人工智能探索 课件4.2 生成式人工智能体验

4.2生成式人工智能体验主讲人：***CONTENTS目录01生成式人工智能概述02人机对话03内容创作04图片、视频处理生成式人工智能概述01AIGC的定义与特点01多模态技术基础AIGC是建立在多模态之上的人工智能技术，意味着单个模型可以同时理解语言、图像、视频、音频等多种信息形式。这种多模态能力使得AIGC能够处理更为复杂和多样化的任务，突破了单模态模型的局限。02超越单模态的任务能力AIGC能完成单模态模型无法完成的任务，例如给视频添加文字描述，它可以结合视频中的图像、声音等多种元素，生成准确且富有逻辑的文字说明；还能结合语义语境生成图片，根据输入的文字信息，创造出与之匹配的视觉图像。03国内主要应用形式现阶段国内AIGC多以单模型应用的形式出现，主要分为文本生成、图像生成、视频生成、音频生成。在文本生成方面，可用于新闻写作、文案创作等；图像生成可用于广告设计、艺术创作；视频生成可用于影视制作、内容传播；音频生成可用于有声读物、语音导航等。AIGC的发展与应用案例2022年两会应用案例2022年“两会时间”开启，依托百度AIGC技术的数字人主播度晓晓正式“上岗”。工人日报应用百度数字人，推出《两会晓晓说》新媒体栏目，在代表通道、委员通道以及新就业形态劳动者权益维护、工匠精神和产业工人队伍建设等正能量话题方面进行报道，引发了大众的广泛关注，展示了AIGC在新闻报道领域的应用潜力。AIGC的发展与应用案例2022年冬奥会应用案例2022年冬奥会期间，百家号TTV（图文转视频）技术验证了AIGC（人工智能创作内容）的发展潜力。来自人民网、中国青年网等多家媒体通过百家号TTV技术进行内容生产，持续发布实时赛况等题材的短视频作品，单条播放量超70万，体现了AIGC在体育赛事报道和内容传播方面的优势。AIGC的发展与应用案例2024年两会应用案例2024年3月，人民日报新媒体推出创意微视频《AI共创大片｜江山如此多娇》，将当下国内前沿的AI视频生成技术与全国两会报道相融合，展现了AI视角下的大美中国，进一步证明了AIGC在重大主题报道和创意内容制作方面的强大能力。人机对话02人机对话的重要性信息获取效率提升人机对话（AI智能问答）能快速精准地提供信息，减少人工搜索时间。例如在知识查询场景中，用户通过简单提问就能获取所需内容，大大提高了信息获取效率。降低信息获取成本相较于传统的信息获取方式，如咨询专业人士或购买资料，AI智能问答系统可免费或低成本使用，降低了信息获取的经济成本。人机对话的重要性增强用户体验人机对话提供了便捷、交互性强的体验，用户能随时与智能体交流，满足个性化信息需求，提升了使用的满意度。培养创新能力在与智能体的交流中，用户可以从不同角度思考问题，激发新的想法和创意，有助于培养创新思维。人机对话的重要性AI时代关键技能在AI时代，与智能体高效对话是必备技能。能准确清晰地表达问题，引导智能体给出符合预期的答案，是提升工作和学习效率的关键。问题的分类封闭式问题的特点封闭式问题有明确的标准答案，描述准确时，人工智能能快速检索到唯一正确答案。例如“地球到月球的平均距离是多少”，这类问题考验人工智能的信息检索能力。开放式问题的特点开放式问题没有唯一标准答案，需要人工智能大模型分析推理、整合海量信息后输出结果。如“如何提高企业的市场竞争力”，考验其综合处理能力。问题的分类引导式问题的特点引导式问题用于解决抽象问题，通过逐步提出具体问题使抽象问题更清晰。比如对于“如何提升个人综合素质”，可逐步询问“提升知识素养的方法有哪些”等，问题越具体，答案越有指导意义。学会提示词提示词是连接用户与大语言模型的桥梁，能清晰传达任务要求和预期输出，指导模型生成合理有用的回复，提高人机对话的质量和效率。在AI回答前提供对话示例，利用其上下文学习能力，使其模仿示例进行回应关键词提示-身份设定明确指定角色，如律师、教师等，让AI从该角色视角回答问题，增强交互针对性和深度。比如设定为律师后，询问法律问题时，AI会给出专业的法律建议。关键词提示-具体目标将复杂目标拆分成简单任务详细描述，使AI明确具体要完成的内容。例如写一篇文章时，明确文章的主题、字数、重点内容等。学会提示词提示词是连接用户与大语言模型的桥梁，能清晰传达任务要求和预期输出，指导模型生成合理有用的回复，提高人机对话的质量和效率。在AI回答前提供对话示例，利用其上下文学习能力，使其模仿示例进行回应关键词提示-任务背景详细描述任务背景，提供参考文档，帮助AI理解前提条件。如在让AI写商业计划书时，提供公司的业务范围、市场情况等背景信息。关键词提示-输出规范要求规定AI生成内容的格式，如文字、图片、表格等。比如要求生成一份数据报告时，指定以表格形式呈现关键数据。文心一言实战封闭式提问-未规范输出当提出有标准答案的问题却未对输出内容规范要求时，文心一言可能会给出包含多余信息的回答。例如询问“中国的首都是哪里”，可能会附带一些相关介绍。封闭式提问-规范输出在提问时明确要求只获取标准答案，文心一言会简洁准确地给出结果。如提问“中国的首都是哪里，请只回答名称”，会直接输出“北京”。开放式提问-职业规划案例以小明的职业规划问题为例，文心一言会从职业方向选择、能力提升、职业发展路径等方面给出详细建议，体现其综合分析和解决问题的能力。文心一言实战引导式提问-了解单招政策针对了解河北省单招政策的问题，文心一言会介绍通过官方渠道查询、关注媒体报道、咨询学校或招生机构、参考往年政策等多种途径，帮助用户全面掌握信息。引导式提问-毕业出路选择对于中职三年级学生毕业出路的问题，文心一言通过引导分析，从自我评估、了解职业市场、选择出路、制定计划等方面逐步给出建议，使问题解决更具逻辑性。引导式提问-高职单招准备当进一步询问高职单招准备时，文心一言会详细说明了解政策、制定复习计划、强化知识技能等方面的准备要点，为用户提供具体指导。内容创作03人工智能内容创作的优势节省时间人工智能工具能够快速生成内容，大大节省了内容创作者的时间。例如在新闻报道中，AI可以在短时间内生成初稿，记者只需进行简单修改和完善，可能仅需几十分钟就能完成。提供新想法和观点人工智能可以帮助内容创作者突破创意瓶颈，提供新的想法和观点。在广告设计领域，AI可以根据市场趋势、消费者偏好等数据，为设计师提供新颖的创意方向和设计思路，使广告更具吸引力和竞争力。人工智能内容创作的优势生成高质量内容人工智能算法可以分析大量数据，生成符合特定风格和语法规则的高质量内容。以学术论文写作为例，AI能够参考海量的学术文献，按照学术规范生成逻辑严谨、内容丰富的论文框架和部分内容。生成个性化内容人工智能能够根据用户的兴趣和偏好生成个性化内容，提升用户体验。例如在电商平台的商品推荐文案中，AI可以根据用户的浏览历史、购买记录等信息，为每个用户生成个性化的商品推荐文案。人工智能内容创作的优势多领域适应性人工智能内容创作适用于多种领域，无论是艺术创作、广告设计、新媒体运营还是医疗诊断报告等，都能发挥作用。在医疗领域，AI可以根据患者的病历数据生成详细的诊断报告和治疗建议，为医生提供参考。内容一致性在大规模内容创作中，人工智能能够保证内容的一致性。比如企业的宣传文案，AI可以按照统一的风格和标准生成不同渠道的宣传内容，避免了人工创作中可能出现的风格差异和内容矛盾。文学创作2016年，南开大学的陶锋在其文章《人工智能推动文学新发展》中首次提出了“人工智能文学”这一概念，指的是以人工智能程序为写作主体，模仿人类写作的行为和机制，自动或半自动地生成文学作品，这些文本的生成质量已经达到了甚至超过人类水平，并能够针对特定格式进行定制。直接引用法直接引用法需要找到精准且符合预期风格的文本样例。例如，要求模仿臧克家的《有的人》写一篇类似文章，通过提供这样的样例，AI可以模仿其风格进行创作。如“无名之魂”，以独特的视角和相似的结构，展现了不同人的精神境界。文学创作2016年，南开大学的陶锋在其文章《人工智能推动文学新发展》中首次提出了“人工智能文学”这一概念，指的是以人工智能程序为写作主体，模仿人类写作的行为和机制，自动或半自动地生成文学作品，这些文本的生成质量已经达到了甚至超过人类水平，并能够针对特定格式进行定制。引导分析法引导分析法是在直接引用法的基础上，引导AI分析示例的写作特点和风格，然后基于这些特点进行新的内容创作。以一段关于哈尔滨的旅游文案为例，通过分析其语言风格、结构、修辞手法等，总结出情感渲染、条理清晰、修辞手法巧妙运用等关键写作共性，再基于此创作关于石家庄的旅游文案，既模仿了风格又有创新。文学创作2016年，南开大学的陶锋在其文章《人工智能推动文学新发展》中首次提出了“人工智能文学”这一概念，指的是以人工智能程序为写作主体，模仿人类写作的行为和机制，自动或半自动地生成文学作品，这些文本的生成质量已经达到了甚至超过人类水平，并能够针对特定格式进行定制。对比学习法对比学习法是在引导分析法的基础上，增加反面案例，帮助AI更好地理解用户期望的输出风格以及应避免的风格。例如在写毕业短文时，结合示例A的不足之处和示例B的优秀之处，写出既避免缺点又具有轻松幽默语气的短文，使生成的文本更符合要求。文画创作-文生图主体描述主体描述包括明确图像中最重要的主体，如人物、动物、植物、建筑等，以及其他次要对象元素和它们与主要对象的关系。例如在描述一幅画时，明确主体是一位穿着古装的少女，次要对象是周围盛开的花朵，花朵围绕着少女，这样可以让AI更准确地生成图像。场景设定场景主要包括地点、时间、天气、季节、氛围等。如果设定场景是在一个古老的庭院中，时间是春天的傍晚，天气晴朗，微风轻拂，氛围宁静而美好，AI就能根据这些信息生成具有相应氛围的图像。文画创作-文生图细节描写细节描写主要包括服装、动作、表情、色彩、材质/纹理等。比如描述少女的服装是粉色的丝绸长裙，裙摆随风飘动，脸上带着温柔的微笑，头发上插着一支精美的发簪，这些细节能让生成的图像更加生动逼真。构图安排构图是根据题材和主题思想的要求，把要表现的形象适当地组织起来，构成一个协调的完整的画面。常见的构图方式有对称构图、三分割构图、对角线构图等。例如采用三分割构图，将少女放在画面的黄金分割点上，周围的花朵分布在其他区域，使画面更加平衡和美观。文画创作-文生图光影效果光影不仅可以丰富画面的效果，还能让画面中的物体更加立体、更具艺术质感。如设定为侧光，光线从侧面照射在少女身上，会在她的身上形成明暗对比，突出少女的轮廓和立体感，使画面更有层次感。画风选择画风指的是作画的风格，如写实、印象派、抽象艺术、漫画等。如果选择漫画风格，生成的图像会具有漫画的夸张、简洁等特点，更符合漫画爱好者的审美需求。文画创作-画生文利用AI技术进行画生文，用户只需上传图片，确定文案风格就能轻松为图片配上恰如其分的文案。在社交媒体时代，很多用户希望为自己分享的图片配上合适的文案，但往往不知道如何表达。AI画生文功能解决了这一难题，让用户无需具备专业的写作能力，就能快速生成满意的文案。文生视频文心一言生成短视频通过文心一言的智能体广场中的“一镜流影”插件，可以生成一段30秒的高质量视频。该插件通过技术手段将文字内容自动转换为视频形式，使得文字能够以更加生动和形象的方式呈现。文生视频剪映生成视频这项技术可广泛应用于各种文本内容，如新闻报道、小说和诗歌等，将其转化为具有视觉效果的动态影像，为观众带来更加丰富和直观的观看体验。例如可以将一篇关于历史事件的新闻报道生成短视频，让读者更轻松地了解事件的全貌。图片、视频处理04图片后期处理传统图像生成与编辑技术需专业知识和技能，而基于AI大模型的图像生成与编辑技术大大降低了门槛，让创意延伸更自由便捷，普通用户也能轻松操作。百度AI图片助手是一款引领潮流的智能图像编辑工具，凭借先进AI技术，能为用户提供全面、高效的图片编辑解决方案，适用于日常照片美化和专业设计精细调整。一键去水印功能将待修复图片放入编辑区，选择一键去水印功能，能快速去除图片中的水印，恢复图片的纯净度。一键更换文字功能该功能可轻松替换图片中的文字，满足不同场景的文字需求，使图片内容更新更便捷。一键提取线稿功能能从图片中精准提取线稿，为绘画创作、设计等提供基础素材。图片后期处理一键智能抠图功能可以快速、准确地将图片中的主体从背景中分离出来，方便进行后期合成等操作。一键涂抹消除功能用户通过涂抹操作，可消除图片中不需要的元素，使图片更加简洁美观。一键局部替换功能能够对图片的局部进行替换，实现个性化的图片修改，满足多样化的创意需求。一键风格转换功能可将图片的风格进行转换，如将写实风格转换为卡通风格等，为图片增添不同的艺术氛围。一键AI扩图功能该功能可以对图片进行扩展，增加图片的尺寸和内容，为图片创作提供更多的空间。图生视频-技术发展早期图生视频形式最初，图生视频主要通过将大量图片以PPT形式展示，搭配各种音乐、蒙版和转场效果，形成一段视频，这种方式在许多纪念性场合中得到了广泛应用，如iPhone相册的“回忆”功能。腾讯的图生视频模型腾讯联合清华大学和香港科技大学推出了“Follow-Your-Click”模型，用户只需单击对应区域并添加少量提示词，即可实现图片到视频的转换。图生视频-技术发展生成式AI带来的变革随着生成式人工智能技术的出现，图生视频的方式发生了根本性变化，AI开始承担“编排”的过程，根据一张或几张图片生成动态视频内容。阿里的图生视频功能阿里旗下的通义万相推出了文生视频和图生视频功能，支持用户上传图片或输入提示词生成视频，为用户提供了更多的创作选择。图生视频-技术发展AtomoVideo模型AtomoVideo模型在图生视频领域展现出了强大的能力，能够根据图片生成具有一定质量和创意的视频内容，推动了图生视频技术的发展。RunwayGen-2模型RunwayGen-2模型也在图生视频方面有出色表现，其先进的算法和技术为视频生成提供了更高效、更优质的解决方案。可灵模型的创新可灵是快手公司旗下的视频生成大模型，其图生视频功能是一项重要创新，支持用户上传任意静态图像，通过深度解析图像内容，将其转化为生动流畅的视频。图生视频-可灵图生视频操作步骤01上传图片打开可灵图生视频界面，上传需要处理的图片，若需要增加尾帧，可选择增加尾帧功能，首尾帧功能可实现对视频的更精细控制，但需注意首帧尾帧视频内容尽量相似，否则可能引起镜头切换。02图片创意描述对图片进行创意描述，提示词核心构成是主体和运动。主体选一个效果较好，运动要符合物理规律，尽量用图片中可能发生的运动描述，且描述要避免过于复杂，否则可能引起镜头切换。03用运动笔刷控制运动轨迹运动笔刷功能允许用户上传任意一张图片，通过“自动选区”或“涂抹”工具选择特定区域或主体，添加运动轨迹，同时输入与预期运动相符的描述。还包括“静态笔刷”，可固定涂抹区域像素点，避免镜头移动。04参数设置滑动创意想象力参数，可改变创意相关性，为视频生成带来不同的创意效果，满足用户多样化的需求。05不希望呈现的内容写下在视频中不希望出现的内容。人工智能编辑部的建设与成果重磅产品之AI时政创新国内首个AI时政创新产品“I学习”的发布，标志着人工智能编辑部在时政报道智能化方面迈出重要一步，为时政内容的传播提供了新的方式。重磅产品之智能传播评估覆盖全球的智能传播效果评估系统