最近我花了大概一个月的时间,体验了上百款AI工具。从搜索、翻译、写作到PPT、AI绘画、视频,再到数字人,各个领域的AI助手我都研究了个遍。
今天就和大家聊聊我的切身感受,顺便给大家推荐一下我觉得最好用的AI工具,让大家在汪洋大海般的AI应用中少走点弯路。
首先说一下我个人最高频使用、也最有生产力的场景——AI搜索。自从用了AI搜索,传统搜索引擎在我这里已经快失业了。我推荐大家试试Perplexity、Phind和Globe这几款。
想尝鲜的话可以玩玩Perplexity,这个"AI搜索界一哥"可以快速爬取全网数据,给出问题的精准答案。更喜欢深度使用的话,推荐大家试试Phind。
相比Perplexity,它对中文的支持更友好,整体答案也更简洁,还能调权重排除不想要的信息源。Globe的特色在于可视化的结构化搜索,对于概念性知识的梳理特别在行。
这几款搜索工具都有免费版可以试用,够用了。对了,谷歌虽然也推出了AI overview,但国内暂时还不能用。
再来说说现在大热的AI聊天大模型。ChatGPT凭借多模态升级和强大的基础能力,稳坐头把交椅。国内用户推荐试试扣子。
另外Claude和谷歌Gemini的能力也很强,在专业领域和复杂逻辑推理方面甚至超过了GPT-4。这仨选哪个主要看个人需求,大多数人选ChatGPT够用,需要专业领域推理的可以选Claude,看重视觉内容处理和成本的试试Gemini。
体验和对比不同大模型的话,推荐用Poe和Chathub这两个工具,可以让几个模型同时作答,很方便。
除了聊天机器人,浏览器插件也是AI释放生产力的绝佳方式。强推Sider,它可以实时翻译视频字幕,还能针对视频内容提问,太适合我这种又爱看外语视频,又怕误解内容的选手了。
语言学习的朋友可以试试Trancy,双语字幕学习简直不要太爽。Monica功能超全,就是价格略贵。
接下来夸夸我的PPT生成神器Gamma。有了它,做PPT再也不用熬夜到天亮了。内容、排版、动效、配图,统统一键生成,颜值和效率双在线。至于Tom嘛,跟Gamma一比就显得有点平平无奇了。
写作方面,中文写作可以试试通义千问,**学术写作推荐Quillbot。**笔记狂魔的话,用上Notion AI可以玩转知识管理。
说到AI绘画,我的心头好是Midjourney,生图质量高,上手门槛低,设计师必备。Stable Diffusion虽然免费,但需要懂点技术,不过它在可控性上更有优势。Dall·E听得懂人话,啥都不懂也能用,就是还要付费。
对于电商从业者,我推荐用PhotoRoom和RemoveBG做产品图,批量P图、扣背景啥的效率飞升。
视频方面,最让我惊艳的是Runway在画面控制上的出色表现,Pika适合做动画宣传片,Stable Video则擅长环境镜头生成。
搞视频的朋友一定要试试AI数字人,不用露脸也能高质量出镜。海外最火的是Heygen,国内推荐用剪印。
配音的话,国内非简易莫属,海量音色任你选。海外可以试试Eleven Labs,不仅音色多,还能复刻克隆。
搞音乐创作的朋友一定要试试Soundraw,只需一句话就能生成高完成度的音乐,免费版就很够用。类似的还有Stable Audio,可以学习你喜欢的音乐风格。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。