从入门到实战：全面学习生成式 AI 的方法与实践

AI 的发展速度实在是太快了，每天、每个月都有大量新的信息。你可能在刷公众号、小红书、短视频时，看到很多关于 AI 的推送：昨天马斯克开源了 Grok，今天阿里开启了通义灵码的内测，明天 KimiChat 又开启了 200W 上下文的模型内测，Suno.ai 3.0 的生成音乐质量大大提高……但信息量巨大且复杂，让人难以入手，最终变成了信息焦虑。

本文将帮助你理解 AI 的价值，并提供一套学习 AI 的系统方法。

AI 有什么用？

人工智能（AI）是一项源于 20 世纪 50 年代的技术，但直到 2006 年深度学习的提出，AI 才真正进入人们的视野。如今，生成式 AI（Generative AI）已成为焦点，它能够基于已有数据生成新的内容，如文本、图像、视频和音频。

生成式 AI 按照内容生成的方式可分为以下几类：
- 文生文：ChatGPT、Claude、文心一言等大语言模型，通过文本提示生成文字内容。
- 文生图、图生图：如 Stable Diffusion 和 Midjourney，输入提示词生成图片。
- 文生视频：OpenAI 的 Sora 和 Stable Video Diffusion（SVD），生成视频内容。
- 文生音频：TTS 技术用于语音合成、音乐生成等。

生成式 AI 技术的成熟度目前依次为：文生文 > 文生音频 > 文生图 > 文生视频。如果你的生活或工作中不需要这些技术，可能暂时不需要 AI；如果你对 AI 感兴趣，下面我们来探讨如何学习 AI。

 如何进入 GenAI 这个新范式

生成式 AI 是一种新的「范式」，指科学共同体在某个时期内普遍接受的一套科学理论、实验方法和规则。

如何进入一个新的领域

在进入一个新的领域时，最重要的是有一张地图。对于 AI 领域的新手，这张地图包括 AI 的发展历程和当前热门方向：

1. 文生文
2. 文生图
3. 文生音频
4. 文生视频

了解这些方向的热门产品，并进行基础了解和试用。

最小必要知识

进入任何一个新领域的学习，都是由浅入深的。每个领域都有「最小必要知识」。在 AI 领域，我认为生成式 AI 的原理和使用是最重要的。了解并应用大语言模型和稳定扩散技术，可以快速超越大多数人。推荐学习资源包括 Jimmy 的入门课程，内容涵盖：

- 结构化编写 ChatGPT 的提示词
- Stable Diffusion 的原理
- 使用 Midjourney 和 Stable Diffusion 生成图片
-课程链接：

新手村的打怪任务

掌握了最少必要知识后，你需要完成一些初级任务来实践所学：

1. 用大语言模型生成内容：文心一言、通义千问、KimiChat、豆包等国内应用，ChatGPT、Claude、Gemini等国外应用。打开它们&