Mac装上字节豆包，艾玛！一下变AI PC了！

最新推荐文章于 2025-03-04 14:31:58 发布

大模型学习教程

最新推荐文章于 2025-03-04 14:31:58 发布

阅读量1.2k

点赞数 18

文章标签： macos 人工智能语言模型 transformer 深度学习自然语言处理

本文链接：https://blog.csdn.net/z551646/article/details/140841208

版权

万万没想到，Mac变成AI PC，原来就差了一个豆包电脑版。

例如想要在B站上学习科技新进展，现在的打开方式是这样的——在豆包电脑版里，用AI看视频：

将近15分钟的视频，“啪的一下”，各种重点内容全部给你总结好了：

当然，AI大模型的“基本功”也是具备的，你可以边看视频边提问（哪里不会问哪里）：

如此一来，在B站学习知识这件事，效率可以说是一下子Pro Max了。

除此之外，之前类似Mac里非常单一的搜索功能（Command+空格），在安了豆包电脑版之后也直接**“变废为宝”**。

只需按下快捷键**“Option+空格”**，类似的搜索界面，却是截然不同的打开方式。

除了基本的搜索、提问功能之外，可以直接把它当做一个AI翻译软件：

还有超多的实用功能，比如扩写、语法修正、逐行代码解释、代码纠错、优化提示词等等：

不得不说，光这两个功能的加持，一下子让Mac有了AI的味道。

AI PC的重要性可以说是不言而喻了，可以提供前所未有的计算能力和效率，让各种AI应用在本地运行。

虽然豆包电脑版还不能做到断网运行，但起码算是给Mac注入了不少的AI Power。

但有一说一，上述的功能还仅仅是豆包电脑版AI实力的一隅。

快把Chrome弃掉了

在使用PC的过程中，浏览器定然最为常用的软件之一。

而我们现在做搜索的过程中，往往会面临在茫茫选项中需要筛选的问题（还有夹带的广告）。

例如我们输入“斐波那契数列”，得到的搜索结果是这样的：

但同样的问题丢给豆包电脑版，那么输出结果就会非常直截了当。

从公式、性质、特点，到应用和研究历史，可以说是非常的一目了然。

而当我们想要基于“斐波那契数列”这个话题进行更深入的了解，传统搜索的方法就是“另起炉灶”，新开一页再搜索。

然后再重复在茫茫选项中筛选的这个过程。

但在豆包电脑版里，直接一键**“深入搜索”**，完事儿：

“深入搜索”会根据更多的信源，来对问题进行更加全面和深度的总结。

从这次给出的结果来看，豆包是对斐波那契数列的证明，以及更多在现实场景中的应用做了详解。

而且更方便的一点是，豆包电脑版是真做到了**“不懂哪里点哪里”**。

内嵌的划词功能，可以说是所到之处皆可AI搜索：

划词里的功能还是可以自定义的那种，功能之多，来感受一下这个feel：

所以不难看出，在某些内容搜索结果呈现和便捷性方面，是豆包电脑版＞浏览器。

还是办公、学习神器

除了“搜”的能力之外，豆包电脑版在“读”、“写”、“画”方面也是一把好手。

例如对于科研党和办公党来说，豆包电脑版可以是一个读文件神器。

只需一个动作——把文件丢进去：

以为只是简单的AI文档分析？No，No，No。

在豆包解读完文档之后，在回答的下方会有一个AI伴读的按钮：

由此，你将体验到与此前在电脑上读文档完全不同的感觉，很AI，很智能的那种。

首先，AI伴读可以在极快的时间里将英文的文档全文翻译成中文，而且可以对照着做展示。

若是将鼠标悬停在某个段落上，豆包会自动选中内容，并提供AI搜索、解释、翻译和复制的功能。

当然，刚才提到的划词功能，AI伴读模式下也是有的哦~

AI伴读和AI搜索一样，也算是把“不会哪里点哪里”玩明白了。

接下来，在**“写”这一块，豆包电脑版是真的有在努力试图解放打工人的双手**。

瞧，各个赛道、各个可能用得上的场景、各式各样的风格，它都给你罗列出来了：

从论文、研究报告、总结汇报，到小红书、朋友圈、微博，再到邮件、日报、大纲……工作、生活中能用上的基本上都cover住了。

例如我们需要一张医疗文章的配图，那么就可以直接一个prompt给过去：

帮我生成图片：图片风格为「人像摄影」，医生坐在办公室桌子前进行记录，插图，写实，摄影，高清，8K，完美构图，极其精致的细节，避免文字，亚洲人，写实。

当然，使用习惯是一个循序渐进的过程，若你还是用惯了浏览器办公，没关系，上述的很多功能豆包已经打包到插件里了！

用AI看视频，这个可以有：

网页AI搜索，可以有：

AI总结网页内容，还是可以有：

总而言之，有了豆包，现在用PC是真的香。

让大模型用起来，豆包是认真的

其实纵观今年大模型的发展，有一条发展线路越发的清晰明了——

各个大模型玩家除了在比拼自身实力之外，在玩法上的创意也层出不穷。

究其原因，也是非常简单，正是因为现在已经到了应用为王的节点，能把大模型用起来才是真正的硬道理。

这也就是此前各个大模型玩家展开激烈的价格战的原因之一。

而以豆包为例，从我们刚才展示的各个案例中不难发现，AI应用不仅已经聚焦到了生活、学习、办公等各个大场景，更是深入到了非常细节的小功能。

读论文、写微博文案、日报、邮件、划词、AI搜索、翻译、解释、画海报……比比皆是。

那么具体用得如何了？这一点，市场的反馈或许就是较为真实的写照。

总而言之，谁能在大模型时代拿下更多的用户，谁才能笑到最后。

而豆包，绝对属于值得长期关注的玩家之一。

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，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。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

在这里插入图片描述

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。那以下这些PDF籍就是非常不错的学习资源。

在这里插入图片描述

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
  - L1.4.1 知识大模型
  - L1.4.2 生产大模型
  - L1.4.3 模型工程方法论
  - L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
  - L2.1.1 OpenAI API接口
  - L2.1.2 Python接口接入
  - L2.1.3 BOT工具类框架
  - L2.1.4 代码示例
- L2.2 Prompt框架
  - L2.2.1 什么是Prompt
  - L2.2.2 Prompt框架应用现状
  - L2.2.3 基于GPTAS的Prompt框架
  - L2.2.4 Prompt框架与Thought
  - L2.2.5 Prompt框架与提示词
- L2.3 流水线工程
  - L2.3.1 流水线工程的概念
  - L2.3.2 流水线工程的优点
  - L2.3.3 流水线工程的应用
- L2.4 总结与展望

阶段3：AI大模型应用架构实践

目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
内容：
- L3.1 Agent模型框架
  - L3.1.1 Agent模型框架的设计理念
  - L3.1.2 Agent模型框架的核心组件
  - L3.1.3 Agent模型框架的实现细节
- L3.2 MetaGPT
  - L3.2.1 MetaGPT的基本概念
  - L3.2.2 MetaGPT的工作原理
  - L3.2.3 MetaGPT的应用场景
- L3.3 ChatGLM
  - L3.3.1 ChatGLM的特点
  - L3.3.2 ChatGLM的开发环境
  - L3.3.3 ChatGLM的使用示例
- L3.4 LLAMA
  - L3.4.1 LLAMA的特点
  - L3.4.2 LLAMA的开发环境
  - L3.4.3 LLAMA的使用示例
- L3.5 其他大模型介绍