Category: AI教程

用AI制作表情包真的太香了，以前一套表情包要做好几周，现在分分钟搞定。

接下来给大家分享一下，我用ComfyUI做的最近爆火的哪吒表情包全过程。

ComfyUI好用是好用，但是对0基础的朋友来说，本地安装、每次加载新工作流节点频频报错，真挺让人头痛的。

最近我发现直接用ComfyUI在线工作流，直接就能一键做同款，吐司AI上千款模型和lora随便用，这也太香了！

01

在线生图

进入吐司AI的首页。

搜索【哪吒】，就会出来很多相关的模型、lora、小工具。第一排第3个封面中的哪吒就画得很不错，我们直接点击图片，查看详情。

在页面的信息里，我们可以了解到，想要生成封面这样的效果，需要FLUX.1模型搭配这个lora。

lora的触发词是nz，简单来说就是我们的提示词里包含nz，lora才会生效，帮助我们生成想要的哪吒形象。

点击案例图，我们可以看到生成这张图片的全部信息，可以点击右下角一键get同款。

点击做同款后，就到了和Stable Diffusion Web UI类似的操作页面，并且自动帮你填好了提示词，你可以一键使用和作者同样的参数~

这样就得到了封面同款哪吒。

我们直接调整提示词，就可以做出哪吒不同动作、表情的图片啦~

02

创建文生图工作流

在线工作流和在线生图效果差不多，但是工作流是节点式的，只要跑过一次，参数不变就不需要每次都设置，非常适合批量出图。

接下来，我们一起创建一个基础的文生图工作流。

我们点击首页的工作流模式。

点击新建工作流。

这里有很多基础的工作流模板，我们刚才生成的哪吒图片用到FLUX模型和lora，所以这里直接选择FLUX&lora的模板。

点击使用，一个基础的文生图工作流就创建好啦。

画布上的一个个小模块，就是节点。

我们点击空白处可以拖动画布，鼠标滚轮可以控制画布大小，在节点上按住左键不放，可以拖动节点。

节点的左右侧的彩色小圆点，左侧的就是输入节点，右侧的是输出节点。

它们遵循同色相连、左进右出、单进多出（单个输入节点最多只能连接1条连线；单个输出节点可以连接多条连线）的规律。

我们试着复原一下前面画的哪吒图片。

点击Checkpoint名称。

云端有超级多模型可供选择，这里我们选择FLUX.1-dev-fp8模型，点击使用。

同样的方法，我们选择哪吒-魔童闹海F1的lora，并且设置模型强度（权重）为0.8。

输入正向提示词：

Flux.1模型不支持负向提示词，我们可以点击节点左上角的灰色圆点，把它折叠起来，让界面更简洁。

潜空间图像，我们在这里调节生成图片的尺寸和单次生成图片的数量。

K采样器的参数可以参考在线生图的设置。

我想复刻哪吒的案例图，所以这里随机种填和案例一样的834084145。

其他节点保持默认参数即可，点击页面最下方的运行。

等待1分钟左右，就生成了2张哪吒的图片啦。

后续只需要慢慢调整提示词中关于表情、动作相关的内容，就可以生成形象一致的各种表情包啦~

nz, A medium – sized Asian doll, her hair neatly pulled back in a ponytail, with the entire head and hair fully within the frame, presented in a clear 2×2 grid, each cell featuring a distinct expression of the same Nezha character. High – resolution, with vivid and sharp digital painting details.Top row:First face: Nezha with eyes gently closed, head slightly tilted back, a contented smile on the lips, showing a look of pure enjoyment, as if savoring a delicious treat or a wonderful melody.Second face: Nezha’s eyes are wide open, almost popping out, with a look of shock and curiosity, eyebrows raised high, as if suddenly seeing something extremely astonishing.Bottom row:First face: Nezha is crying, with big, fat tears rolling down the cheeks, eyes red and puffy, mouth quivering, looking extremely sad and heartbroken.Second face: Nezha wearing a warm, friendly smile, with eyes slightly curved, exuding a sense of kindness and approachability, the corners of the mouth turned up gently.Nezha is dressed in his classic, eye – catching red and yellow outfit, adorned with a vibrant red headband, his arms and legs exposed, and a prominent small red mark on his forehead.

03

ComfyUI高清修复工作流

看着生成的图片效果还行，但是感觉清晰度还不太行，于是我在工作流里搭建了高清修复的节点。

高清修复的节点中，K采样器保持和文生图中的一致就可以啦~可以通过调节降噪的数值大小，来调节最终效果，推荐设置0.5-1之间。

非潜空间放大分组的节点中，还需要选择合适的放大模型。

我们生成人物表情包，主要需要面部的一些修复，所以这里的放大模型选择4xFaceUpSharpDAT.pth。

我们点击运行，此时工作流会生成3张图片，分别是文生图图像和2种方式放大后的图像。

对比一下3张图像，用非潜空间放大的图像是最清晰的，我们可以在其他两个分组中单击右键，停用分组节点，只保留效果最好的一个运行~能节约一些算力。

点击页面右上角的发布，可以把工作流上传到吐司，共享给小伙伴们。

大家点击下方链接，就可以使用同款小工具啦~

https://tusiart.com/template/run/836929649576720604

04

AI生成视频

前面我们已经生成好了哪吒的各种表情图片。接下来我们把这些图片分别做成视频。

我们打开智谱清影，选择图生视频。

上传刚刚做好的图片，然后简单描述一下你想要的动态效果。

提示词：小孩托着双颊，情绪沮丧，微微向左右摇头

05

添加文字

将视频转为动态表情包

打开剪映，上传做好的视频，添加字幕。

导出时，选择GIF导出，分辨率为240P。

说了这么多，但是这些也只是ComfyUI工作流使用的一点皮毛而已，但是你能掌握这些，就能顺畅使用平台上各类优秀的工作流。

至于更精细化的了解ComfyUI，大家需要在自己的使用过程中，慢慢地边学边了解。希望这篇教程能让你觉得使用ComfyUI工作流不是一个遥不可及的难事，只需要稍稍地学习一点点，就能高效用起来。

本文涉及的所有工具：

吐司AI：https://ai-bot.cn/tusiart/

智谱清影：https://ai-bot.cn/qingying/

原文链接：ComfyUI喂饭教程：3分钟教会你用AI制作哪吒表情包

本文是关于DeepSeek-R1及类强推理模型开发的深度解读。详细剖析了DeepSeek-R1的技术架构，包括其基于规则的奖励机制、组相对策略优化（GRPO）算法以及多阶段训练流程，揭示了其在推理能力、语言一致性和安全性方面的优化策略。探讨了DeepSeek-R1的社会和经济效益，分析了其在多模态场景下的应用潜力，并对未来技术发展方向如模态穿透、形式化验证和审计对齐等进行了展望。深入理解DeepSeek-R1的技术创新和强推理模型的开发提供了全面而系统的视角。

获取《DeepSeek-R1及类强推理模型开发解读》 PDF原文件，扫码关注回复： 20250225

DeepSeek-R1及类强推理模型开发解读

• 介绍大语言模型对齐与可扩展监督的主要研究方向，重点探讨DeepSeek-R1、Kimi 1.5及类强推理模型的开发背景和意义。

DeepSeek-R1开创RL加持下强推理慢思考范式新边界

• 深入分析DeepSeek-R1如何在强化学习（RL）的支持下，开创强推理慢思考范式的新边界。讨论其在数学代码任务、知识类问答及长文本依赖任务中的卓越表现，并对比OpenAI o1系列模型。

DeepSeek-R1技术剖析

• DeepSeek-R1 Zero

  详细解读DeepSeek-R1 Zero作为无需监督微调（SFT）的纯强化学习驱动强推理模型的技术细节，包括奖励建模、训练模板及关键启示。

• DeepSeek-R1技术Pipeline总览

  展示DeepSeek-R1技术的整体流程，涵盖从DeepSeek-V3 Base到最终模型的多阶段训练过程，包括冷启动、推理为中心的强化学习、拒绝采样和全领域SFT等环节。

DeepSeek-R1背后的Insights & Takeaways

• 总结DeepSeek-R1开发过程中的关键见解和技术亮点，如纯RL开发推理能力、多阶段训练的优势、推理为中心的RL训练及GRPO赋能RL-Scale等。

DeepSeek-R1社会及经济效益

• 探讨DeepSeek-R1在社会和经济领域的潜在影响，包括低成本高质量语言模型的探索、垂直领域和横向拓展的应用前景、资本市场的影响、资源优化、市场激活及高效创新等方面。

技术对比探讨

• STaR-based Methods vs. RL-based Methods

  对比基于STaR（Bootstrapping Reasoning With Reasoning）的方法与基于强化学习的方法在强推理路径上的优缺点。

• 蒸馏vs.强化学习驱动

  分析模型蒸馏与强化学习在提升模型强推理能力方面的不同策略和效果，探讨各自的优势与局限性。

• PRM & MCTS的作用

  讨论PRM（Preference Reward Model）和MCTS（Monte Carlo Tree Search）在强推理模型中的应用及其面临的挑战。

• 从文本模态到多模态

  探索强推理模型从文本模态向多模态扩展的可能性和面临的挑战，展望模态穿透和模态联动对强推理能力的提升潜力。

• 其他讨论：Over-Thinking等

  分析强推理模型中可能出现的Over-Thinking现象及其对训练和推理过程的影响，探讨如何合理分配Test-Time Compute以优化模型表现。

未来方向分析探讨

• 模态穿透赋能推理边界拓展：Align-DS-V

  探讨模态穿透技术如何赋能推理边界拓展，展望Align-DS-V等技术在未来强推理模型中的应用前景。

• 合成数据及Test-Time Scaling

  分析合成数据和Test-Time Scaling在突破数据再生产陷阱、提升模型性能方面的潜力和重要性。

• 强推理下的安全：形式化验证与审计对齐

  讨论在强推理模型中如何通过形式化验证和审计对齐等技术手段，确保模型的安全性和可靠性。

获取《DeepSeek-R1及类强推理模型开发解读》 PDF原文件，扫码关注回复： 20250225

《AIGC发展研究报告3.0》由清华大学新闻与传播学院新媒体研究中心和人工智能学院联合发布，聚焦于人工智能生成内容（AIGC）技术的发展现状与未来趋势。报告从AI哲学思辨出发，探讨了AIGC对经典哲学理论的冲击与革新，如怀疑论、主体间性、儒家“信”的思想等，分析了国内外大模型的演进，包括OpenAI的o1模型、Grok 2、Llama 3.2等，探讨了生成机制、AI幻觉问题以及不同模型的应用场景。报告还深入研究了AIGC在文字、图像、音乐、视频等生成式内容创作中的应用，展示了AI在文学、绘画、音乐、视频等领域的创作成果。提出了AIGC在版权、法律、伦理等方面的挑战与应对策略，为理解AIGC技术的多维度影响提供了全面视角。

获取《AIGC发展研究报告3.0》 PDF原文件，扫码关注回复： 20250304

研究团队与背景

• 团队简介：清华大学新闻与传播学院新媒体研究中心与人工智能学院联合研究团队，由沈阳教授领导，专注于跨学科研究，涵盖新闻传播学、计算机科学、信息管理学、医学等领域。
• 研究方向：元宇宙、大模型产业化、大数据、新媒体与网络舆论、AI诊疗、AI文艺等。

AI哲学

• 怀疑论与思维本质：探讨AI的“思维”是否挑战了笛卡尔的怀疑论。
• 主体间性与他者经验：分析AI的主体间性是否为真正的主体性，以及对“他者经验”的重新审视。
• 儒家“信”的思想：AI虚假信息对传统儒家思想中“信”的冲击。
• 对话与理性：AI对话模式对传统对话深度与真实性的挑战。
• 技术与社会演进：AIGC对马克思社会阶段理论的印证，以及对社会形态的推动。
• 技术与权力结构：AI作为“环形监狱”对隐私、自我监控和权力关系的影响。
• 天人智一与和谐共生：从“天人合一”到“天人智一”的理念转变，强调人与自然、技术的和谐共处。

国内外大模型发展

• 基座升级与技术演进：从文本生成到视频创作，再到逻辑推理的三次进步。
• 生成机制与语料预学：以“我喜欢吃苹果”为例，解析AI模型的训练、推理和生成过程。
• AI缺陷与幻觉问题：探讨AI幻觉的成因、类型及对信息可信度的影响。
• OpenAI o1模型：其在多领域（金融、编程、教育等）的应用与社会影响。
• 语言大模型群雄逐鹿：对比GPT-4o、Apple Intelligence、Grok 2、Llama 3.2等六大模型的优缺点。
• 视频大模型三足鼎立：分析Runway、清影、Vidu等视频大模型的功能特色。
• 音乐大模型“一超多强”：Suno、Abab-music-1、天工SkyMusic等音乐大模型的特点与应用场景。

生成式内容创作：文、图、乐、剧

• 图灵测试与智能超越：AI在文本、图像、音乐、视频等领域的突破。
• AI艺术创作：从“零知识启动”到“高知识生产”，再到“新知识创造”的创造力跃迁。
• AI艺术评价体系：凡品、精品、优品、罕品、孤品的分级标准。

• 三重概率与创作流程：初始生成、交互筛选、主观优化的创作体系。
• 三型创作模式：确定型、非确定型、融合型创作的特点与应用。
• 三元分离模型：AI与人类创作在过程、情感表达、受众感知上的区别。
• AI文学创作：包括AI小说、诗歌、论文等生成案例。
• AI绘画与美学理论：探讨AI绘画的本质、美学价值及创新美学理论。
• AI音乐创作：高细节音乐、情感疗愈音乐、状态感知音乐等创新类型。
• AI视频创作：AI微短剧、文旅宣传片等视频生成案例。

各行业应用与创新

• 服装设计：AI全流程设计服装并对接生产，推动服装行业变革。
• 医疗健康：AI-MDT多学科诊疗系统、心理疾病辅助诊疗平台等应用。
• 教育创新：AI辅助学习、个性化教育、教育大模型的构建。

• 工业与能源：煤化工大模型、设备故障预测、智能安全管理。
• 出版与文旅：AI出版、文旅虚拟人、AIGC文创产品。
• 传媒与互联网：AIGC新闻、社交媒体、搜索引擎的融合。
• 人形机器人与元宇宙：AI赋能人形机器人、具身智能、空间智能。

未来展望：技术革新与社会变革

• 职业替代与协作：分析不同职业在AI时代的替代性与协作潜力。
• 社会形态演变：从农业社会到工业社会，再到AI社会的转变。

• 经济变化与资源分配：智能化生产、产业优化升级、资源集中化。
• 政治冲击与权力转移：AI对政策制定、社会治理、选举管理的影响。

• 文化重塑与伦理挑战：AI对传统创作、社会变革、伦理思考的冲击。
• 生活方式变革：AI在衣、食、住、行、娱乐等方面的应用。
• 情感变迁与认知透视：AI对情感、人际关系、认知的影响。
• 版权与法律重塑：AIGC内容的版权归属、最小可识别单元的构建。

获取《AIGC发展研究报告3.0》 PDF原文件，扫码关注回复： 20250304

清华大学发布的《DeepSeek给我们带来的创业机会》，由360集团创始人周鸿祎主讲，探讨了人工智能（尤其是大模型技术）的发展历程、DeepSeek的核心创新、以及在政企和创业领域的应用前景。强调DeepSeek作为一种颠覆性技术，如何通过技术创新、用户体验优化、开源模式和成本降低，推动AI在各个行业的普及和落地。详细介绍了DeepSeek在个人智能、万物智能、产业智能化改造、未来产业、科学研究和安全领域的应用方向，提出了将大模型与具体场景结合的策略，实现降本增效和业务流程优化。

获取《DeepSeek给我们带来的创业机会》 PDF原文件，扫码关注回复： 20250228

火热的AI时代

• 介绍了清华大学DeepSeek课堂的火爆场景，强调了AI时代的重要性。简要介绍了课程的安排和内容。

• 建立AI信仰：大模型是人工智能的重大拐点，将重塑所有产品和业务。
• 大模型不是泡沫：大模型是新一轮工业革命的驱动引擎，将为高质量发展注入强大动能。

• 从专家系统到生成式AI的发展历程。探讨了从大模型AI到科学AI的发展趋势。

• AGI之战：探讨了探索超越人类的超级人工智能。
• 大模型安全之战：讨论了大模型带来的安全挑战。
• 应用场景之战：强调了结合场景才能发挥大模型的价值。

DeepSeek出现之前的十大预判：对大模型发展趋势的十大预判。

• 传统AGI发展步伐在放慢需要寻找新方向
• 慢思考成为新的发展模式
• 模型越做越专
• 模型越做越小
• 知识的质量和密度决定大模型能力
• 成本越来越低
• 多模态越来越重要
• 智能体推动大模型快速落地
• 开源效果追上闭源
• 中美差距快速缩小

DeepSeek的出现验证了我们的预判：介绍了DeepSeek创新模式。

• 技术创新：阐述了DeepSeek的技术创新，如突破ScalingLaw瓶颈。
• 用户体验创新：介绍了DeepSeek在用户体验上的改善。
• 开源：探讨了开源对行业格局的影响。
• 成本暴跌：讨论了DeepSeek带来的成本降低。
• 免费：强调了DeepSeek的免费使用对科技平权的贡献。

• 人人智能：强调了DeepSeek使个人能够拥有自有大模型。
• 万物智能：探讨了利用AI重做所有硬件的机会。
• 数转智改：讨论了用大模型帮助传统产业实现数转智改。
• 未来产业：介绍了DeepSeek为未来产业带来的改进。
• 科学研究：探讨了基于DeepSeek的科学推理模型。
• 安全：讨论了DeepSeek的安全问题及解决方案。

• 如何解决DeepSeek在政府、企业的应用问题：讨论了闭源云端通用大模型在政府和企业场景中的问题。
• 走开源的本地可部署的专业化大模型之路：强调了开源和本地部署的优势。
• 基于DeepSeek是打造专业大模型的垂直大模型、场景大模型的最佳选择：介绍了基于DeepSeek打造专业模型的优势。

• 场景选择示例：提供了场景选择的具体示例。
• 解决企业应用需要打造专业大模型：讨论了打造专业大模型的必要性。
• 关键基础
  • 知识库打造：强调了知识库在企业应用中的重要性。
  • 基于DeepSeek打造智能体：介绍了智能体的组成部分和能力。
• 智能体与企业数字化系统的关系：探讨了智能体与企业数字化系统的关系。
• 智能体在企业应用的七层能力：介绍了智能体在企业应用中的能力层次。
• 智能体应用案例：提供了智能体应用的具体案例。

企业应用AI的经验总结

个人AI能力的五个阶段

• 拥抱DeepSeek
  • 纳米AI：介绍了纳米AI的特点和优势。
  • 企业应用智能体的九层能力：探讨了企业应用智能体的能力层次。

360公司简介

获取《DeepSeek给我们带来的创业机会》 PDF原文件，扫码关注回复： 20250228

《DeepSeek模型优势：算力、成本角度解读》是浙江大学计算机学院王则可教授撰写，主要从算力和成本的角度深入分析了DeepSeek模型的优势。通过对比国际上主流的大模型，详细探讨了DeepSeek在系统感知算法创新、算力优化、训练成本控制以及应对美国算力禁令方面的技术突破。

《DeepSeek：智能时代的全面到来和人机协作的新常态》是浙江大学孙凌云教授撰写，主要探讨了人工智能在智能时代的发展及其对人机协作模式的影响。通过分析人工智能的演变历程、人机协作的新常态、产业现状以及教育领域的应用，全面展示了DeepSeek模型在推动智能时代到来中的作用。

获取《DeepSeek模型优势：算力、成本角度解读》

《DeepSeek：智能时代的全面到来和人机协作的新常态》

PDF原文件，扫码关注回复： 20250221

《DeepSeek模型优势：算力、成本角度解读》

DeepSeek模型性能概览

• 通过对比DeepSeek-V3与其他主流大模型（如GPT-4、Llama-3.1、Qwen2.5等）在不同基准测试中的表现，展示了DeepSeek在性能上的优势。特别指出DeepSeek在MMLU-Pro、GPQA-Diamond等测试中的表现，以及其在代码生成和数学推理任务中的突出能力。

算力的定义与发展

• 详细介绍了算力的概念，包括传统算力与现代算力的区别，以及算力的发展历程。从早期的大型机时代到现代的人工智能时代，算力的需求和实现方式发生了巨大变化。文章还探讨了算力、存力和运力之间的关系。

人工智能大模型的算力需求

• 分析了人工智能大模型对算力的需求，包括数据量、模型参数量和计算次数之间的关系。通过OpenAI的Scaling Laws，文章解释了大模型训练所需的算力规模，并以具体的计算公式和实例说明了算力需求的估算方法。

• 探讨了大模型训练和推理的成本问题，包括硬件成本（如GPU的选择）、训练时间成本以及推理效率。文章对比了华为910B和英伟达H800等不同硬件的性能和成本，并提出了通过优化算法降低训练成本的方法。

DeepSeek的技术创新

• 介绍了DeepSeek模型的核心技术，包括MoE架构（混合专家模型）、MLA（Multi-Head Latent Attention）技术以及自研轻量级框架DualPipe。这些技术通过减少计算量、优化内存使用和提升通信效率，显著降低了训练和推理成本。

DeepSeek的训练成本与性能优化

• 通过对比DeepSeek-V3与其他模型的训练成本，展示了DeepSeek在成本控制方面的优势。文章指出，DeepSeek通过激活少量参数（如37B/671B）完成任务，显著降低了单次训练成本，并通过优化推理效率提升了性能。

• 讨论了美国对中国AI发展的限制策略，包括高端芯片出口禁令和HBM芯片限制。文章介绍了DeepSeek如何通过技术创新（如FP8混合精度训练、知识蒸馏等）突破这些限制，实现“战术穿插”。

DeepSeek的未来展望

• 对未来人工智能的发展进行了展望，特别是DeepSeek在算力受限的情况下如何通过技术创新保持竞争力。文章预测，随着国内算力基础设施的提升和工艺突破，DeepSeek将实现更广泛的应用和推广。

获取《DeepSeek模型优势：算力、成本角度解读》

《DeepSeek：智能时代的全面到来和人机协作的新常态》

PDF原文件，扫码关注回复： 20250221

《DeepSeek：智能时代的全面到来和人机协作的新常态》

智能演变

• 回顾了人工智能的发展历程，从早期的模型到如今的大型语言模型（LLM）。特别指出，从GPT-1到GPT-3，模型预训练数据量显著增加，带来了更强的语言生成和推理能力。文章还探讨了大模型如何通过海量数据学习人类知识。

人机协作

• 讨论了人机协作的新常态，包括“小助理”、“副驾驶”和“代理人”三种模式。文章通过具体案例展示了人机协作在提高工作效率、优化决策过程中的作用，并探讨了人机协作对职业发展和社会结构的影响。

产业现状

• 分析了当前人工智能产业的发展现状，包括基础模型、智能应用和智能硬件的进展。特别提到DeepSeek在产业中的应用，如百度搜索、微信搜索、南方电网等场景的集成，并讨论了AI工具的迅猛增长及其对各行业的推动作用。

教育成长

• 探讨了人工智能在教育领域的应用，包括课程设计、教学管理、个性化学习等方面的支持。文章通过具体案例展示了AI如何提升教学效率和学生的学习体验，并讨论了人机协作在教育中的新模式。

DeepSeek的技术与应用

• 详细介绍了DeepSeek模型的技术特点，包括其在推理能力、多模态处理和知识生成方面的优势。文章还通过具体应用场景（如数学推理、代码生成等）展示了DeepSeek的实际应用效果。

• 讨论了人工智能对社会的深远影响，包括工作模式的变化、新职业的出现以及对人类生活质量的提升。文章引用了相关研究，指出AI可能带来的工作时间缩短和社会福利改善。

人工智能的伦理与挑战

• 探讨了人工智能发展过程中面临的伦理问题，如模型的透明性、决策偏见和数据隐私。文章还讨论了如何通过技术手段和社会规范来应对这些挑战，确保人工智能的健康发展。

人工智能的未来展望

• 对未来人工智能的发展进行了展望，包括技术突破、产业应用和教育变革。文章特别提到人工智能在提升工作效率、创造新工作机会以及推动社会进步方面的潜力，并强调了人机协作在未来社会发展中的重要性。

获取《DeepSeek模型优势：算力、成本角度解读》

《DeepSeek：智能时代的全面到来和人机协作的新常态》

PDF原文件，扫码关注回复： 20250221

主题为“DeepSeek：回望AI三大主义与加强通识教育”是浙江大学计算机科学与技术学院吴飞教授关于人工智能发展的专题报告。从人工智能的起源——1956年达特茅斯会议讲起，回顾了符号主义、连接主义和行为主义三大研究范式的发展历程及其对现代人工智能的影响。深入探讨了以ChatGPT为代表的生成式人工智能技术的原理、架构和训练方法，重点介绍了浙江大学参与研发的DeepSeek模型，阐述了在模型算法和工程优化方面的创新突破，以及开源开放对推动人工智能技术普及和生态发展的意义。强调了人工智能通识教育的重要性，介绍浙江大学在人工智能教育领域的实践成果，包括课程体系建设、教材编写、人才培养模式探索以及科普工作。人工智能作为一种通用目的技术（GPT），深刻影响社会的各个方面，呼吁加强人工智能伦理和素养教育，推动技术与社会的协同发展。

获取《DeepSeek：回望AI三大主义与加强通识教育》

《Chatting or Acting? – DeepSeek的突破边界和浙大先生的未来图景》

PDF原文件，扫码关注回复： 20250221

从达特茅斯启航的人工智能三大主义

• 回顾人工智能的起源，特别是1956年达特茅斯会议对人工智能的定义和发展方向的奠定。介绍了符号主义、连接主义和行为主义三种主要的人工智能研究范式，并探讨了它们在人工智能发展中的作用和局限性。

从ChatGPT到DeepSeek

• 讨论从ChatGPT到DeepSeek的技术演进。介绍了ChatGPT的技术架构（如Transformer模型、自注意力机制等），以及DeepSeek在模型算法和工程优化方面的创新。同时，探讨了DeepSeek在降低算力成本和提升效率方面的突破。

人工智能通识教育

• 介绍浙江大学在人工智能通识教育方面的努力，包括开设人工智能通识课程、发布相关教材和培养方案。强调了人工智能通识教育对于培养跨学科人才的重要性。

• 人工智能：通用目的技术（GPT）
  • 讨论人工智能作为通用目的技术（GPT）的特征，包括其普遍适用性、动态演进性和创新互补性。分析了人工智能对经济增长和社会发展的深远影响。
• 浙江大学人工智能教育教学研究中心
  • 介绍浙江大学成立人工智能教育教学研究中心的背景和目标，包括构建人工智能课程体系、培养跨学科师资队伍、推进人工智能赋能教育教学等。
• 浙江大学发布《大学生人工智能素养红皮书》
  • 介绍《大学生人工智能素养红皮书》的主要内容，包括大学生人工智能素养的构成、培养目标和策略。强调了知识、能力、价值和伦理在人工智能素养中的重要性。
• 浙江大学发布《高校教师人工智能素养红皮书》
  • 讨论高校教师在智能时代应具备的人工智能素养，包括育人理念、智能教育知识、人机协同教学能力等。提出了提升教师人工智能素养的路径和保障措施。
• 从新一代人工智能系列教材迈向新一代人工智能通识系列教材
  • 介绍浙江大学在新一代人工智能教材建设方面的进展，包括理论教材和实践教材的出版。同时，启动了新一代人工智能通识系列教材的编写工作，以满足不同层次学生的需求。

• 人工智能体系化人才培养载体
  • 探讨人工智能人才培养的多种载体，包括微辅修专业项目、双学位项目、交叉学科课程等。强调了体系化知识、创新能力和社会责任在人才培养中的重要性。
• 基础教育中人工智能通识教育
  • 介绍浙江大学在基础教育领域开展人工智能通识教育的实践，包括与中小学合作建立创新研究中心，开发适合基础教育阶段的人工智能教学案例和课程。
• 人工智能科普通识读物
  • 介绍浙江大学在人工智能科普方面的工作，包括出版《走进人工智能》有声通识数字栏目和科普通识读物。强调了科学普及在提升公众对人工智能理解中的作用。

获取《DeepSeek：回望AI三大主义与加强通识教育》

《Chatting or Acting? – DeepSeek的突破边界和浙大先生的未来图景》

PDF原文件，扫码关注回复： 20250221

《2024年移动端AI应用场景研究报告》。全面分析了全球和中国人工智能市场的现状与发展趋势，重点关注移动端AI应用的市场格局、用户行为、应用场景以及未来发展方向。2024年移动端AI市场呈现明显的分化趋势，语言模型类应用占据主导地位，豆包、Kimi智能助手和文小言等应用表现突出。智能伴聊、图像处理和智能工具等细分赛道也在快速发展，用户需求加速向移动端迁移。报告深入分析了移动端AI应用的用户画像，包括用户对AI的认知度、使用场景、付费意愿以及使用反馈等。

获取《2024年移动端AI应用场景研究报告》 PDF原文件，扫码关注回复： 20250226

AI市场概览

• 全球AI市场概览：全球AI市场规模持续扩大，预计2027年将迎来普适AI时代。中美成为产业引领者，推动AI技术、产品和应用的多轮驱动发展。

• 人工智能产业结构对比：对比美国和中国在AI应用、基础大模型、云基础设施和芯片等方面的产业占比。
• 中美AI发展对比：展示中美在AI独角兽企业数量、AI企业数量、大模型数量等方面的占比，并预测全球生成式AI市场规模的增长趋势。
• 中国AI产业概览：中国AI产业从百模大战向应用驱动转型，本土化大模型加速落地，推动AI应用生态发展。介绍国内主要AI企业及软件产品，包括传统互联网企业、传统AI企业和AI初创企业的代表性产品。

移动端AI市场研究

• 移动端AI赛道流量增长强劲：2024年移动端AI月独立设备数翻番，人均月度使用时长持续攀升，市场接受度显著提升。
• 用户画像：移动端AI应用整体用户分析：分析移动端AI应用的核心用户特征，包括性别、年龄、消费能力、城市级别和人群标签等。

• 用户对AI的认知度及信息获取渠道：用户对AI的认知度不断提升，社交媒体和工作学习是主要信息来源。用户接触AI的时间和使用契机也有所分析。
• 用户行为：移动端AI产品带来的反馈与使用契机：分析移动端AI应用在提升工作效率、辅助搜索、提供准确资料等方面的作用，以及用户开始使用AI的场景和功能吸引力。
• 用户行为：移动端AI应用使用技巧：用户常用的AI应用使用技巧，如知乎式提问、迭代优化等，以及用户对个性化使用和AI应用基本原理的兴趣。

• 用户付费：移动端AI应用付费意愿、付费区间和方式：分析用户对移动端AI应用的付费意愿、付费区间和付费方式，如免费基础版+增值服务、按月订阅模式等。
• 用户付费：用户看重的影响购买决策因素：用户在购买移动端AI应用服务时最看重的因素，如使用便捷性、功能多样性、数据隐私保护等。

• 用户付费：对高级功能的认知及付费意愿：用户对移动端AI高级功能的认知，如专家助手、云端协同等，以及对高级功能的付费意愿。
• 使用反馈：移动端AI应用使用中遇到的问题：用户对移动端AI应用的整体满意度，以及使用中遇到的问题，如回答不准确、对话不自然等，需要改进的地方包括与办公软件集成、生成内容准确度等。

移动端AI细分赛道研究

• 移动端AI应用领域：整体概况：2024年11月移动互联网AI细分赛道数据显示，语言模型应用最受欢迎，活跃用户和使用时长领先。

• 移动端AI应用：语言模型细分赛道用户行为情况：分析语言模型类应用的用户行为，如豆包、Kimi智能助手、文小言等应用的活跃用户规模和增长趋势，以及用户对这些应用的核心功能需求。
• 移动端AI应用：智能伴聊细分赛道用户行为情况：智能伴聊类应用用户需求快速增长，星野APP凭借创新的AI社交体验脱颖而出，用户对泛娱乐类应用关注度更高。

• 移动端AI应用：图像处理细分赛道用户行为情况：图像处理领域用户黏性持续增强，无界AI、图趣AI等头部应用通过差异化功能满足用户需求，细分赛道流量具备增长潜力。
• 移动端AI应用：智能工具细分赛道用户行为情况：智能工具类赛道用户基数虽小但增长迅速，腾讯元宝等头部互联网企业推出的产品满足用户需求。

移动端AI应用场景研究

• 移动端AI应用主要使用场景：分析用户在生活、工作学习、娱乐休闲和亲子教育四大场景中使用移动端AI产品的比例和时间占比。
• 移动端AI应用主要场景用户画像：展示不同场景下用户的性别、学历、城市等级、收入、职业等特征，如亲子教育场景中高学历人群和高收入人群占比显著。

• 移动端AI应用使用周期、频率和时长：分析用户在各场景中使用移动端AI应用的周期、频率和单次使用时长，如亲子场景的使用频率更高。
• 移动端AI应用主要场景使用体验：用户对移动端AI应用的整体评价，以及在不同场景中最认可和最有用的功能，如与办公软件协同、娱乐休闲功能等。

• 移动端AI应用付费意愿：用户在不同场景下的付费意愿，包括愿意支付的月度费用、付费模式，以及对数据安全保护、专业内容生成等功能的付费意愿。

AI应用未来展望

• 技术创新驱动用户体验升级与场景深度融合：随着算法和模型改进，AI回答准确性和对话自然度提升，本地化AI能力增强，隐私保护和响应速度提升，生活和工作学习场景逐渐深化，办公软件协同能力完善，个人专家助手和云端协同功能丰富化，针对高学历用户的垂直领域应用普及，优化教育和办公等专业场景服务，提供一站式解决方案。

• 商业模式创新与价值提升，细分赛道差异化发展：语言模型、智能伴聊、图像处理等细分赛道通过差异化商业模式和创新服务，实现持续分化发展，如轻量级订阅服务、专业内容生成优化、免费试用+付费进阶等模式。

• AI应用生态系统完善与普及，市场释放增长潜力：中国AI软件市场规模持续扩大，用户规模增速高，新一线城市市场潜力大，区域服务差异缩小，用户活跃度和时长持续提升，社交媒体等核心渠道不断建设优化，用户教育体系完善，AI应用生态链逐步完善。

获取《2024年移动端AI应用场景研究报告》 PDF原文件，扫码关注回复： 20250226

《DeepSeek与AIGC应用》的讲座内容，由AI肖睿团队撰写，为非专业背景的听众介绍DeepSeek的基本概念、大模型技术和AIGC工具的应用。详解了DeepSeek-R1模型的技术特性、发展历程和应用场景，强调其低成本、开源策略以及在复杂推理任务中的优势。介绍了AIGC的定义、应用范围及其在各行业的实际影响，探讨了AIGC带来的挑战，如数据隐私和伦理问题。深入剖析了AIGC背后的技术原理，包括文本生成和图像生成的核心机制。聚焦于如何科学选择和高效应用AIGC工具，提供了实用的工具选择指南。

站长推荐：DeepSeek服务器繁忙怎么解决？16个免费R1满血版平替

获取《DeepSeek与AIGC应用》 PDF原文件，扫码关注回复： 20250225

文章目录

• 详解DeepSeek-R1
• AIGC的概念和应用
• AIGC的能力揭秘
• 选择AIGC工具

详解DeepSeek-R1

• 人工智能发展历程
  回顾人工智能从早期到现代的发展历程，强调大模型技术的兴起和重要性。
• 大模型相关术语
  介绍多模态、通用模型、行业模型等大模型的关键术语及其分类。

• DeepSeek-R1的性能对比
  对比DeepSeek-R1与其他模型（如GPT-4o）的性能，突出其推理能力和性价比优势。
• DeepSeek公司背景与市场定位
  介绍DeepSeek公司的背景、投资者、市场定位及其对行业的影响力。

• DeepSeek-R1的技术原理与应用场景
  解析DeepSeek-R1的技术原理，如思维链、蒸馏和强化学习，并列举其应用场景。
• DeepSeek-R1的优势与局限
  总结DeepSeek-R1在理科能力、推理能力方面的优势，以及在通用能力、语言混杂等方面的局限。
• DeepSeek-R1的应用场景与接入案例
  列举DeepSeek-R1在推理密集型任务、教育、知识应用等领域的应用场景及接入该模型的第三方应用。

AIGC的概念和应用

• AIGC的定义与术语
  解释AIGC、AI、AGI、生成式AI等术语的含义及其在人工智能领域的定位。

• AIGC的应用范围
  介绍AIGC在文本、图像、音频和视频生成方面的多样化应用。
• AIGC在各行业的应用
  详细探讨AIGC在电商、新闻传媒、影视、游戏、教育和金融等行业的具体实践和影响。

• AIGC带来的挑战
  分析AIGC在数据隐私、伦理、生成质量控制和就业结构等方面带来的挑战。

AIGC的能力揭秘

• 文本生成的奥秘
  以GPT为例，解析大语言模型的Transformer架构、预训练和微调过程。总结GPT在语言生成、知识理解、推理能力等方面的优势和局限。

• 图像生成的奥秘
  介绍Stable Diffusion的核心组件及其文生图和图生图的生成机制。分析文生图和图生图技术在精确控制、复杂场景理解等方面的优势和局限。

选择AIGC工具

• AIGC工具类型与代表工具
  介绍当前AIGC领域的工具类型，包括聊天机器人、图像生成工具、音频/视频工具等，列举国内外代表性工具。以DeepSeek-R1、Kimi、豆包、腾讯元宝为例，分析其特点、优势及适用场景。

• 选择AIGC工具的依据
  提出选择AIGC工具的建议，包括明确需求、评估工具性能和考虑使用成本。

• 提升AIGC使用能力的建议
  建议用户明确需求、建立工具清单、测试筛选工具，并保持定期更新，以提升AIGC工具的使用能力。

获取《DeepSeek与AIGC应用》 PDF原文件，扫码关注回复： 20250225

本文主要探讨了DeepSeek的提示词工程与产业实践，帮助用户充分释放DeepSeek的潜能，提升AI应用的效率。分析了DeepSeek火爆的原因，强调其在推理能力、开源、低成本和国产化等方面的优势，推动了AI技术的普惠化与生态繁荣。介绍用户可以通过官方API、手机APP及第三方平台等多种方式直接使用DeepSeek，降低了使用门槛。详细阐述了DeepSeek的提示词技巧，包括如何通过真诚直接的表达、使用通用公式、说人话、反向PUA等方法，提升与AI的互动质量。为用户提供了关于DeepSeek的全面理解与实用指导，在未来的持续发展与应用。

站长推荐：DeepSeek服务器繁忙怎么解决？16个免费R1满血版平替

获取《DeepSeek提示词工程和落地场景》 PDF原文件，扫码关注回复： 20250225

文章目录

• DeepSeek火爆的原因分析
• 直接使用DeepSeek的三种方法
• DeepSeek提示词技巧
• DeepSeek常见应用场景
• 总结及展望

DeepSeek火爆的原因分析

• 核心优势：DeepSeek凭借其强大的推理能力和第一梯队性能脱颖而出，叠加开源开放、超低成本和国产自主研发三大优势，推动了AI技术的普惠化与国产化生态繁荣。
• 开源与生态：DeepSeek全量开源训练代码、数据清洗工具及微调框架，支持开发者快速构建垂直领域应用，促进社区协同创新。
• 低成本与商业化：通过模型架构优化和系统工程优化，DeepSeek显著降低了训练和推理成本，使其适配中小企业需求，加速商业化落地。
• 国产化与技术突破：DeepSeek将国产模型与国际顶尖水平的差距缩短至3-5个月，构建多行业专属模型矩阵，全面支持国内产业智能化升级。

直接使用DeepSeek的三种方法

• 官方通道：用户可以通过DeepSeek官网、API接口或手机APP直接使用模型，无需复杂的技术背景。
• 第三方通道：列举了多个第三方平台（如AskManyAI、硅基流动、纳米AI搜索等）和小程序（如Molly R1），用户可以通过这些渠道便捷地使用DeepSeek。
• 私有化部署：介绍了Ollama和vLLM等私有化部署方式，适用于个人本地部署或生产、开发、垂直领域的私有化需求。

DeepSeek提示词技巧

• 真诚与直接：强调清晰表达需求，避免模糊指令。
• 通用公式：通过明确任务、背景、目标和负面限定，帮助用户更精准地获取所需结果。

• 说人话：避免过于专业的回答，使输出更贴近日常语言。
• 反向PUA：通过质疑或挑战的方式，激发DeepSeek更深入的思考和更优质的输出。
• 模仿与锐评：通过模仿特定风格或语气，提升输出的针对性和吸引力。
• 深度思考：在提示词中加入批判性思考要求，提升输出的深度和质量。

DeepSeek常见应用场景

• 教育与学术赋能：包括教学设计、作业批改、论文辅助、学术研究等，帮助教师和学生提升学习效率和研究能力。
• 专业场景提效：涵盖办公提效、编程开发、数据分析、职场办公等，助力专业人士提高工作效率和质量。

• 商业创新：支持市场营销、电商运营、内容创作、品牌故事撰写等，为商业活动提供创意和策略支持。
• 生活服务：包括旅行规划、健身计划、家庭财务管理、命理玄学等，为日常生活提供个性化建议和服务。

总结及展望

• 总结：本次讲座深入探讨了DeepSeek的核心优势、使用方法、提示词技巧和应用场景，为用户理解和运用DeepSeek提供了全面的参考。
• 展望：期待DeepSeek技术的持续发展，创造更多价值，推动AI技术在更多领域的广泛应用。

获取《DeepSeek提示词工程和落地场景》 PDF原文件，扫码关注回复： 20250225

有时候我突发奇想要做个小工具，但是碍于不会编程，没办法进行下去。

但是学习编程要花很长时间，而且以我的水平，还不一定学得懂。我就在想，能不能通过AI生成一个网页、小程序或者App呢？经过实战手搓，发现真的可以！

01

DeepSeek满血版

“AI程序员”

正好我看见了通义灵码的“AI程序员”接入了DeepSeek V3和R1满血版，最重要的是免费不限量使用！

有了DeepSeek推理模型的加持，通义灵码在代码智能补全、研发智能问答、代码优化等方面就更强了！

它自带两种模式，一个是智能问答模式，一个是“AI程序员”模式，智能问答模式适合有一定编程基础的人员，“AI程序员”模式适合什么都不会的小白。只需要打字，就能从头到尾生成想要的程序，而不写任何代码。

今天我就给大家演示一下，一个0代码基础的文科生是如何通过“AI程序员”模式做微信小程序的。

02

通义灵码

制作微信小程序

通义灵码的插件可以在3个编程软件上使用，分别是JetBrains IDEs、Visual Studio Code、Visual Studio。

这里我们用Visual Studio Code，下载安装好之后，进入软件首页，点击插件按钮。

输入”通义灵码“，点击安装。

右下角点击”通义灵码“，再点击”立即登录“。

在网页端登录阿里云。

接下来我们就可以做我们想做的程序了。

我们在左边上面的“AI程序员”点击一下，然后在下面选择DeepSeek V3的模型。

最近我朋友说他有点便秘，所以我直接帮他做一个记录拉💩时间的小程序。

我们直接输入需求：帮我做一个微信小程序，我需要实现点击开始按钮开始计时，点击结束按钮结束计时，然后显示此次拉💩花费多少时间的功能。

它就会自动帮我们生成需要的代码，我们只需要点接受就可以了。

当代码生成完之后，我们把这个文件导入微信开发者工具。

然后点击编译，它就能生成实时预览画面。

03

修改与调整

或许有的时候我们会对第一次生成的结果不满意，这个时候只需要再通过通义灵码进行需求调整，代码修改，整个过程也是只需要用日常说话的语言和方式就可以。

比如这个时候我又有了个想法，不仅要记录一次的，每一次的历史记录都要看得到才行。

所以我又对它提出了新的需求：添加一个日历功能，点击日历中的具体一天，会显示当日的拉💩计时记录。

它会自动帮我们修改好代码，我们也是只需要点击接受就行。

代码修改完成之后，我们只需要在微信开发者工具里重新编译一次就可以了。

当然在这个过程中，可能出现报错的情况。

不用担心，我们只需要把报错的这些红色信息复制，然后通过输入框发送给它，它就能自动帮我们修改好。

等所有代码都弄好之后，我们点击上传。

等审核成功之后，我们就拥有一个简单的微信小程序了。

这个小程序还比较简单，后续还可以继续增加一些功能和内容。

比如说背景图，点开始前，是一张熊猫站在马桶前的图；点了之后，是一张熊猫坐下拉💩的图；点结束，会是一张熊猫起身冲水的图。

而且后续还可以添加便便记录功能，在每次拉完💩时，可以选择本次💩的状态，本次是否拉肚子等选项，最后每周汇总成周报发送给你。

屎记demo

04

满血R1智能问答

当然除了“AI程序员”功能，通义灵码还有智能问答功能，里面部署了满血版的DeepSeek R1，连思考内容板块都保留了。

比如我问它：做一个微信小程序需要哪些步骤。它就会帮我把需要做的每一步都列出来，大家只需要按照它给出的步骤一步步来，就能做出你想做的任意微信小程序。

从一个想法到落地、完善，真的可以做到0基础开发应用！通义灵码太牛了！

有好想法就有好作品，中间步骤都交给它就行。

就从这些个例子来说，我们可以看到通义灵码的“AI程序员”在小白做项目中的强大辅助能力，从项目搭建、代码优化、功能开发到Bug修复和代码重构，“AI程序员”都能高效地完成任务。这极大地方便了我们这种不太懂代码的门外汉，让普通人的开发体验更加顺畅。

可以加入我们的AI编程交流群。群友都是大佬，有什么不懂的问题都可以在群里交流。

想学习AI编程做应用的朋友们，扫码关注回复口令： AI编程，群友都是大佬

本文涉及的所有工具：

通义灵码：https://ai-bot.cn/sites/5269.html

原文链接：文科生的我用DeepSeek+AI程序员半小时开发了一个小程序