Mural：AI团队协作的视觉工作平台

在数字化浪潮的推动下，团队协作不再局限于传统的会议室和白板。Mural，一个创新的视觉工作平台，以其独特的设计和功能，正在重新定义团队协作的方式。

Mural 不仅仅是一个数字白板，它是一个全面的团队协作解决方案。它结合了直观的界面、动态的视觉元素和智能工具，以促进团队成员之间的沟通和创意发想。

核心特性：Mural 的五大支柱

• 协作：Mural 提供了一个丰富的模板库和工具集，包括表格、思维导图和图表，让团队成员能够快速地展开计划和创意。

• 参与：通过投票和私密模式，Mural 确保每个团队成员都能发声，无论他们的位置或性格如何。

• 促进：Mural 的促进工具，如计时器和召唤，帮助团队保持会议的效率和专注度。

• Mural AI：Mural AI 的智能服务能够结构化工作会话，激发新想法，并减少团队的繁琐工作。

• 安全性和合规性：Mural 遵循严格的企业安全和合规标准，确保数据安全和隐私。

智能工具：Mural AI 的力量

Mural AI 是一个强大的助手，它通过以下方式提升团队效率：

• 聚类：自动按主题聚类便签，并根据新标准即时重新排列。

• 思维导图：即时生成思维导图，探索想法并发现新方向。

• 分类：理解便签文本的情感倾向，以获得工作的全局视图。

• 总结：自动创建简洁的摘要，综合想法并理解关键信息。

• 无缝集成：Mural 与 Microsoft 365 的协同

Mural 与 Microsoft 产品生态的紧密集成，使得视觉工作成为每个工作流程的自然部分。Mural 应用程序适用于 Teams，与 Microsoft 365 Copilot 的高级 AI 功能相结合，提供了更加流畅和智能的协作体验。

适用场景：Mural 的多功能性

Mural 不仅适用于创意团队，它的多功能性使其成为企业各个部门的理想选择：

• 工程：使用模板和私密模式，提高工程团队的效率和问题解决能力。

• 设计：激发设计冲刺，快速解决问题并完成更多工作。

• 产品：使用敏捷技术促进产品团队、客户和组织其他部分之间的沟通。

• 创新：在大规模实施服务设计，快速对齐步骤，诊断问题并找到解决方案。

• 咨询：构建有效的研讨会，深入挖掘问题和需求，提出明智的策略。

• 联系：创建动态、吸引人的演示，使客户和合作伙伴感到被重视。

结语

Mural 以其创新的视觉工作平台，正在帮助全球的企业团队以更高效、更安全、更智能的方式进行协作。它不仅仅是一个工具，更是团队协作未来的一个标志。现在就注册 Mural，开启您的团队协作新篇章。

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。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】