新 GPT4o 图像生成功能后，其真正强大之处在于几乎可以通过自然语言对话完成复杂的 SD 图像生成工作流的所有玩法，如重新打光、扩图、换脸、融脸、风格化、风格迁移、换装、换发型等。

GPT4o 是 OpenAI 推出的一种先进的图像生成模型，具有以下能力和特点： 1. 核心功能： 是一种先进的多模态模型，能够生成精确、真实感强的图像。 其图像生成功能不仅美观，还具有实际用途，例如白板演示、科学实验图解等。 2. 亮点功能： 精确的文本渲染：能够在图像中准确生成文字，例如街道标志、菜单、邀请函等。 结合文本和图像，提升了视觉传达能力。 多样化场景生成：支持从照片级真实感到漫画风格的多种图像生成。 可根据用户上传的图像进行灵感转化或视觉改造。 上下文感知：能够利用 GPT4o 的内在知识库和对话上下文生成符合语境的内容。 3. 技术改进： 通过联合训练在线图像和文本的分布，模型学会了图像与语言之间以及图像之间的关系。 经过后期训练优化，模型在视觉流畅性和一致性方面表现出色。 4. 实际应用场景： 信息传递：从标志性图像到复杂的科学图表，帮助用户更有效地传达信息。 创意设计：生成创意菜单、街道标志和独特的视觉故事。 教育与演示：支持生成教学图表、实验示意图等。 5. 局限性：尽管生成能力强，但仍可能存在某些场景或细节的限制。 6. 安全性与可用性：OpenAI 强调了安全性和隐私保护。目前该功能已集成到 ChatGPT 中，用户可直接体验。 此外，GPT4o 图像生成模型整合进了 4o 模型中，基于多模态训练，能够结合文本和图像的上下文，生成更智能、更逼真一致的视觉内容，并支持用户通过自然对话对其进行编辑调整和优化。它不仅能提供传统的图像生成，还可以生成更复杂的图像，包括插图、图表、PPT 元素、logo、游戏角色设计等。

ChatGPT 4o 于 5 月 13 日发布后引起热潮，目前 ChatGPT 官网有 3 个版本，分别是 GPT3.5、GPT4 和 ChatGPT 4o。发布会上称 ChatGPT 4o 可以免费体验，但次数有限。 GPT3.5 为免费版本，拥有 GPT 账号即可使用，但其智能程度不如 GPT4o，且无法使用 DALL.E3 等插件。ChatGPT 3.5 的知识更新到 2022 年 1 月，ChatGPT 4o 的知识更新到 2023 年 10 月，ChatGPT 4 则更新到 2023 年 12 月。 想要更多功能更智能的 GPT4o 需升级到 PLUS 套餐，收费标准为 20 美金一个月，GPT4 还有团队版和企业版，费用更贵，一般推荐使用 PLUS 套餐。 以下是安卓系统安装、订阅 GPT4 的教程： 1. 安装 Google Play：到小米自带的应用商店搜索 Google Play 进行安装，安装好后打开，按提示登录。 2. 下载安装 ChatGPT：在谷歌商店搜索“ChatGPT”进行下载安装，开发者是 OpenAI。可能会遇到“google play 未在您所在的地区提供此应用”的问题，可通过在 Google Play 点按右上角的个人资料图标，依次点按：设置>常规>帐号和设备偏好设置>国家/地区和个人资料，添加国内双币信用卡，地区选美。若仍搜不到，可卸载重装 Google Play 并保持梯子的 IP 一直是美。 3. 体验 ChatGPT：若只想体验 ChatGPT 3.5 版本，不升级 GPT4，直接登录第二部注册好的 ChatGPT 账号即可。 4. 订阅 GPT4 Plus 版本：先在 Google play 中的【支付和订阅】【支付方式】中绑定好银行卡，然后在 ChatGPT 里订阅 Plus。

GPT4o 是 OpenAI 推出的模型。开发人员现在可在 API 中将其作为文本和视觉模型进行访问。与 GPT4 Turbo 相比，具有速度快 2 倍、价格减半、速率限制高出 5 倍的优势。未来几周计划向 API 中的一小群受信任的合作伙伴推出对其新音频和视频功能的支持。 GPT4o（“o”代表“omni”）是迈向更自然人机交互的一步，能接受文本、音频和图像的任意组合作为输入，并生成文本、音频和图像输出的任意组合。它在 232 毫秒内可响应音频输入，平均为 320 毫秒，与人类响应时间相似。在英语文本和代码上的 GPT4 Turbo 性能相匹配，在非英语语言的文本上有显著改进，在 API 中更快且便宜 50%，在视觉和音频理解方面表现出色。 在 GPT4o 之前，语音模式由三个独立模型组成的管道实现，存在信息丢失等问题。而 GPT4o 是在文本、视觉和音频上端到端训练的新模型，所有输入和输出都由同一个神经网络处理，但对其能做什么及局限性仍在探索。

ChatGPT 4o 可以免费体验，但免费体验次数很有限。截至 2024 年 5 月 13 日，Plus 用户在 GPT4o 上每 3 小时最多发送 80 条消息。免费套餐的用户将默认使用 GPT4o，且使用 GPT4o 发送的消息数量受到限制，具体数量会根据当前的使用情况和需求而有所不同。当不可用时，免费层用户将切换回 GPT3.5。

以下是关于 Midjourney 风格化提示词的相关内容： 仿照 GPTs 里的 MJ prompt 改的提示词可用于 coze 或其他国内的 agent。MJ 对节点无要求，画插图可不切节点，不挑模型，提示词可让 agent 补全润色。例如：“一个巨大鲸鱼头部的特写，鲸鱼的眼睛显示疲惫的神情，一个小女孩站在鲸鱼的旁边抚摸鲸鱼的脸，小女孩占画面比例很小，体现鲸鱼的巨大，吉卜力工作室风格”的提示词为“A closeup of a huge whale's head with its tired eyes. A little girl in red dress stands beside the whale, gently touching its face. The girl takes up a small portion of the frame, emphasizing the whale's enormity. Created Using: soft colors, gentle lighting, wideangle lens, Ghibli Studio style ar 16:9 style raw niji 6”。 Midjourney V6 更新风格参考命令 2.0“sref”，常见问题如想要的新图像和 sref 图像差异大时，MJ 给出了三种办法： 修改提示：语义细节太多时，编写提示用可取细节替换不需要的；风格不够时，修改提示使其更符合追求的风格。 更改“sw”值：语义细节太多时，将“sw”从默认值 100 降低；风格不够时，将“sw”从默认值 100 提高。 使用小权重强调或弱化不需要的画布元素。 参数总览与举例： “No 否定提示”：在提示词末尾加上“no”可让画面中不出现某些内容，如“no plants”表示图像中不出现植物。 “Quality 生成质量”：在提示词后加上“quality”或“q”参数可更改生成图像花费时间和质量，高质量需更长处理时间和更多 GPU 分钟数。 “Seeds 种子值”：MJ 依靠噪点团起点“Seed”创建视觉噪音场生成初始图像，每个图像种子值随机生成，可指定，v4 模型中相同种子值和提示词产生相同图像结果，可用于生成连贯一致的人物形象或场景。 “Stylize 风格化”：使用 stylize 参数可让 Midjourney 生成更具艺术色彩、构图和形式的图像，低风格化值生成的图像与提示密切相关但艺术性较差，高风格化值产生的图像艺术性强但与提示关联性少，AI 自由发挥空间大。

以下是一些可以替代 MJ（Midjourney）和 Runway 的软件： Luma 发布的 DIT 视频生成模型 Dream Machine 图生视频表现惊艳，具有电影级效果。 出图工具方面，还有 SD（Stable Diffusion）和悠船。MJ 稳定性好、协作性强且有成熟经验参考，但并非所有人都拥有；SD 有独特能力但需本地部署且上手门槛高；悠船对中文支持好、交互友好简单易上手，但管控严格，有很多敏感词不能使用。 如果您想了解更多关于这些软件的详细信息或有其他特定需求，请进一步向我提问。

以下是关于如何使用 MJ（Midjourney）的详细说明： 1. 图像网格： 使用 /imagine 命令可根据提示生成低分辨率图像选项网格。 每个图像网格下方的按钮可用于创建图像的变体、升级图像或重新运行最后一个 Midjourney Bot 操作。 U1U2U3U4 按钮将图像与图像网格分开，方便下载或使用其他工具，如“缩小”“平移”。使用旧版 Midjourney 模型版本时，U 按钮会放大图像。 重做（重新滚动）按钮可重新运行作业，重新运行原始提示生成新的图像网格。 变化按钮（V1V2V3V4）可创建所选网格图像的增量变化，生成与所选图像整体风格和构图相似的新图像网格。 2. 放大图像： 制作变体：创建放大图像的变体并生成包含四个选项的新网格。 网页：在 Midjourney.com 上打开图库中的图像。 最喜欢：标记您最好的图像，以便在 Midjourney 网站上轻松找到它们。 3. 模型个性化： MJ 发布了模型个性化 Personalization 或 'p' 的早期测试版本。 每次写提示时，很多信息是“隐含的”，MJ 算法通常用社区综合偏好填补空白，而模型个性化会学习您的喜好来填补。 模型个性化的要求：目前从成对排名中的投票和喜欢的探索页面上的图像中学习，需要大约 200 个成对排名/喜欢才能生效，可在排名页面查看评分数量或在 Discord 上输入 /info。 使用方法：只需在提示后输入 'p'，或使用提示栏中的设置按钮为所有提示启用个性化功能。启用时会在提示后添加一个“代码”，可分享让其他人使用应用于该图像的个性化效果，还可以使用 's 100' 控制个性化效果的强度（0 为关闭，1000 为最大，100 为默认）。 注意：个性化目前不是稳定功能，会随更多成对排名而变化，可能会推出算法更新，视为“不断变化的有趣功能”。 4. Midjourney V6 更新风格参考命令 2.0"sref"： 2 月 1 日初次发布了首个“一致风格”测试算法，称为“风格参考”，工作方式类似于图像提示，可提供一个或多个描述想要的一致风格的图像的 URL。 使用方法：在提示后面输入 'sref' 以及一个指向图像的 URL，例如 'sref url A'。 高级设置：使用多个图像 URL 并设置风格的相对权重，例如 'sref urlA::2 urlB::3 urlC::5'，通过 'sw 100' 设置风格化的总体强度（100 是默认值，0 表示关闭，1000 表示最大值），常规图像提示必须在 'sref' 之前。 注意：MJ 可能会在接下来的几周内更新此功能，若提示倾向于照片逼真而想要冲突的插图风格，可能仍需在提示中添加文本说明，风格参考对图像提示没有直接影响，仅对至少包含一个文本提示的作业产生影响，计划稍后添加“一致角色”的功能，与 'cref' 参数使用方式相同。

Midjourney 的使用方法如下： 模型个性化： 工作原理：模型个性化会学习您的喜好，以更符合您的口味生成图像。 要求：目前从成对排名中的投票和您喜欢的探索页面上的图像中学习，需要大约 200 个成对排名/喜欢才能生效。您可以在排名页面查看评分数量，或在 Discord 上输入/info。 使用方法：在提示后输入p，或使用提示栏中的设置按钮为所有提示启用个性化功能。启用时会在提示后添加一个“代码”，您可以分享此代码让他人使用应用于该图像的个性化效果。还可以使用s 100 控制个性化效果的强度（0 为关闭，1000 为最大，100 为默认）。 注意事项：个性化目前不是稳定功能，会随您进行更多成对排名而变化，且可能会在接下来几周内推出算法更新。 在 Discord 上的使用： 与 Midjourney Bot 互动：可以在 Discord 上进行，Midjourney 服务器具有不同的界面和频道。 直接消息：与直接消息中的 Midjourney 机器人进行一对一合作，获得更安静的体验。 Midjourney 官方服务器：提供协作和计费/技术支持渠道。 频道列表：包括support 频道获取计费和技术支持，newbies 频道创建图像。 会员名单：Midjourney Bot 使用命令生成图像，版主和指南可帮助解决计费和技术问题。 V6 更新风格参考命令 2.0"sref"： 初次更新 1.0 说明：2 月 1 日，MJ 发布首个“一致风格”测试算法，称为“风格参考”，可提供一个或多个描述想要的一致风格的图像的 URL。 如何使用：在提示后面输入sref 及图像的 URL，例如sref url A。系统会将图像 URL 视为“风格参考”，并尝试生成与其风格或美学相匹配的内容，适用于 V6 和 Niji V6（不适用于 V5 等）。 高级设置：可使用多个图像 URL 并设置相对权重，例如sref urlA::2 urlB::3 urlC::5，通过sw 100 设置风格化的总体强度（100 是默认值，0 表示关闭，1000 表示最大值），常规图像提示必须在sref 之前。 注意事项：MJ 可能会在接下来几周内更新此功能，若提示倾向于照片逼真而想要冲突的插图风格，可能仍需在提示中添加文本说明，风格参考对图像提示没有直接影响，仅对至少包含一个文本提示的作业产生影响，计划稍后添加“一致角色”功能，与cref 参数使用方式相同。

要有效地用 Midjourney（MJ）画三视图，可以参考以下步骤： 1. 对于核心角色创建，如局长的三视图设计，先明确角色特点，使用 GPT4 生成相关描述。 2. 进行多次尝试和修改，根据团队成员的反馈不断调整。 3. 可以用 MJ 进行垫图生成，在保持原 IP 特点的基础上重新设计。 4. 如果 MJ 生成的效果不理想，可以结合其他工具，如用 Illustrator 手绘，再用 Stable Diffusion（SD）控图，后期利用 AI 工具生成拓展视频。 需要注意的是，MJ 虽然在美术效果和设计能力上有进步，但仍可能存在局限，需要不断尝试和改进。

以下是关于 Midjourney（MJ）的相关信息： 1. 文字生成效果测试：MJ 在圣诞节前夕推出新版本 V6，聚焦于文字生成方面。使用英文文本输入，对英语提示词的识别效果变好，将需要生成的文本用双引号“text”包裹，输出的图片中便能出现所要求的文字。但带文字的图片生成仍受文本量、文字在画面中的占比、其他提示词数量和画面复杂程度等因素影响。为探究 V6 的文字生成能力开展了进一步实践测试。 2. 更新风格参考命令 2.0“sref”：2 月 1 日，MJ 发布首个“一致风格”测试算法，称为“风格参考”。工作方式类似于图像提示，在提示后面输入sref 及图像的 URL，可提供一个或多个 URL 并设置相对权重，还可通过sw 100 设置风格化总体强度。此功能适用于 V6 和 Niji V6，不适用于 V5 等。MJ 可能在接下来几周内更新此功能，风格参考对图像提示无直接影响，仅对至少包含一个文本提示的作业产生影响，计划稍后添加“一致角色”功能。 3. 角色一致性功能使用报告：MJ 推出角色一致性功能，以甜茶的图片为例进行测试。使用方式是在提示后输入`cref URL`附上人物图像的 URL，注意要在提示词后面，可使用`cw`修改参考强度，强度 100 是默认值，会使用面部、头发和衣服，强度 0 时只会关注面部。

以下是为您编写的 Suno 创作提示词模板的相关内容： 在“离谱村”的案例中，首先收到台词素材和配音，确定“童趣”“欢乐”的风格，将相关描述投喂给 GPT4 生成音乐脚本，再输入给 SunoBeats 生成提示词。但初始提示词过长，后参考论坛网友分享的格式，通过调式变化和情节描述，使用和弦进展推动故事情节发展，这种格式的提示词质量和利用率更好。 在“博物馆文物玩法”的案例中，创作思路是给文物上色，参考攻略玩过变形，利用泼洒颜料玩法为雕像上色并使过程有趣。选择首尾帧模式，尾帧基于文物原图重绘为偏写实形象，通过可灵实现人物漂浮效果。涉及工具包括即梦、可灵、Runway、Suno、剪映，各有其优势。步骤为使用即梦图片生成功能上传图片，选择边缘轮廓或人物姿势，不添加景深，提升精细度并选择竖版切割。使用 GPTs 写 Runway 提示词。 希望以上内容对您有所帮助！

编辑 Suno prompt 可以参考以下内容： 1. 推荐的 prompt 写法： 可参考很详细的教程。 2. 写 prompt 的建议： 明确任务：清晰定义任务，如写故事时包含背景、角色和主要情节。 提供上下文：若任务需特定背景知识，提供足够信息。 使用清晰语言：简单、清晰描述，避免模糊或歧义词汇。 给出具体要求：如有特定格式或风格要求，在 prompt 中明确指出。 使用示例：有特定期望结果时提供示例。 保持简洁：简洁明了，避免过多信息使模型困惑。 使用关键词和标签：帮助模型理解任务主题和类型。 测试和调整：生成文本后仔细检查，根据需要调整 prompt，可能需多次迭代。 3. Suno 创作音乐的小技巧： 想参考现有歌曲节奏，可在查询歌曲的 BPM 和 Key，作为提示词写进去。 歌词里，在歌词段落前加（引子）更好地告诉 AI 这段歌词应该怎么唱。 4. Suno 操作指北 V1 中的基础操作： 注册官方地址加入 discord。 在消息栏输入/chirp。 按下 Enter，将出现一个弹出窗口。 输入歌曲风格以及歌词到对应框中，或者在 Chirp 提供的 ChatGPT 框中输入关键词让 AI 帮你生成。 点击提交。 Chirp 操作： Chirp v1 更新了类型描述窗口。 提交完成后，等待 2 3 分钟，即可生成两个示例音频，目前 Chirp 最多可生成 40 秒的音频。 生成的两个示例音频，比如喜欢第一个，就点击⏩Continue 1，Chirp 就会弹出 Continue 窗口，可继续填入想要的歌曲风格和歌词，点击提交，Chirp 会根据提示生成新的两个示例音频。 如果觉得生成的两个音频不满意，可以点击?，Chirp 会弹出窗口提供修改，点击提交即可生成新的两个示例音频。 当延续生成足够多的音频，想要将它们连接起来生成一个完整的音频，可以点击最后想要的音频所对应的❤️，Chirp 会自动剪接之前所选的音频并生成完整音频，这个过程不需要消耗次数。延续音频流程：/Chirp 输入→⏩Continue→⏩Continue→❤️。

目前，Suno 是一款基于人工智能技术的音乐创作工具，其特点包括：无需专业音乐知识，任何人都可用其轻松创作音乐；通过自然语言描述生成旋律、和声、鼓点等音乐元素；支持多种流行音乐风格；提供创作过程的建议和指导；可导出常见音频格式。但它也存在一些不足，如提示词控制方面，除歌词部分外，音乐风格提示词只有 120 个字符，能描述和理解的关键词有限，创作丰富度有限，旋律相对单调。 除了 Suno 之外，还有一些其他的音乐创作工具或相关的人工智能音频初创公司，例如： ：前身为‘Definite Technologies’，开发使用 AI 处理/生成声音的 VST/AU/AUv3 插件。 ：自适应 AI 音乐平台，通过高质量音频样本进行实时细胞组成。 ：基于 AI 的音乐助手，包括歌词写作助手。 ：实时音乐、音频和视频创作平台。 ：为创意媒体应用提供合成歌声。 ：数字宇宙的音乐解决方案，Soundtracks、AI Studio、Music Maker JAM 的制作者。 ：AI 音乐创作和制作。 ：自由定制高质量免版权费音乐。 ：云平台，让音乐人和粉丝在全球范围内创作音乐、协作和互动。 ：使用嵌入式软件、信号处理和 AI 帮助艺术家录制、混音和母带处理他们的现场表演。 ：开源音乐生成工具。 ：旨在通过 AI 赋能真实艺术家的伦理音频 AI 插件、工具和社区，而非取代他们。

Suno 是一款基于人工智能技术的音乐创作工具，具有以下特点和优势： 1. 任何人无需专业音乐知识即可轻松使用，创作各种风格的音乐作品。 2. 通过自然语言描述生成符合要求的旋律、和声、鼓点等音乐元素。 3. 支持多种流行音乐风格，如流行、嘻哈、电子等。 4. 提供有用的建议和指导，帮助用户完成整个创作过程。 5. 可将生成的音乐导出为常见音频格式。 Suno 利用人工智能技术降低了音乐创作的门槛，为音乐创作带来了新的可能性。在 Suno 时代，版权公司无需焦虑，因为音乐市场虽有大量版权涌入，但这与过去独立音乐人版权涌入类似，版权公司仍可做着类似的事情，只需从海量 AIGC 作品中挑出优质的即可。不过，也存在一些担心，比如人类可能会把想象和思考的权力交给 AI，逐渐退化思考和自主决策的能力。 此外，Suno 作为 AI 音乐创作平台完成了 1.25 亿美元的 B 轮融资，公司估值达 5 亿美元，本轮融资由 Founder Collective、Lightspeed Venture Partners 和 Matrix 参与，前 GitHub CEO Nat Friedman 和前 Y Combinator AI 负责人 Daniel Gross 也参与其中。

以下是关于如何使用 suno.ai 的详细步骤： 1. 简介：Suno AI 是一款革命性的 AI 驱动歌曲生成器，能根据简单提示创造完整音乐作品。 2. 账号要求：需要拥有 Discord、谷歌或微软中的至少一个账号，并确保网络环境稳定。 3. 订阅信息： 免费用户：每天 50 积分，每首歌消耗 5 积分，每天可创作 10 首歌曲，每次点击生成两首歌曲。 Pro 用户：每月 2500 点数（约 500 首歌），按月每月 10 美元，按年每月 8 美元，每年 96 美元。 Premier 用户：每月 10000 点数（约 2000 首歌），按月每月 30 美元，按年每月 24 美元，每年 288 美元。 4. 点击 Create： 有默认模式和个性化模式两种。 默认模式：关闭个性化，可描述歌曲、开关乐器、选择模型 v3。 个性化模式：开启个性化定制，填写歌词、曲风、标题等。 5. 生成歌词：可以使用大模型如 Kimi、GPT、文心一言等来生成。 6. 开始生成：填写好所需内容后点击 Create，等待 2 3 分钟即可。 7. 新功能“Suno Scenes”： 可通过照片或视频生成独特音乐，用户可直接拍摄或上传内容来创建音乐场景。 注意事项：目前只有 iOS 客户端，系统版本需升级到 17.0+，下载需使用美国 ID 并在美国 IP 环境下体验。 8. 基础操作： 注册官方地址加入 discord。 在消息栏输入/chirp，按下 Enter，将出现弹出窗口。 输入歌曲风格及歌词到对应框中，或在 Chirp 提供的 ChatGPT 框中输入关键词让 AI 帮你生成。 点击提交。 Chirp 操作：Chirp v1 更新了类型描述窗口。提交完成后，等待 2 3 分钟，即可生成两个示例音频，目前 Chirp 最多可生成 40 秒的音频。生成的两个示例音频，若喜欢第一个，就点击⏩Continue 1，Chirp 会弹出 Continue 窗口，可继续填入想要的歌曲风格和歌词，点击提交，Chirp 会根据提示生成新的两个示例音频。若不满意，可点击?，Chirp 会弹出窗口提供修改，点击提交即可生成新的两个示例音频。当延续生成足够多音频，想要将它们连接起来生成一个完整音频，可以点击最后想要的音频所对应的❤️，Chirp 会自动剪接之前所选音频并生成完整音频，此过程不消耗次数。延续音频流程：/Chirp 输入→⏩Continue→⏩Continue→❤️

Suno.ai 是一款基于人工智能技术的音乐创作工具，具有以下特点和使用方法： 特点： 无需专业音乐知识，任何人都能使用。 通过自然语言描述生成符合要求的旋律、和声、鼓点等音乐元素。 支持多种流行音乐风格，如流行、嘻哈、电子等。 提供有用的建议和指导，帮助完成整个创作过程。 可将生成的音乐导出为常见音频格式。 利用人工智能技术降低音乐创作门槛，为音乐创作带来新可能。 使用方法： 进入官网：https://suno.com/ 。 新功能“Suno Scenes”： 打开 Suno 应用程序，进入相机模式。 在相机模式下，选择一张图片或视频上传。 通过输入简单的文本提示词，选择音乐风格和歌词，来生成带有人声的歌曲。 注意事项： 目前只有 iOS 客户端，且系统版本需要升级到 17.0+。 下载需要使用美国 ID，需要在美国 IP 环境下体验。 可更新/安装 Suno 客户端：suno.com/ios 体验“Suno Scenes”视频和图像提示功能。

在 AI 任务中，常见的衡量指标包括准确率和召回率。准确率（Accuracy）衡量的是模型预测正确的比例。而召回率主要用于信息检索等任务，衡量的是模型能够正确检索出相关内容的比例。 在摘要任务中，一般用 ROUGE 指标，其中 ROUGE2 是把两个 sequence 按 2gram 的方式做切分做频次统计，然后计算 pred 和 gt 之间的召回率。 对于不同的 AI 任务，还有其他多种指标，如在 NLP 中： 信息检索任务常用 NDCG@K 指标，核心衡量最相关文档是否排序足够靠前。 文本生成任务可用 BitsperByte 指标。 针对二分类任务，一般用 ECE 指标（Expected Calibration Error）来度量模型输出概率 p 时，最终正确率真的为 p 的一致性。 此外，还有一些其他方面的评估指标，如不确定性（Calibration and Uncertainty）、鲁棒性（Robustness，包括 invariance 和 equivariance）、公平性（Fairness）、偏见程度（Bias and stereotypes）、有毒性（Toxicity）等。 传统的 RAG 解决方案在检索效率和准确性上存在问题，Anthropic 通过“上下文嵌入”解决了部分问题，但 RAG 的评估仍待解决，研究人员正在探索新的方法，如 Ragnarök。 在提示词设计方面，Claude 官方手册提出“链式提示”的方法理念，将复杂任务拆解为多个步骤，具有准确率高、清晰性好、可追溯性强等好处。ChatGPT 官方手册也有类似理念，同时还有相关论文如在 ICLR 2023 上发表的提出 LeasttoMost Prompting 提示词策略的论文，在文本理解和生成场景中表现优秀。

工作流和智能体的区别主要体现在以下几个方面： 定义： 工作流是通过预定义代码路径来编排 LLM 和工具的系统。 智能体则是由 LLM 动态指导自身流程和工具使用的系统，能够自主控制任务完成方式。 功能： 智能体是一个自动化的“助手”，用来执行特定任务，擅长做一些具体的、重复性的任务，比如客服聊天、推荐商品、处理订单等，但只能按照预先设定的规则和任务来做事，如果遇到超出范围的情况，就不知道怎么办了。 工作流是一系列任务的流程，决定了每个步骤应该做什么，可以处理一个完整的过程，比如从客户下单、付款到发货和售后服务，涵盖了所有步骤和环节，更灵活，能够适应变化，可以调整步骤和规则来应对不同的情况，不需要一开始就固定下来。 范围： 智能体是特定任务的“助手”，用于局部执行任务。 工作流是一个“计划”或“路线图”，指导整个任务的流程。简单说，工作流是全局的，智能体是局部的。 在业务中，通常需要的是工作流而非单个智能体，因为整个业务流程设计至关重要。例如，在烹饪中，关键不在于使用多贵的锅，而是按步骤完成每道工序。因此，工作流才是解决问题的关键，它帮助优化思路、提升效率。设计好工作流才能大幅提升整体业务效率。

在 AI 领域中，Token 和 Word 有以下区别： 定义和范围：Token 通常是大语言模型处理文本数据时的一个单元，在不同语境下，可能代表一个字、一个词、一个句子、标点、词根、前缀等，更加灵活。而 Word 一般指能够表达一定意义的独立单位，如单词。 语言处理：在英文中，一个 Word 通常是一个词或标点符号。在一些汉语处理系统中，一个 Word 可能是一个字或一个词。而 Token 在不同的语言模型和处理系统中，对应的范围和形式有所不同。 作用和意义：Token 不仅是文本数据的单位，还可能携带丰富的语义、句法等信息，在模型中有着对应的向量表示。Word 主要用于传达相对明确和完整的意义。 计算和收费：大模型的收费计算方法以及对输入输出长度的限制，通常是以 Token 为单位计量的。 例如，在处理“ I’m happy ”这句话时，“I”、“’m”、“happy”可能被视为 Token，而“I’m happy”整体可看作一个 Word 。

AI chatbot、agent、copilot 主要有以下区别： 1. 定义和角色： Copilot：翻译成副驾驶、助手，在帮助用户解决问题时起辅助作用。 Agent：更像主驾驶、智能体，可根据任务目标自主思考和行动，具有更强的独立性和执行复杂任务的能力。 Chatbot：具备基本对话能力，主要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。 2. 核心功能： Copilot：更多地依赖于人类的指导和提示来完成任务，功能很大程度上局限于在给定框架内工作。 Agent：具有更高的自主性和决策能力，能够根据目标自主规划整个处理流程，并根据外部反馈进行自我迭代和调整。 3. 流程决策： Copilot：处理流程往往依赖于人类确定的静态流程，参与更多是在局部环节。 Agent：解决问题的流程由 AI 自主确定，是动态的，不仅可以自行规划任务步骤，还能根据执行过程中的反馈动态调整流程。 4. 应用范围： Copilot：主要用于处理简单、特定的任务，更多是作为工具或助手存在，需要人类引导和监督。 Agent：能够处理复杂、大型的任务，并在 LLM 薄弱的阶段使用工具或 API 等进行增强。 5. 开发重点： Copilot：主要依赖于 LLM 的性能，开发重点在于 Prompt Engineering。 Agent：同样依赖于 LLM 的性能，但开发重点在于 Flow Engineering，即在假定 LLM 足够强大的基础上，把外围的流程和框架系统化。 以下是一些 Agent 构建平台： 1. Coze：新一代一站式 AI Bot 开发平台，适用于构建基于 AI 模型的各类问答 Bot，集成丰富插件工具。 2. Mircosoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及部署 Copilot 到各种渠道。 3. 文心智能体：百度推出的基于文心大模型的智能体平台，支持开发者根据需求打造产品能力。 4. MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行工作流。 5. 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于多种场景，提供多种成熟模板。 6. 钉钉 AI 超级助理：依托钉钉强大的场景和数据优势，在处理高频工作场景方面表现出色。 以上信息由 AI 大模型生成，请仔细甄别。

人工智能搜索与百度搜索存在以下区别： 1. 底层技术：人工智能搜索的底层技术常包括“RAG”，即“检索增强生成”，包括检索、增强和生成三个步骤。而百度搜索的技术构成相对复杂，不断融合新的技术和功能。 2. 发展路径：在中国市场，相较欧美，百度作为搜索巨头已将文心一言大模型融入搜索，提供对话式回答和创作功能。同时，市场上还涌现出如秘塔 AI 搜索等创新型产品，主打“无广告，直接答案”，提供结构化结果和引用来源等特色功能。 3. 产品更新与竞争态势：Google 仍在战斗前线密集释放技能，与其他公司竞争激烈。而百度在新模型发布方面相对较少。此外，Google 推出新功能曾引发大量用户不满，而百度的相关新功能在页面布局和使用体验上更靠近某些特定产品，并聚合了多种创作能力和智能体快捷调用窗口。百度文库也上线了“AI 全网搜”功能，打通了特定工作流，产品功能较为完整，但受限于模型能力，生成内容尚有提升空间。

用 AI 建立知识库和直接使用 AI 主要有以下区别： 直接使用 AI 时，AI 生成的内容可能较为笼统模糊，就像遇到只会说“很急，今天就要”却不提供具体指导的领导。若想让 AI 成为得力助手，需对复杂任务进行拆解，提供方法论和定义输出格式。 建立知识库就如同为 AI 准备了“教科书”。知识库灵活，但偶尔会出现查不到内容而“猜题”的情况。例如，将《梦想与颠覆》卡牌等相关内容导入作为 AI 可调用的知识库，后续在创作中激活知识库，AI 会根据场景自动匹配库内素材，使输出更具针对性。 相比之下，微调类似于让 AI“自己真的学会了整本书”，答题更快更准，但训练成本高。微调适合高精度、长期任务，而知识库更适合临时查找、快速问答。