AIGC 大型語言模型 - 個人應用到企業實戰立刻上手

王嘉濤( Jartto)

美團技術專家，著有《Docker實戰派：容器入門七步法》。對性能最佳化、工程化、容器化及AI應用略有心得。

 

胡旭陽

美團技術專家，目前專注研發效能提升，對工具提效、影像處理的智慧化略有心得，致力於透過技術突破釋放業務潛能。

 

朱向榮

美團演算法專家，主要從事NLP演算法的工程實作，擅長知識圖譜的構建與應用、電商領域的標籤體系構建、評論的情感分析等。

 

趙峰

美團「門票」、「度假」和「交通」業務的技術負責人，活躍旅遊行業專家。曾多次主導過平台系統設計、研發框架標準化和統一度量體系的工作，擅長應用新技術帶領業務二次增長。

 

張弛

美團技術專家，美團「住宿」業務前端負責人。在Node.js、工程化、低代碼等領域經驗豐富。曾推動多個大模型項目落地，積極推動團隊內AIGC知識的普及。

第1篇 新手入門

第1章 AIGC「奇點臨近」

1.1 AIGC的技術躍遷

1.1.1 ChatGPT讓AIGC「一夜爆火」

1.1.2 內容生成方式被重新定義

1.1.3 AIGC引領創新賽道

 

1.2 大模型百家爭鳴

1.2.1 AI軍備競賽引發「百模大戰」

1.2.2 大模型的「莫爾定律」

1.2.3 「模型即服務」成為「新基建」

 

1.3 多模態「星火燎原」

1.3.1 Transformer帶來新曙光

1.3.2 多模態模型理解力湧現

1.3.3 多模態是通往AGI路上的又一座「聖杯」

 

1.4 商業應用日新月異

1.4.1 創意內容生產引爆社交媒體

1.4.2 自然語言互動開啟新天地

1.4.3 AI Copilot提升十倍效率

 

第2章 AI和AIGC的價值洞見

2.1 AIGC應用價值思辨

2.1.1 社會的底層技術變革

2.1.2 企業的生死轉型視窗

2.1.3 個人的「十倍大殺器」

 

2.2 AIGC行業應用洞見

2.2.1 數位化基礎改造

2.2.2 AIGC全面應用的前端領域——電子商務

2.2.3 AIGC引領各行業轉型

 

第2篇 個人應用

第3章 AI聊天對話

3.1 ChatGPT大揭秘

3.1.1 ChatGPT的基本使用

3.1.2 用提示詞（Prompt）與AI對話

3.2 提示詞最佳化——讓ChatGPT更懂你的提問

3.2.1 什麼是提示詞最佳化

3.2.2 提示詞最佳化的基礎

3.2.3 提示詞最佳化的策略

3.3 使用ChatGPT外掛程式擴充垂直內容

3.3.1 ChatGPT外掛程式的必要性

3.3.2 ChatGPT外掛程式的基本原理

3.3.3 ChatGPT外掛程式實戰——開發一個Todo List

3.4 警惕ChatGPT潛在問題

 

第4章 AI繪畫

4.1 快速上手Midjourney

4.1.1 架設Midjourney繪畫環境

4.1.2 常用的Midjourney繪畫命令

4.1.3 撰寫Midjourney提示詞的技巧

4.1.4 Midjourney命令的參數

 

4.2 快速上手Stable Diffusion

4.2.1 Stable Diffusion的介面

4.2.2 使用Stable Diffusion進行繪畫的步驟

4.2.3 使用Stable Diffusion進行繪畫的技巧

4.2.4 Stable Diffusion參數的設置技巧

 

4.3 ChatGPT + Midjourney讓創造力加倍

4.3.1 場景一：僅有一個大致的想法，缺乏細節

4.3.2 場景二：看到優秀的圖片及其提示詞，想生成類似的圖片

 

4.4 AI繪畫的應用

4.4.1 AI繪畫在電子商務領域的應用

4.4.2 AI繪畫在遊戲開發、服裝設計、建築設計領域的應用

 

4.5 當前AI繪畫工具的局限性

 

第5章 AI音/視訊生成

5.1 音訊智慧：能聽，會說，還會唱

5.1.1 音訊智慧技術全景和發展介紹

5.1.2 音訊智慧技術的典型應用場景

5.1.3 實戰：基於SeamlessM4T實現「語音到語音」直譯

 

5.2 視訊智慧：從拍攝到生成

5.2.1 文生視訊

5.2.2 合成視訊

5.2.3 後期處理

 

5.3 數字人：影音交融

5.3.1 數位人技術簡介

5.3.2 虛擬人形：虛擬人臉和動作控制

5.3.3 虛擬人聲：人聲模擬轉換、唇形表情匹配

5.3.4 商業化整體解決方案

5.3.5 實戰：架設自己的動漫數字人

 

第3篇 深入原理

第6章 AIGC原理深度解析

6.1 AIGC技術原理概覽

6.1.1 AIGC技術概述

6.1.2 AIGC技術架構

 

6.2 ChatGPT技術原理介紹

6.2.1 ChatGPT技術概述

6.2.2 GPT模型：ChatGPT背後的基礎模型

6.2.3 大規模預訓練：ChatGPT的能力根源

6.2.4 有監督的指令微調和基於人類回饋的強化學習：讓ChatGPT的

輸出符合人類期望

 

6.3 AI繪畫的擴散模型

6.3.1 AI繪畫技術發展史

6.3.2 AI繪畫技術取得突破性進展的原因

6.3.3 穩定擴散模型原理簡介

 

第7章 AI應用程式開發框架

7.1 初識AI應用程式開發框架LangChain

7.1.1 LangChain基本概念介紹

7.1.2 LangChain應用的特點

 

7.2 LangChain的核心原理和實踐

7.2.1 Chain和Prompt Template：智慧的最小單元

7.2.2 Memory：記住上下文

7.2.3 Agent和Tool：代理，解決外部資源能力互動和多LLM共用

問題

7.2.4 Indexes：大型知識庫的索引解決方案

 

7.3 LangChain應用場景舉例

7.3.1 場景一：LLM API存取不穩定，請用LLM代理

7.3.2 場景二：MVP項目啟動難，請看四行程式實現資料分析幫手

7.3.3 場景三：開發、部署、運行維護的工程化遇到難題

7.3.4 場景四：不寫程式也能發佈LangChain應用，利用Flowise

 

第8章 AI代理協作系統——用於拆分和協作多個任務

8.1 借助「AI任務拆分」實現的AutoGPT系統

8.1.1 複雜AI任務的拆分與排程

8.1.2 在本地運行AutoGPT

8.1.3 AutoGPT的基本原理

8.1.4 AutoGPT的架構

8.1.5 深入解讀AutoGPT的原始程式

8.1.6 AutoGPT現階段的「不完美」

 

8.2 利用大語言模型作為控制器的HuggingGPT系統

8.2.1 HuggingGPT和Hugging Face的關係

8.2.2 快速體驗HuggingGPT系統

8.2.3 在本地運行HuggingGPT

8.2.4 HuggingGPT底層技術揭秘

8.2.5 HuggingGPT與AutoGPT的本質區別

8.2.6 HuggingGPT是通用人工智慧的雛形

 

第4篇 企業應用

第9章 實戰——架設企業級「文生視訊」應用

9.1 理解「文生視訊」技術

9.1.1 類比電影製作來理解「文生視訊」

9.1.2 「文生視訊」的三大技術方案

9.1.3 「文生視訊」通用的技術方案

 

9.2 「文生視訊」應用的行業領軍者

9.2.1 Meta公司的Make-A-Video

9.2.2 Google公司的Imagen Video與Phenaki

 

9.3 從零開始架設一個「文生視訊」應用

9.3.1 選擇合適的開放原始碼模型

9.3.2 架設應用

9.3.3 體驗「文生視訊」的效果

 

第10章 實戰——基於AI全面升級軟體研發系統

10.1 軟體研發智慧化全景

10.1.1 傳統軟體開發的現狀和困境

10.1.2 智慧化軟體研發系統介紹

 

10.2 巧用第三方研發工具

10.2.1 智慧文件工具——Mendable、Docuwriter +

10.2.2 智慧開發工具——GitHub Copilot、Locofy、Code Language Converter、Jigsaw、Codium

10.2.3 智慧運行維護工具——Dify

 

10.3 自研相關工具

10.3.1 AI運行維護系統：私有化部署Dify

10.3.2 AI文件工具：教AI讀懂內部研發手冊

10.3.3 AI開發工具：利用一句話生成網站

 

第11章 實戰——打造領域專屬的ChatGPT

11.1 整體方案介紹

11.1.1 整體流程

11.1.2 整體模組

 

11.2 基於ChatGPT開發領域專屬問答機器人

11.2.1 架設領域專屬知識庫

11.2.2 架設向量資料庫

11.2.3 架設文字問答服務

 

11.3 本地部署開放原始碼的大語言模型

11.3.1 選擇開放原始碼的大語言模型

11.3.2 本地部署ChatGLM-6B大語言模型

11.3.3 本地部署並微調ChatGLM-6B-SFT大語言模型