任務一項目一

走進生成式AIAIGC入門時間目錄01AIGC的技術發(fā)展02AIGC引領創(chuàng)新時代03生成式AI的局限性04AIGC對社會與科技的影響在當今數(shù)字化時代，內容創(chuàng)作需求呈爆發(fā)式增長。某新媒體公司負責運營多個社交媒體賬號，每天需要大量優(yōu)質的圖文、視頻等內容來吸引用戶。然而，傳統(tǒng)的人工創(chuàng)作方式效率較低，難以滿足快速更新的需求。同時，公司也在嘗試借助生成式AI技術來提升內容創(chuàng)作效率，豐富內容形式，解決當前面臨的困境。任務分析要完成任務，學生需理解人工智能基本概念。學習過程中，需學會從多渠道獲取AIGC信息，分析數(shù)據(jù)和案例。面對AIGC的復雜影響，要具備辯證思維，能客觀分析其利弊，同時思考如何在實際應用中規(guī)避風險、發(fā)揮優(yōu)勢。任務情境AIGC技術的核心概念AIGC生成式人工智能技術，是在神經(jīng)網(wǎng)絡復雜學習模型和自然語言處理等技術快速發(fā)展下，產生的人工智能的創(chuàng)新應用方式。它不僅能與用戶智能對話、提供信息查詢和建議，還具備針對真實場景需求提出問題、規(guī)劃解決方案和解決問題的能力。AIGC在生成文本、信息抽取、多語言翻譯、閱讀理解、情感分析、問答系統(tǒng)等任務中不斷提升創(chuàng)新性和吸引力，在多個領域得到廣泛應用。任務實施1950s-1990s早期萌芽階段1990s-2010s沉淀累積階段2010s至今（1）技術躍遷（2）ChatGPT

讓AIGC“爆火”快速發(fā)展階段1.1.1AIGC的技術發(fā)展01傳媒行業(yè)新聞寫作：AIGC可快速收集和分析各類信息，自動生成新聞稿件，提高新聞生產效率。內容推薦：通過分析用戶的瀏覽歷史、興趣偏好等數(shù)據(jù)，利用AIGC算法為用戶精準推薦個性化的新聞、文章、視頻等內容，提升用戶粘性和平臺流量。1.1.2AIGC引領創(chuàng)新時代02商業(yè)領域電商平臺是生成式AI技術普惠的最佳試驗場之一。商品描述生成：根據(jù)商品的屬性、特點和賣點，自動生成吸引人的商品描述文案，節(jié)省人力成本，同時提高商品描述的質量和吸引力。虛擬試穿和試用：利用AIGC技術實現(xiàn)虛擬試衣、虛擬試用化妝品等功能，讓消費者在購買前更好地了解產品效果，提升購物體驗，減少退貨率。用于商業(yè)文案生成、圖像識別與處理、數(shù)據(jù)分析等。媒體和廣告公司利用AI生成新聞報道和創(chuàng)意廣告文案，企業(yè)通過AI分析市場數(shù)據(jù)，制定營銷策略。數(shù)字人應用：如招商局集團構建的基于招商云和數(shù)據(jù)湖的自主數(shù)字賦能平臺。平臺孵化出首位數(shù)字員工“招小影”，在文化宣傳、工作匯總、知識管理等多個業(yè)務場景中發(fā)揮作用，還在招商局集團歷史博物館中提供藏品講解服務，平臺自上線以來，已納管多個數(shù)字人租戶，服務于內外部多類人群。1.1.2AIGC引領創(chuàng)新時代02商業(yè)領域電商平臺是生成式AI技術普惠的最佳試驗場之一。商品描述生成：根據(jù)商品的屬性、特點和賣點，自動生成吸引人的商品描述文案，節(jié)省人力成本，同時提高商品描述的質量和吸引力。虛擬試穿和試用：利用AIGC技術實現(xiàn)虛擬試衣、虛擬試用化妝品等功能，讓消費者在購買前更好地了解產品效果，提升購物體驗，減少退貨率。用于商業(yè)文案生成、圖像識別與處理、數(shù)據(jù)分析等。媒體和廣告公司利用AI生成新聞報道和創(chuàng)意廣告文案，企業(yè)通過AI分析市場數(shù)據(jù)，制定營銷策略。數(shù)字人應用：如招商局集團構建的基于招商云和數(shù)據(jù)湖的自主數(shù)字賦能平臺。平臺孵化出首位數(shù)字員工“招小影”，在文化宣傳、工作匯總、知識管理等多個業(yè)務場景中發(fā)揮作用，還在招商局集團歷史博物館中提供藏品講解服務，平臺自上線以來，已納管多個數(shù)字人租戶，服務于內外部多類人群。1.1.2AIGC引領創(chuàng)新時代03

游戲行業(yè)游戲劇情和任務生成：為游戲自動生成豐富多樣的劇情和任務，增加游戲的趣味性和可玩性，延長游戲的生命周期。游戲角色和場景設計：幫助游戲開發(fā)者快速創(chuàng)建游戲角色、設計游戲場景，提高游戲開發(fā)效率，降低開發(fā)成本。1.1.2AIGC引領創(chuàng)新時代04

影視娛樂行業(yè)劇本創(chuàng)作：輔助編劇創(chuàng)作劇本，提供創(chuàng)意靈感、情節(jié)建議，甚至生成完整的劇本初稿，加快劇本創(chuàng)作過程。特效制作：通過AIGC技術生成逼真的特效場景和虛擬角色，提升影視作品的視覺效果和觀賞性。1.1.2AIGC引領創(chuàng)新時代05

教育領域輔助教學，提供個性化學習建議，智能批改作業(yè)，解答各類知識問題，生成在線課程、教材和習題，實現(xiàn)教育的精細化和個性化。例如，通過分析學生的學習數(shù)據(jù)，為每個學生定制專屬的學習路徑和練習題目。1.1.2AIGC引領創(chuàng)新時代06

醫(yī)療領域輔助醫(yī)生診斷，提供醫(yī)學知識查詢服務。如幫助醫(yī)生快速檢索疾病相關的最新研究成果和診斷案例，輔助分析醫(yī)學影像等。1.1.2AIGC引領創(chuàng)新時代07

金融領域進行風險評估，提供投資建議。利用大量的金融數(shù)據(jù)和市場信息，為投資者分析投資風險，推薦合適的投資組合。1.1.2AIGC引領創(chuàng)新時代08

客服領域代替人工客服，提供24小時在線咨詢服務，支持語音與文字的相互轉換以及多語言翻譯。提高客服效率，降低人力成本，同時提升用戶服務體驗。1.1.2AIGC引領創(chuàng)新時代09

智能家居領域控制家電設備，提供語音助手服務。用戶通過語音指令就能輕松控制家中的智能設備，實現(xiàn)便捷的智能家居生活。1.1.2AIGC引領創(chuàng)新時代10

程序開發(fā)具備代碼理解、修改和生成能力。幫助開發(fā)者快速生成代碼片段，理解復雜代碼邏輯，提高開發(fā)效率。1.1.2AIGC引領創(chuàng)新時代11

工業(yè)領域推進“數(shù)實”融合，加快產業(yè)升級。借助AIGC技術實現(xiàn)工業(yè)設計的創(chuàng)新、生產流程的優(yōu)化和質量檢測的智能化。1.1.2AIGC引領創(chuàng)新時代大模型在收集數(shù)據(jù)時，可能存在未經(jīng)用戶充分授權就收集個人信息的情況隱私與數(shù)據(jù)安全問題生成的內容質量參差不齊內容質量不穩(wěn)定計算資源支持，硬件設備要求高，高昂的能耗和成本資源和成本的價格高昂若訓練數(shù)據(jù)存在偏差或不完整，會導致模型生成的內容帶有偏見數(shù)據(jù)依賴和偏見用于訓練大模型的數(shù)據(jù)可能涉及版權問題安全問題和人們過度依賴機器安全和倫理問題1.1.3生成式AI的局限性大模型使人工智能在自然語言處理、圖像識別、語音交互等領域性能大幅提升。架構優(yōu)化與多模態(tài)融合進階也是生成式AI技術的重要進展。邏輯推理能力的深化拓展也是生成式AI的一個重要發(fā)展方向制造業(yè)：優(yōu)化流程、預測故障、智能制造，提效保量。金融行業(yè)：精準風險評估、市場預測和智能決策。醫(yī)療領域：疾病診斷、藥物研發(fā)和治療方案制定。交通領域：優(yōu)化交通流量調度，自動駕駛、，提高交通安全性催生新的應用場景，推動跨界融合應用，形成新的業(yè)態(tài)和模式，如智能農業(yè)。（1）推動技術創(chuàng)新變革（2）促進產業(yè)升級轉型（3）拓展科技應用邊界AIGC對社會與科技的影響1.對未來科技的影響一些重復性、規(guī)律性強的工作可能被大模型驅動的智能系統(tǒng)取代；但也會創(chuàng)造出如大模型訓練師、算法倫理專家、人工智能產品經(jīng)理等新的就業(yè)機會。教育方面：以適應大模型時代對人才的需求。公平性問題：可能加劇數(shù)字鴻溝，可能在資源分配、機會獲取等方面造成新的不公平。倫理道德挑戰(zhàn)：涉及數(shù)據(jù)隱私保護、算法偏見、人工智能的責任界定等問題。社交方式：智能聊天機器人和虛擬社交助手可能成為人們社交的新伙伴，也可能導致社交隔離等問題。生活服務：在更便捷、個性化的服務，提升生活品質。（1）改變就業(yè)結構與教育體系（2）影響社會公平與倫理道德（3）拓展科技應用邊界AIGC對社會與科技的影響2.對未來社會的影響AIGC的核心技術包括深度學習、自然語言處理、計算機視覺、生成對抗網(wǎng)絡以及Transformer、GPT系列等模型。依據(jù)工作需求選擇合適的生成式AI，需要綜合考慮應用場景、模型功能、數(shù)據(jù)安全等多方面因素，考驗著使用者的綜合分析和決策能力。AIGC對社會與科技的影響具有復雜性，其在推動技術創(chuàng)新、產業(yè)升級的同時，也帶來就業(yè)結構改變、社會公平性等問題，大眾需具備辯證思維，全面分析這些影響。任務小結結合生活案例，分組討論當前AIGC的發(fā)展現(xiàn)狀與應用價值。實踐創(chuàng)新謝謝大家任務二項目一

走進生成式AI大模型的百家爭鳴時間目錄01認識OpenAI02認知文心一言03認知訊飛星火04認知Deepseek05認知豆包06認知kimi某創(chuàng)新型科技企業(yè)計劃開展多個AI相關項目，涵蓋智能寫作、圖像生成、智能客服等領域。在項目籌備階段，需要評估和選擇合適的大模型。企業(yè)內部團隊對市場上眾多大模型的特點、功能和適用場景了解有限，難以做出精準決策。任務分析

我們需要了解不同大模型的技術原理、發(fā)展動態(tài)、功能特點、應用場景需求、模型性能。在操作大模型過程中，要熟悉不同平臺的界面和交互方式，掌握基本指令和參數(shù)設置。任務情境學術界的大模型即基礎模型，是新型機器學習模型，能在大規(guī)模數(shù)據(jù)集上進行自監(jiān)督訓練，適應多種下游任務。本文中的大模型指基礎模型。任務實施OpenAI于2015年創(chuàng)立，旨在通過安全的人工智能通用技術（AGI）推動人類進步。早期，OpenAI專注于開發(fā)用于視頻游戲和其他娛樂目的的AI和機器學習工具。OpenAIGym，這是一個用于開發(fā)強化學習（RL）算法的開源工具包。生成式預訓練Transformer（GPT）

是一種神經(jīng)網(wǎng)絡，能像人類大腦一樣運作，通過對大量數(shù)據(jù)集的學習，生成對用戶問題的回答。1.2.1認識OpenAIDALL-E是一種生成式AI模型，可分析人類用戶的自然語言文本，并根據(jù)文本描述生成圖像。2022年11月發(fā)布的ChatGPT更是舉世矚目，引發(fā)了全球對人工智能的廣泛關注和討論，僅5天用戶量超100萬，兩個月突破1億人。2023年2月，Google推出基于對話編程語言模型LanMDA的人工智能對話產品Bard，參數(shù)量達1370億個。1.2.1認識OpenAI2023年2月

百度智能云宣布文心一言將通過百度智能云對外提供服務。

同年6月

文心大模型升級，能生成實時準確信息，ChatFile支持超長文本輸入。截至2024年6月

，文心一言累計用戶規(guī)模達3億，日調用次數(shù)達5億

。2024年9月

，文心一言APP正式升級為

“文小言”，定位為百度旗下

“新搜索”

智能助手。1.2.2認知文心一言

現(xiàn)模型擁有

超8000億個參數(shù)，能夠捕捉更豐富的語言特征和模式，提升語言理解和生成能力。在預訓練階段采用多任務學習策略，可同時處理文本分類、問答、文本生成等多種語言任務，增強模型的通用性。1.2.2認知文心一言

融入豐富知識庫，提高對知識的理解和運用能力，使生成的內容更具知識性和準確性。能夠有效處理長文本數(shù)據(jù)，對長篇文章或文檔的理解和生成表現(xiàn)出色。支持多種語言，具備跨語言的理解和生成能力，滿足不同語言用戶的需求。

1.2.2認知文心一言

API接入?yún)?shù)：使用文心一言API時，需設置ques（用戶問題或輸入文本，必填）、appKey（應用身份驗證密鑰，可從官網(wǎng)個人中心獲?。id（用戶賬號唯一標識，可從官網(wǎng)個人中心獲取）等參數(shù)。1.2.2認知文心一言操作方法是：打開“文心一言”官網(wǎng)：，操作界面如圖1-1所示。1.2.2認識文心一言圖1-1“文心一言”操作界面輸入提示詞：請生成贊美廣西南寧的五言詩，生成效果如圖1-2所示。1.2.2認識文心一言圖1-1“文心一言”操作界面圖1-2生成“詩”

2022年12月，科大訊飛啟動

“1+N”

大模型技術攻關，“1”

代表通用認知智能大模型算法研發(fā)及高效訓練方案底座平臺，“N”

則是將認知智能大模型技術應用在教育、醫(yī)療、人機交互、辦公、翻譯等多個行業(yè)領域。1.2.3認知訊飛星火2023年訊飛星火認知大模型V1.0發(fā)布，作為以中文為核心的認知智能大模型，能基于自然語言對話的方式實現(xiàn)用戶需求理解與任務執(zhí)行，具備文本、語言理解、知識問答、邏輯推理、數(shù)學思維、代碼理解等多種能力，并能持續(xù)學習進化。V3.0正式發(fā)布，推出了星火科研助手、AI心理伙伴、訊飛星火醫(yī)療大模型，以及業(yè)界首個集“大模型+具身智能”一體的人形機器人，還新增虛擬人格功能。隨后，該模型提升了數(shù)學自動提煉規(guī)律、小樣本學習、代碼項目級理解能力、多模態(tài)指令跟隨與細節(jié)表達等能力。1.2.3認知訊飛星火1.2.3認知訊飛星火01自然語言處理能力在文本生成方面表現(xiàn)出色，能夠撰寫新聞報道、小說故事、文案策劃、學術論文等各類文本，還能根據(jù)不同風格和要求進行創(chuàng)作。例如寫一篇旅游宣傳文案，它能結合當?shù)靥厣?，以生動、吸引人的語言。在語言理解上，可準確理解用戶輸入的復雜語義和語境，實現(xiàn)高效的問答交互。比如針對復雜的政策法規(guī)問題，能精準解讀含義。1.2.3認知訊飛星火02邏輯推理與數(shù)學能力具備較強的邏輯推理能力，無論是分析事件因果關系、解決邏輯謎題，還是處理復雜的業(yè)務邏輯問題，都能給出合理推斷。在數(shù)學能力上，可進行復雜的數(shù)學計算、幾何證明、數(shù)學建模等，能解決從基礎數(shù)學到高等數(shù)學的各類問題。像求解多元函數(shù)極值、復雜的幾何證明題等都不在話下。1.2.3認知訊飛星火03代碼能力支持多種編程語言，如Python、C++、Java等?？梢詫崿F(xiàn)代碼生成，根據(jù)自然語言描述生成可運行的代碼；代碼解釋，對已有的代碼進行注釋和解釋，幫助開發(fā)者理解代碼邏輯；還能進行代碼糾錯和單元測試生成，提高軟件開發(fā)效率和質量。比如根據(jù)一個功能需求，快速生成Python代碼實現(xiàn)該功能。1.2.3認知訊飛星火04多模態(tài)能力涵蓋多模理解、視覺問答、多模生成、虛擬人視頻等功能。上傳圖片后，模型能識別理解并返回準確描述，還能圍繞圖片回答用戶問題。多模生成以及虛擬人視頻則能根據(jù)用戶描述，生成符合期望的合成音頻和視頻，也可整合AI虛擬人，快速生成匹配視頻。比如輸入一段關于風景的描述，就能生成一段包含對應風景畫面的視頻。1.2.3認知訊飛星火以對話方式為例，其操作方法是打開訊飛星火的官方網(wǎng)頁版網(wǎng)址/操作界面如圖1-3所示圖1-3訊飛星火的官網(wǎng)界面1.2.3認知訊飛星火在提示詞輸入框中，輸入提示詞：請介紹請介紹5個生成式人工智能大模型的登錄方式及其功能、特點。單擊按鈕，即可生成相應內容。圖1-4輸入提示詞1.2.4認知Deepseek

2023年11月，DeepSeek發(fā)布了專為編碼任務設計的開源模型DeepSeekCoder，標志著其正式進軍競爭激烈的AI市場；同月，又推出了擁有670億參數(shù)的語言模型DeepSeekLLM。

1.2.4認知Deepseek

DeepSeek-V2憑借極具競爭力的低價策略，迅速在中國AI市場掀起波瀾，促使字節(jié)跳動、騰訊、百度和阿里巴巴等中國大型科技公司調整定價結構。2025年1月，DeepSeek推出了DeepSeek-V3和DeepSeek-R1。其中開源模型DeepSeek-R1基于DeepSeek-V3，以其出色的性能和低成本引起了廣泛關注。

01自然語言處理能力

在文本生成方面，DeepSeek能夠根據(jù)給定的主題或提示，生成邏輯清晰、內容豐富的文本，無論是新聞報道、故事創(chuàng)作還是學術論文，都能信手拈來。

在語言理解上，它可以準確理解用戶輸入的自然語言，包括復雜的語義、語境和隱含信息，實現(xiàn)高效的人機對話。

例如，用戶詢問關于科技發(fā)展趨勢的問題，它能快速理解問題意圖，并給出全面且深入的回答。1.2.4認知Deepseek02代碼能力DeepSeekCoder對多種主流編程語言如Python、Java、C++等都有良好支持，能根據(jù)自然語言描述生成高質量的可執(zhí)行代碼，也能對現(xiàn)有代碼進行解讀、優(yōu)化和調試。比如開發(fā)者想要實現(xiàn)一個數(shù)據(jù)處理功能，只需輸入功能需求描述，DeepSeekCoder就能生成對應的Python代碼。1.2.4認知Deepseek03推斷決策能力DeepSeek-R1在面對復雜問題時，能進行深度的邏輯推理和分析。在商業(yè)決策模擬中，它可以綜合考慮市場趨勢、競爭對手、成本效益等多方面因素，為決策者提供合理的建議和預測。1.2.4認知DeepseekDeepSeek登錄的操作方法是：（1）下載安裝：目前DeepSeek可在軟件應用商店下載，在手機桌面找到并點擊App圖標打開應用。注冊賬號：打開App后，若沒有賬號，點擊

“注冊”

按鈕。點擊

“獲取驗證碼”，將接收到的短信驗證碼填入對應位置，設置好密碼后，點擊

“完成注冊”。（2）登錄賬號：已有賬號時，在App首頁點擊

“登錄”，如圖1-5所示。輸入注冊時的手機號碼和密碼，點擊

“登錄”

即可進入DeepSeek主界面。若忘記密碼，可點擊

“忘記密碼”，通過手機驗證碼重置密碼。圖1-5登錄界面案例1：一位股民想了解如何提高A股投資勝率，打開DeepSeek后，在對話輸入框中輸入

“如何提高A股投資勝率”

。DeepSeek經(jīng)過分析，認為要考慮基本面、技術面分析，兼顧倉位管理、投資風格選擇、辨別信息真?zhèn)蔚?/p>

。它給出了如選擇新能源、高端制造等優(yōu)質賽道進行基本面選股；技術面輔助方面，在股價站上60日均線等上升趨勢中操作，避免逆勢抄底；還推薦定投滬深300ETF、創(chuàng)業(yè)板ETF等指數(shù)基金降低擇時風險，如圖1-6所示。1.2.4認知Deepseek圖1-6案例1案例2：假如有用戶手頭有100萬閑置資金，想進行合理理財規(guī)劃。在DeepSeek中輸入“100萬怎么理財”，它會針對不同風險偏好給出資產配置方案。對于保守型投資者，推薦大額存單、貨幣基金等低風險產品；對于穩(wěn)健型投資者，推薦配置一定比例的指數(shù)基金、債券基金；對于激進型投資者，除了上述產品，還會建議配置部分股票型基金、黃金、REITs等，生成的參考效果如圖1-7所示。1.2.4認知Deepseek圖1-7案例2案例3：開發(fā)者要實現(xiàn)一個簡單的數(shù)據(jù)處理功能，將Excel表格中的數(shù)據(jù)進行篩選，提取出特定條件的數(shù)據(jù)并保存為新的Excel文件

。在DeepSeek中輸入

“用Python實現(xiàn)從Excel表格篩選特定條件數(shù)據(jù)并保存為新Excel文件的代碼”

。DeepSeek會快速生成Python代碼，生成的參考效果如圖1-8所示。1.2.4認知Deepseek圖1-8案例3豆包是字節(jié)跳動基于云雀模型開發(fā)的AI智能體。2024年5月

，字節(jié)跳動宣布豆包大模型正式開啟對外服務。2024年

字節(jié)跳動豆包發(fā)布首款AI智能體耳機OlaFriend，進一步拓展了豆包的應用場景，讓用戶能以更便捷的方式與豆包交互。1.2.5認知豆包01自然語言處理與對話交互

豆包能夠精準理解用戶輸入的自然語言，無論是日常交流的閑聊話題，如分享生活趣事、討論熱門影視；還是專業(yè)領域的深度問題，像探討量子物理的前沿理論、分析復雜的法律條文，它都能迅速理解意圖，并給出自然流暢、邏輯清晰的回答，實現(xiàn)高效的人機對話。1.2.5認知豆包02內容創(chuàng)作輔助

在寫作方面，豆包堪稱強大的助手。無論是撰寫正式的商務報告、學術論文，還是創(chuàng)作充滿創(chuàng)意的小說故事、廣告文案，亦或是生成實用的旅行攻略、產品說明書，只需輸入相關主題、要求或關鍵信息，豆包就能生成內容豐富、結構合理的文本。還能對已有文本進行潤色、改寫、擴寫、縮寫等操作，幫助用戶優(yōu)化文字表達。1.2.5認知豆包03多語言翻譯

支持多種語言之間的互譯，涵蓋常見的英語、日語、韓語、法語、德語等，以及一些相對小眾的語言。無論是學習外語時查詢單詞、翻譯句子，還是閱讀外文文獻、與國外友人交流，豆包都能提供準確、快速的翻譯服務，打破語言障礙。1.2.5認知豆包04知識問答與信息提供

擁有龐大的知識體系，涵蓋科學、歷史、文化、技術、生活等各個領域。當用戶有疑問時，比如詢問歷史事件的詳細經(jīng)過、科學原理的解釋、生活小竅門等，豆包能快速檢索知識，給出準確、詳實的答案，滿足用戶的求知需求。1.2.5認知豆包豆包登錄的操作方法是：1.手機APP登錄：在手機的官方應用商店（如蘋果AppStore或安卓應用商店）搜索“豆包”，下載并安裝完成后，打開應用，如圖1-9所示。若已有賬號，可以選擇“抖音一鍵登錄”，或在登錄頁面輸入注冊時使用的手機號碼或郵箱，以及對應的密碼，點擊“登錄”即可。若忘記密碼，可點擊“忘記密碼”，按照提示通過手機驗證碼或郵箱驗證的方式重置密碼。若首次使用，點擊“注冊”，填寫手機號碼、接收驗證碼并設置密碼完成注冊流程。1.2.5認知豆包圖1-9豆包登錄界面2.網(wǎng)頁版登錄：打開常用的瀏覽器，在地址欄輸入豆包官方網(wǎng)站地址（

）。進入官網(wǎng)后，點擊頁面右上角的“登錄”按鈕。3.第三方平臺登錄：豆包支持通過微信、QQ等第三方平臺登錄。以微信登錄為例，在手機APP或網(wǎng)頁版登錄頁面點擊“微信登錄”圖標，會彈出微信授權頁面，使用手機微信掃描二維碼，在微信端確認授權登錄，即可成功進入豆包。這種登錄方式方便快捷，無需重復注冊賬號。1.2.5認知豆包豆包以文生文為例，其操作方法是：小王計劃和家人去桂林旅游，他向豆包提問“一家五口，預算15000元，從成都去桂林的五天四夜的旅游攻略，包含交通、住宿、美食和景點，考慮老人和小孩需求”。豆包根據(jù)小王的需求，推薦了適合全家出行的交通方式；篩選出環(huán)境舒適、位置便利且價格合理的酒店；列舉了桂林著名的美食，并推薦了適合帶老人小孩游玩的景點，如桂林象鼻山、漓江、西街等，還規(guī)劃了詳細的每日行程安排。1.2.5認知豆包圖1-10案例效果北京月之暗面科技有限公司推出智能助手產品kimi。2024年實現(xiàn)200萬字無損上下文，支持常用語、語音輸入輸出等，api支持toolcalling，具備AI自主搜索并整合關鍵信息，可按需求限定網(wǎng)站搜索，能引用信息來源。能迅速對長篇文本進行摘要，幫助用戶把握文獻、報告等的核心內容。支持金融分析、法律咨詢等領域。1.2.6認知kimi支持多種文件格式和圖片上傳。能智能識別并整理大量數(shù)據(jù)，如發(fā)票或會議記錄，自動提取關鍵信息點。能根據(jù)用戶提供的鏈接、文件或指令，協(xié)助構建大綱、擴展文章、創(chuàng)作文案等。能幫助瀏覽API文檔，定位信息，生成代碼或進行調試，支持多種編程語言。其被廣泛應用于學術研究，撰寫論文；為教師和教育工作者輔助教學、準備教案、解答學生問題提供便利；商業(yè)應用和程序開發(fā)等領域應用成效也很顯著。1.2.6認知kimiKimi官網(wǎng)界面如圖所示。1.2.6認知kimiKimi側邊功能欄1.學會主流大模型的登錄方式和基本操作，如文心一言的文生文、訊飛星火、Kimi等。3.使用大模型時，要避免因輸入不恰當?shù)奶崾驹~導致生成結果不符合預期。2.理解不同大模型的技術原理和優(yōu)勢，以便在實際應用場景中做出準確選擇。任務小結百度搜索kimi官網(wǎng)，并打開官方網(wǎng)站，點擊左側邊欄“登錄”，使用微信掃碼授權登錄。打開工作界面，在提示詞對話框中，輸入：我是準備參加計算機等級考試辦公軟件應用一級考試的學生，請幫我生成考試模擬試題一份，并給出答案解析。實踐創(chuàng)新謝謝大家任務三項目一

走進生成式AI設計類大模型的百家爭鳴時間目錄01020304認知騰訊智影0506認知可靈AI認知Motiff妙多大模型認知靈鹿未來認知酷云AI認知即夢一家專注于數(shù)字內容創(chuàng)作的工作室承接了多個項目，包括為電商平臺制作產品宣傳視頻、為教育機構設計教學課件、為游戲公司設計角色和場景等。工作室現(xiàn)有的創(chuàng)作工具和方法效率較低，難以滿足客戶對質量和交付時間的要求。工作室決定引入新的AI創(chuàng)作平臺和大模型來提升創(chuàng)作能力，在眾多的平臺和模型中做出選擇并學會熟練運用，成為工作室當前面臨的重要任務。任務分析完成任務需要學生了解數(shù)字內容創(chuàng)作的基本流程和要求，才能更好地運用相關平臺和模型。操作過程中，要處理好素材準備、參數(shù)設置、效果調整等細節(jié)，掌握平臺工具的使用技巧。面對不同設計項目需求，要能靈活運用相應模型的功能，發(fā)揮創(chuàng)意，提升創(chuàng)作質量和效率。任務情境理解即夢、靈鹿未來等平臺或模型的功能和應用場景；熟練掌握數(shù)字內容的工作流程和要求。知識目標能根據(jù)給定的應用場景，選擇合適的大模型并說明理由；掌握不少于3個主流設計類大模型的登錄方式和基本操作方法。能力目標培養(yǎng)創(chuàng)新意識，在創(chuàng)作中積極探索和應用新技術；增強團隊合作精神，合作協(xié)同完成創(chuàng)作任務。素質目標任務目標數(shù)字內容創(chuàng)作的工作流程和要求是：第一，規(guī)劃構思階段。明確目標與受眾，開展創(chuàng)意策劃。第二，素材準備階段。依據(jù)創(chuàng)意收集素材，包括文本、圖像、音頻、視頻等。收集與主題的契合度、質量高、合法的素材，處理素材。第三，制作階段。運用數(shù)字工具進行創(chuàng)作。第四，優(yōu)化調整階段。完成初稿后審核校對，修改后再次審核，確保質量達到標準。第五，發(fā)布與推廣階段。選擇合適平臺發(fā)布，通過多種方式推廣。第六，評估反饋階段。數(shù)據(jù)監(jiān)測，分析用戶行為和反饋，持續(xù)改進提高質量。依據(jù)工作需求，我們可以選擇不同的生成式AI大模型輔助設計，以下介紹幾個的創(chuàng)作平臺和大模型。任務實施即夢是字節(jié)跳動旗下剪映推出的AI創(chuàng)作平臺。即夢原名為Dreamina。它能讓普通人無需專業(yè)技能也能制作出精美的圖片和視頻，滿足社交媒體分享、個人興趣創(chuàng)作等需求，如制作個性化的朋友圈海報、生活記錄視頻。在服務商業(yè)營銷方面，能為企業(yè)和商家提供了高效的廣告制作、產品宣傳等解決方案，能快速生成吸引人的廣告海報和宣傳視頻，提升營銷效率和效果。在推動教育創(chuàng)新方面，可用于制作教學課件、動畫演示等，使教學內容更加生動形象，提高學生的學習興趣和效果。在豐富文化藝術創(chuàng)作方面，能為藝術家、創(chuàng)作者提供了新的創(chuàng)作工具和靈感來源，有助于推動文化藝術的創(chuàng)新和發(fā)展，如創(chuàng)作藝術插畫、動畫短片等。主要功能介紹如下：1.3.1認知即夢01AI繪圖功能文生圖：輸入文本描述可生成對應場景圖片，支持動漫、寫實、攝影、插畫等多種風格。圖生圖：以圖片為基礎生成新圖片，可實現(xiàn)風格轉換等操作。圖像編輯：能將較低分辨率圖像處理為4K、8K分辨率的超清圖片，并支持擴圖功能，可更改圖片比例。局部重繪：提供畫筆和橡皮擦工具，對生成后的圖片進行局部重繪。1.3.1認知即夢02AI視頻生成功能文生視頻：將文字描述轉換成視頻。圖生視頻：利用單圖或兩張圖片作為首幀和尾幀，直接生成視頻或配合提示詞描述生成視頻。AI對口型：為生成視頻中的人物配音并匹配口型，提供多種音色，也可上傳自己的配音。鏡頭與速度控制：有鏡頭放大、推遠、旋轉等多種運鏡選擇，提供正常、快速、慢速三種運動速度控制。1.3.1認知即夢03智能畫布素材拼接：支持本地素材上傳，在畫布上自由拼接。分圖層AI生成：可進行分圖層AI生成、AI擴圖、局部重繪、局部消除等，確保創(chuàng)作風格統(tǒng)一和諧。1.3.1認知即夢04故事創(chuàng)作支持一站式生成故事分鏡、鏡頭組織管理、編輯等功能。1.3.1認知即夢即夢的登錄操作方法是：1.電腦端：打開瀏覽器，輸入即夢平臺網(wǎng)址/，打開工作界面如圖1-14所示。在平臺首頁右上角找到

“登錄”

按鈕，輸入用戶名和密碼后，點擊

“登錄”

進入即夢平臺。首次登錄需先

“注冊”

賬號，有抖音賬號的用戶，也可通過抖音APP掃碼登錄。圖1-14即夢AI官網(wǎng)登錄界面04故事創(chuàng)作1.3.1認知即夢小提示：即夢AI需要使用抖音賬號登錄，如果沒有抖音賬號的讀者需要提前注冊抖音賬號，如圖1-15所示。圖1-15即夢AI界面登錄即夢AI后，工作界面由導航欄，工具欄，菜單欄，“視圖”窗口，“材質管理器”窗口，“對象”窗口，“屬性”窗口，“動畫”窗口等區(qū)域組成，如圖1-16所示。04故事創(chuàng)作1.3.1認知即夢以制作數(shù)字人對口型視頻為例，即夢平臺的操作方法是：（1）準備工作：確保設備網(wǎng)絡穩(wěn)定，準備好數(shù)字人的照片或視頻，以及清晰、無雜音的音頻文件或準確、完整的文本內容。（2）選擇數(shù)字人：登錄后在平臺素材庫或角色選擇區(qū)域挑選合適數(shù)字人。（3）輸入文本或上傳配音：選擇“對口型——文本朗讀”輸入框輸入文本，或點擊“上傳本地配音”按鈕上傳音頻文件。（4）生成、預覽和下載視頻：設置完成后點擊

“生成”

按鈕，生成后進行預覽，滿意則下載。04故事創(chuàng)作1.3.1認知即夢以制作繪畫人物說話的教學視頻為例，即夢平臺的操作方法是：（1）素材收集與準備：選擇合適的繪畫作品，準備好想要人物表達的臺詞或講解內容，并整理成清晰準確的文本形式。（2）上傳繪畫與輸入文本：登錄后點擊“AI視頻生成”，進入創(chuàng)作頁面，在“對口型”功能中上傳繪畫圖片，在“文本朗讀”欄輸入臺詞文本，也可選擇“上傳本地音頻”。（3）選擇聲音與生成效果：選擇合適的聲音，設置相關參數(shù)。（4）生成并預覽視頻：點擊

“生成視頻”

按鈕，生成后進行預覽，查看效果是否符合預期，可返回修改調整。

由北京酷云互動科技有限公司推出，該公司創(chuàng)立于2009年1月。成立之初，酷云互動就致力于在大數(shù)據(jù)與人工智能領域開拓創(chuàng)新，憑借對市場趨勢的敏銳洞察和技術研發(fā)的不懈投入，逐漸在行業(yè)中嶄露頭角

?？嵩艫I可以幫助用戶快速創(chuàng)作自媒體文案、營銷文案、短視頻腳本、商品文案、小說等300多種AI應用。用戶可一鍵生成原創(chuàng)文章、小紅書文案、公眾號文章、電商文案、短視頻腳本、營銷推廣文案、各類圖片素材等，有效為每位用戶提高創(chuàng)作質量和工作效率。1.3.2認知酷云AI其技術特點是：1.3.2認知酷云AI第一，自然語言處理深度優(yōu)化?？嵩艫I運用先進的深度學習算法，對自然語言處理技術進行深度優(yōu)化。通過海量文本數(shù)據(jù)的學習，模型能夠精準理解人類語言的語義、語法和邏輯結構，從而生成自然流暢、語義準確的文本內容。第二，多模態(tài)融合技術。酷云AI還具備多模態(tài)融合技術。它能將文本與圖像、音頻等多種信息模態(tài)進行融合處理，能根據(jù)描述生成匹配的圖像，實現(xiàn)圖文并茂的創(chuàng)作輸出，提供一體化的創(chuàng)作方案，豐富創(chuàng)作維度。第三，個性化學習與自適應調整?？嵩艫I可以根據(jù)用戶的使用習慣、歷史創(chuàng)作記錄進行個性化學習。通過分析用戶偏好的寫作風格、常用詞匯、主題領域等信息，為用戶提供更貼合其需求的創(chuàng)作建議和內容生成，能實時自適應調整，越來越懂用戶的創(chuàng)作思路。第四，強大的知識圖譜支撐。內置龐大且精細的知識圖譜和豐富的知識儲備，為生成的內容提供堅實的知識基礎。無論是科學知識、歷史事件，還是行業(yè)動態(tài)、文化典故，都能信手拈來并合理運用，保證內容的專業(yè)性和豐富度。登錄酷云AI后，其工作界面如圖1-11所示。1.3.2認知酷云AI如圖1-11功能欄：展現(xiàn)了AI酷云的5個功能，包含“AI應用”“AI聊天”“AI行業(yè)”“AI繪畫”“AI訓練”等5個功能。工作臺：分為左側工作臺和橫向工作臺，兩個工作臺包含的內容一致。包含“我的收藏”“小紅書”“微信公眾號”“短視頻/直播”“商品文案”“影視/書籍”“社交媒體”“創(chuàng)作助手”“電子商務”“品牌營銷”“商業(yè)助手”“合同助手”“學術教育”“小說推文”等14個子工作臺。

場景模塊：分為多個助力AI品牌營銷的場景模塊。包含“品牌起名及生成”“產品介紹”“品牌故事”“公司介紹”“廣告語”“商業(yè)計劃書”“競品分析”“節(jié)日營銷活動方案”“營銷策劃”“營銷策劃方案”“網(wǎng)頁TDK生成”“偽原創(chuàng)改寫”等子場景。靈鹿未來AI設計平臺是國內首個以Agent（智能體）驅動的AI設計平臺、自主研發(fā)的多模態(tài)設計行業(yè)大模型。由Agent驅動，具備“生成式對話+時序卡片”功能，可實現(xiàn)動態(tài)展現(xiàn)并可控交付，還能做到模型與應用解耦。它精準賦能設計剛需的千行百業(yè)，降低平臺使用門檻、打通工作流上下節(jié)點，針對工業(yè)設計領域特點和需求及中國傳統(tǒng)文化設計表達進行深度訓練開發(fā)，助力實現(xiàn)“設計強國”。能提供產品定義、競品分析、趨勢追蹤、產品圖生成、精準CMF、智能體開發(fā)、智能打標、模型訓練等功能，構建開放可擴展的DesignBOM運行支撐體系，打造產品全周期全流智能設計引擎。其被廣泛應用于工業(yè)設計等多個垂直行業(yè)，可用于產品設計的全流程，從概念生成到具體設計方案輸出，提高產品全生命周期的開發(fā)效率，推動規(guī)模化創(chuàng)意創(chuàng)新。1.3.3認知靈鹿未來操作方法是：打開官方網(wǎng)址：/auth/login，點擊注冊賬號，完成注冊后輸入賬號密碼即可登錄。案例應用操作方法：如設計一款智能手表，在靈鹿未來平臺的生成式對話框輸入“設計一款具有健康監(jiān)測功能的智能手表，風格簡約時尚”等需求，通過對話框修改如顏色、材質等參數(shù)，確認后點擊“確認以上參數(shù)”，在時序卡片確認信息無誤后點擊“生成圖片”，可一次性生成4張產品圖片，還可利用重繪、局部調整等功能優(yōu)化設計，生成的產品定義及競品分析文檔可在時序卡片點擊“AI編輯”進行編輯。1.3.3認知靈鹿未來Motiff妙多推出自主研發(fā)的UI多模態(tài)大模型——Motiff妙多大模型，是全球首個由UI設計工具。

其具備出色的UI理解能力和執(zhí)行開放式指令的能力，能識別界面中所有圖片、圖標、文字和40多種細粒度UI組件，精確標注元素區(qū)域坐標，還具備交互導覽能力應用。主要應用于UI設計領域，可用于APP界面設計、網(wǎng)頁設計等，幫助設計師提高設計效率，提升設計質量，確保設計的一致性和規(guī)范性。1.3.4認知Motiff妙多大模型其登錄操作方法：訪問Motiff妙多官方平臺，點擊注冊獲取賬號，注冊成功后使用賬號密碼登錄。案例應用操作方法：進行APP界面設計時，若要設計一個社交APP的聊天界面，在Motiff妙多中可使用AI生成UI功能，輸入

“社交APP聊天界面，有聊天輸入框、發(fā)送按鈕、聊天記錄展示區(qū)等”

的需求，模型生成初步設計稿，利用AI布局功能調整元素位置和排版，用AI一致性檢查功能檢查是否符合設計規(guī)范，再通過AI魔法框在聊天輸入框附近添加提示文案等細節(jié)內容，對生成的設計稿不滿意還可再次輸入指令讓模型重新生成或修改。1.3.4認知Motiff妙多大模型技術特點是采用類Sora的DiT結構，用Transformer取代傳統(tǒng)的卷積網(wǎng)絡結構，提升了模型的處理和生成能力。使用flow模型作為擴散模型基座，并使用分布式訓練集群，通過算子優(yōu)化和重算策略優(yōu)化，顯著提升了硬件利用率。構建了完備的標簽體系，從視頻基礎質量、美學和自然度等多個維度對視頻數(shù)據(jù)進行篩選和優(yōu)化，并研發(fā)了視頻描述模型，大幅提升了視頻生成模型的文本指令響應能力。在訓練過程中，采用分階段訓練策略，初期階段通過大量數(shù)據(jù)增強模型對概念的理解，后期階段通過高質量數(shù)據(jù)進一步提升模型性能和細節(jié)表現(xiàn)。1.3.5認知可靈AI應用亮點：支持生成長達2分鐘的30fps視頻，分辨率高達

1080p，并且支持多種寬高比；用戶可通過“運動筆刷”為圖片中的元素指定運動軌跡，還能為某些元素額外指定靜止區(qū)域，讓視頻內容有更好的運動控制及運動表現(xiàn)；

在圖生視頻時，能根據(jù)圖片和提示詞生成細節(jié)豐富、邏輯合理的視頻；支持多種尺寸格式的圖片生成視頻。1.3.5認知可靈AI騰訊智影上線。騰訊智影是騰訊公司開發(fā)的云端智能視頻創(chuàng)作工具，于2023年3月上線以來，在不斷發(fā)展中功能日益豐富，逐漸成為行業(yè)內具有影響力的創(chuàng)作平臺，該平臺涵蓋智影數(shù)字人、文本配音、文章轉視頻等AI創(chuàng)作工具，致力于降低視頻制作成本，提高生產效率。

其數(shù)字人功能不斷完善，支持文本或音頻識別，能在幾分鐘內生成數(shù)字人播報視頻，還可實現(xiàn)針對真人的

“形象克隆”

和

“聲音克隆”

，創(chuàng)作者上傳少量素材就能得到數(shù)字人分身和定制音色。文本配音功能提供近百種仿真聲線，支持手動調整語音倍速、局部變速、多音字和停頓，還支持方言播報。視頻剪輯功能也不斷豐富，提供專業(yè)易用的視頻剪輯器，支持多軌道剪輯、添加特效與轉場等操作。在教育領域，數(shù)字人播報功能為教師提供全新教學方式，可創(chuàng)建生動有趣的虛擬角色授課，特殊情況下還能替代教師授課，確保教學進度。在電商直播領域，數(shù)字人可實現(xiàn)7*24小時不間斷直播。1.3.6認知騰訊智影操作方法簡介：1.打開騰訊智影官網(wǎng)，如圖1-12所示。2.單擊右上角的“登錄”按鈕

，彈出登錄/注冊對話框，提供微信登錄、手機號登錄、QQ登錄三種登錄方式。未注冊的用戶選擇手機號登錄，輸入手機號和驗證碼，單擊“登錄/注冊”按鈕

，登錄并自動注冊。如圖1-13所示。進入騰訊智影首頁，智影首頁分為四個部分，頂部是焦點圖推薦新功能等，左側為導航欄，中部是工具導航，底部是近期的視頻項目列表。如圖1-14所示。1.3.6認知騰訊智影圖1-12官網(wǎng)界面圖1-14工作界面圖1-13登錄界面3.單擊頂部焦點圖數(shù)字人播報中的“去創(chuàng)作”按鈕

，或單擊中部“數(shù)字人播報”工具

，進入數(shù)字人播報創(chuàng)作界面。創(chuàng)作界面由①主顯示/預覽區(qū)、②軌道區(qū)、③編輯區(qū)、④工具欄、⑤工具展開列表、⑥合成按鈕等組成。如圖1-15所示。4.單擊左側工具欄的“PPT模式”按鈕

，單擊工具展開列表上部的“上傳PPT或PDF”按鈕

，彈出“打開”對話框，找到素材“大學信息技術基礎課程PPT”并單擊選中。如圖1-16所示。1.3.6認知騰訊智影圖1-15數(shù)字人創(chuàng)作界面圖1-16導入PPT5.單擊“打開”對話框右下角的“打開”按鈕

，彈出即將導入PPT對話框，如圖1-17所示。6.單擊“覆蓋當前”按鈕，導入完成后，PPT顯示在工具展開列表、預覽區(qū)和軌道區(qū)中，并自動生成數(shù)字人。如圖1-18所示。1.3.6認知騰訊智影圖1-17檢測界面圖1-18生成數(shù)字人7.單擊選中第一張幻燈片，單擊左側工具欄的“數(shù)字人”按鈕

，單擊展開列表的“預覽效果”選項，選擇一個你想要的數(shù)字人形象。如圖1-19所示。8.單擊監(jiān)視器中的數(shù)字人，在右側編輯區(qū)，進行更換服裝、更換服裝顏色、更改蒙板形狀和改變動作的數(shù)字人編輯。如圖1-20所示。1.3.6認知騰訊智影圖1-19選擇數(shù)字人圖1-20設置參數(shù)9.在右側的對話框中，單擊“畫面”選項，進行基礎調節(jié)。要改變數(shù)字人的位置，在編輯區(qū)中輸入坐標值，或按住鼠標左鍵拖動預覽區(qū)中的數(shù)字人到合適位置后釋放鼠標左鍵。要調節(jié)數(shù)字人的大小，改變編輯區(qū)中縮放比例，或按住鼠標左鍵拖動預覽區(qū)中數(shù)字人選區(qū)的任一角節(jié)點到合適大小后釋放鼠標左鍵。如圖1-21所示。10.單擊監(jiān)視器左下角畫面比例顯示框

，在彈出的下拉菜單中選擇合適的比例，一般電腦橫屏選擇16:9，手機豎屏選擇9:16。如圖1-22所示。1.3.6認知騰訊智影圖1-22設置顯示比例圖1-21調整參數(shù)11.單擊預覽區(qū)右下角“字幕”按鈕，選擇開啟或關閉字幕。12.單擊預覽區(qū)空白處，單擊右側編輯區(qū)的“導入文庫”按鈕，導入素材“第1張幻燈片視頻旁白”，或打開“第1張幻燈片視頻旁白”文檔，將內容復制粘貼到文本輸入框中。設置插入停頓、檢查多音字和數(shù)字符號等。如果對視頻腳本不滿意，可以在編輯區(qū)中進行改寫、擴寫和縮寫。如圖1-23所示。1.3.6認知騰訊智影圖1-23導入文本信息13.單擊編輯區(qū)文本框左下角的音色頭像按鈕“1.0”彈出選擇音色對話框。如圖1-24所示。選擇想要的音色，拖動左下角“讀速”的控制點調節(jié)讀速，一般1.0為正常讀速，單擊“確認”按鈕。1.3.6認知騰訊智影圖1-24設置聲音14.單擊右側編輯區(qū)的