这个AI可以画原型了!

前几天,学员群里有小伙伴分享个可以通过文字直接生成原型的AI工具,名字叫做即时AI。其利用大型语言模型,可以快速生成复杂界面。

1、进入首页

2278f04184eb13e4040f7660ce33c543.png

2、点击“前往即时AI”

89937ec4a37452bd91dfdcdd97f6e1ef.png

3、工作界面

左边是生成的临时文件,右边是你的文字描述,文字描述越具体,生成的页面参考性越高。

ef0afb79a21e3d27f52e012d88fff4eb.png

4、进入编辑页面

点击“编辑”,可以进入到编辑页面,在它生成的原型页面基础上,你可以进行编辑,相当于原型在线设计工具。

智能性如何?

为了测试它的智能性,我体验了一下。

我先输入:请设计一个汽车电商平台的车型详情页面,要求包括车型介绍、车型参数、配置选择、用户评价、附加服务和热门活动等模块。

它生成如下界面:

066c696c66832e1216159ee73df261a8.png

上面的那个文案是它给的样例模板,可能不具备参考性,于是,我又自己搞了一个。

我给它新的的要求是:请设计一个贷款平台的详情页面,包含还款金额、还款时间和还款计划。

最后出来的效果,看着也还凑合。

db1e896a9c127f65107945b4b2580622.png

为了进一步测试它的智能程度,我又给了它一个请求:请设计一个小程序的登录注册页面。

虽然也设计出来了,但看着并不像小程序的登录注册页面。像是内置的登录注册页面,直接调取出来的

498a959b05f33e513db3338b93f437cf.png

在上面的要求基础上,我又让它给我加个第三方登录,结果给我设计出了下面的界面,看着也还凑合,虽然没有那么智能。

6f7722cb81a2e7f385cc95ad988634d0.png

现在的AI模型还处在测试阶段,而且只支持生成移动端原型,此外,测试用户每天也只能使用20次,估计模型测试好了以后,会开始收费,想体验的小伙伴可直接在公众号:产品刘 后台回复“即时AI”,即可获取。

不过,它需要邀请码,没有邀请码的小伙伴可参与他的调研,它也会通过邮箱给你发送邀请码。

体验过的小伙伴也可以在评论区说出你的看法。

此外,我搞了个【ChatGPT训练营】,系统的教大家玩转人工智能,并紧跟最新的人工智能发展趋势。

原价199,前50名可领取100元的优惠券,数量有限,先到先得。

fada23bcc7353d013e2271200d7f242f.png

d8f0a154fcc9a18e997d954b8812afda.png

最后,我建立了各大城市的产品交流群,想进群小伙伴加微信:chanpin628  我拉你进群。

4c38c166abab3efa2584c96b985048fe.jpeg

61137b91a2c0dc40cacffc79c80b7ebd.gif

视频号推荐

关注微信公众号:产品刘 可领取大礼包一份。

6af041740769b192954f6feca7db8a41.gif

··················END··················

874c6165c7a15641ce8761ed0fe8f3cd.png

今日报告:Fung商业智能 发布《2023年中国商业十大热点展望》下载报告去公众号:硬核刘大  后台回复“商业热点”,即可下载完整PDF文件。

申明:报告版权归 Fung商业智能 独家所有,此处仅限分享学习使用,如有侵权,请联系小编做删除处理。

RECOMMEND

推荐阅读

ChatGPT颠覆者来了!Auto-GPT强在哪?

IT行业要被卷没了

手把手教你做B端产品经理

面试一对一辅导

ba7e76a6a3c73a1636e365e4888f4356.gif

点击“阅读原文”

查看更多干货

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
学习⼈⼯智能需要哪些必备的数学基础? 问题⼀:学习⼈⼯智能需要哪些必备的数学基础? 对于⼤多数的新⼿来说,如何⼊⼿⼈⼯智能其实都是⼀头雾⽔,⽐如到底需要哪些数学基础、是否要有⼯程经验、对于深度学习框架应该关 注什么等等? 因为现在AI⽕了,很多产品经理/程序员都想转⼊AI领域。 那么对于产品经理来说,针对于AI,我们需要了解些什么呢? AI PM很⼤程度上不同于互联⽹领域的产品经理,它涉及到更深的底层逻辑,对个⼈综合能⼒要求会更⾼⼀点,需要你有根据场景直接定位 落实相关举措的观察⼒。 这⾥写图⽚描述 这张图,⼤概可以诠释需要转AI的产品需要了解的基础/技术等。 数学:微积分 + 线性代数 + 概率统计【这些是⼤家在⼤学学的数学,线性代数和概率统计会更加重要点】 技术:这⾥分两块。 ⾸先,肯定是了解的越深越好。但是我知道⽬前市⾯上的⼤多数产品经理就是因为不会敲代码,所以才来从事这项"只原型图"的⼯作… 如果不想过多深⼊技术这块,那么你需要了解技术本质,理解技术边界,能观察⾏业发展⽅向,并在这个层⾯形成产品决策⽅案。 如果你想⾛的更远,与团队更好的合作,那么你需要深⼊介⼊技术算法⽅向,能直接在这个层⾯给团队带来价值。在我看来,其实就算是半 个开发,只不过你可能不从事开发⼯作⽽已。 数学 + 技术,是你可以转向AI领域的最基础的技能。 但对于AI,我所理解的是,你还需要根据⾃⾝的能⼒ + 兴趣,去考量应该从事哪个领域。 AI很⼤,但肯定不是所有的领域都适合⾃⾝。 我觉得对于想转⾏的⼈来说,最重要的⼀点是需要了解⾃⼰想从事AI领域的运⾏规则,对⾏业明⽩的越深越好。 ⽐如,智能⾳箱,那么你就需要知道⾳箱这个产品整个产品的链条。 ⽐如,出⾏领域,那么你就需要了解具体的出⾏,从打车到上车,到下车⼀条线的具体场景链条。 问题⼆:学习⼈⼯智能需要哪些必备的数学基础? 以下转载⾃: ? 当下,⼈⼯智能成了新时代的必修课,其重要性已⽆需赘述,但作为⼀个跨学科产物,它包含的内容浩如烟海,各种复杂的模型和算法更是 让⼈望⽽⽣畏。对于⼤多数的新⼿来说,如何⼊⼿⼈⼯智能其实都是⼀头雾⽔,⽐如到底需要哪些数学基础、是否要有⼯程经验、对于深度 学习框架应该关注什么等等。 那么,学习⼈⼯智能该从哪⾥开始呢?⼈⼯智能的学习路径⼜是怎样的? 数学基础知识蕴含着处理智能问题的基本思想与⽅法,也是理解复杂算法的必备要素。今天的种种⼈⼯智能技术归根到底都建⽴在数学模型 之上,要了解⼈⼯智能,⾸先要掌握必备的数学基础知识,具体来说包括: 线性代数:如何将研究对象形式化? 概率论:如何描述统计规律? 数理统计:如何以⼩见⼤? 最优化理论: 如何找到最优解? 信息论:如何定量度量不确定性? 形式逻辑:如何实现抽象推理? 线性代数:如何将研究对象形式化? 事实上,线性代数不仅仅是⼈⼯智能的基础,更是现代数学和以现代数学作为主要分析⽅法的众多学科的基础。从量⼦⼒学到图像处理都离 不开向量和矩阵的使⽤。⽽在向量和矩阵背后,线性代数的核⼼意义在于提供了⼀种看待世界的抽象视⾓:万事万物都可以被抽象成某些特 征的组合,并在由预置规则定义的框架之下以静态和动态的⽅式加以观察。 着重于抽象概念的解释⽽⾮具体的数学公式来看,线性代数要点如下:线性代数的本质在于将具体事物抽象为数学对象,并描述其静态和动 态的特性;向量的实质是 n 维线性空间中的静⽌点;线性变换描述了向量或者作为参考系的坐标系的变化,可以⽤矩阵表⽰;矩阵的特征值 和特征向量描述了变化的速度与⽅向。 总之,线性代数之于⼈⼯智能如同加法之于⾼等数学,是⼀个基础的⼯具集。 概率论:如何描述统计规律? 除了线性代数之外,概率论也是⼈⼯智能研究中必备的数学基础。随着连接主义学派的兴起,概率统计已经取代了数理逻辑,成为⼈⼯智能 研究的主流⼯具。在数据爆炸式增长和计算⼒指数化增强的今天,概率论已经在机器学习中扮演了核⼼⾓⾊。 同线性代数⼀样,概率论也代表了⼀种看待世界的⽅式,其关注的焦点是⽆处不在的可能性。频率学派认为先验分布是固定的,模型参数要 靠最⼤似然估计计算;贝叶斯学派认为先验分布是随机的,模型参数要靠后验概率最⼤化计算;正态分布是最重要的⼀种随机变量的分布。 数理统计:如何以⼩见⼤? 在⼈⼯智能的研究中,数理统计同样不可或缺。基础的统计理论有助于对机器学习的算法和数据挖掘的结果做出解释,只有做出合理的解 读,数据的价值才能够体现。数理统计根据观察或实验得到的数据来研究随机现象,并对研究对象的客观规律做出合理的估计和判断。 虽然数理统计以概率论为理论基础,但两者之间存在⽅法上的本质区别。概率论作⽤的前提是随机变量的分布已知,根据已知的分布来分析 随机变量的特征与规律;数理统计的研究对象则是未知分布的随机变量,研究⽅法是对随机变量进⾏独

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值