人工智能-通识到应用课件 项目6：生成式人工智能

生成式人工智能CONTENTS目录01

生成式人工智能概述02

生成式人工智能产业和应用03

生成式人工智能的基本原理04

提示词工程的开发与优化05

项目实践06

项目总结与展望01生成式人工智能概述生成式人工智能的概念

生成式人工智能定义生成式人工智能（GAI）是基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术，能学习和模拟事物内在规律，自主创造新内容。

与判别式人工智能对比判别式人工智能学习数据中的条件概率分布，对新场景判断、分析和预测，如用于人脸识别门禁；而生成式人工智能可生成全新内容。

变革多领域生成式人工智能以强大的生成和创新能力，为多个领域带来革命性的变革，推动各行业发展。

AIGC概念和目标人工智能生成内容（AIGC）是生成式人工智能的具体应用，目标是使内容创建过程更高效和易于访问，制作高质量内容。生成式人工智能的发展历史

起源阶段（20世纪50年代）科学家开始探索人工智能领域，关注规则驱动的生成方法，通过编写规则生成新内容。早期发展阶段（20世纪90年代至21世纪初）以机器学习为基础，采用统计方法生成新数据，如文本、图像等，代表技术有隐马尔科夫模型（HMM）、条件随机场（CRF）等。成熟阶段（2010-2020年）随着深度学习算法发展，生成式技术进入成熟阶段，生成对抗网络（GAN）和变分自编码器（VAE）等技术成为关键里程碑。突破与发展阶段（2020年至今）2023年OpenAI推出ChatGPT，标志文本生成领域显著进展；2024年发布两项国际标准；截至2024年8月，中国超190个生成式人工智能服务大模型上线，注册用户超6亿。02生成式人工智能产业和应用生成式人工智能产业现状市场规模与增长据工业和信息化测算，2023年我国生成式AI市场规模约14.4万亿元，预计到2035年将突破30万亿元，占全球总市场规模超35%，展现巨大潜力。企业布局与竞争众多科技巨头和初创企业纷纷布局，如百度、科大讯飞、腾讯等，通过多种商业模式探索商业化路径。技术发展与迭代自ChatGPT发布后，各类AIGC大模型不断涌现，如百度文心一言、科大讯飞星火大模型，推动技术进步。政策与监管全球各国出台战略和政策抢占制高点，同时加强监管，应对数据泄露、虚假内容等安全风险。文本创作与智能对话NLG引领文本创作潮流自然语言生成（NLG）技术能生成流畅文本，为创作者提供新灵感和方式，改变人机对话体验。ChatGPT的强大功能ChatGPT基于GPT-3.5架构和强化学习训练，可完成自动文本生成、问答、摘要等任务，提升交流体验。DeepSeek-R1的优势2025年1月发布的DeepSeek-R1，提升复杂问题推理能力，性能匹敌OpenAI-o1，训练成本降低，App下载量名列前茅。图像生成

AIGC图像生成的魅力图像生成是AIGC重要分支，吸引大量关注，让更多人享受AI创作乐趣。

StableDiffusion的作用StableDiffusion模型使AI绘画门槛降低，用户输入提示词即可生成精美绘画，其开源和迭代推动广泛应用。音视频创作

语音合成的支持通过语音合成技术，AI能生成逼真语音，为虚拟助手、语音翻译等应用提供支持。

音乐创作的潜力AI可根据风格和旋律创作音乐，为音乐家提供灵感，为广告、电影等提供素材。电影与游戏制作

生成式AI带来的变革生成式AI可生成虚拟角色、场景和动画，为电影和游戏带来创意空间，实现个性化体验。

腾讯AILab的解决方案腾讯AILab的3D虚拟场景自动生成解决方案，为游戏开发者提供高效、低成本工具，提升开发效率和品质。科研辅助与创新

探索新理论和方法生成式AI技术可帮助科学家探索新理论和实验方法，提供新研究视角。

加速技术创新在药物设计、材料科学等领域，AI加速技术创新和发展，提高科研效率。代码生成与智能开发

代码生成成热点随着技术发展，代码生成成为软件开发热点，AI可生成符合需求的代码片段。

工具提升开发效率GitHubCopilot和腾讯云的CODINGWise等工具，提供智能代码建议、补全、纠错功能，提高开发效率和质量。内容理解与智能分析

AI的分析优势AI能深入理解多媒体内容，提取关键信息、生成摘要，提供精准信息服务。

金融领域的应用金融领域的BloombergGPT可根据数据和新闻生成分析报告和投资建议，支持智能决策。自主AI智能体与虚拟智能社会

自主AI智能体的特性自主AI智能体具有自主性和灵活性，能自主分析、计划和执行任务，提高人机交互效率。

虚拟智能社会的构想未来可能形成由多个智能体组成的“虚拟智能社会”，智能体相互协作，改变人类社会运行和生活方式。03生成式人工智能的基本原理人工智能生成内容的关键步骤数据收集与预处理

第一步需收集大量高质量数据，如文本生成任务收集新闻、小说等文本数据。收集后的数据要预处理，包括清洗、格式化、增强和特征提取，以提高后续模型训练效果。模型构建与训练

构建生成模型，常见的有VAEs、GANs等，每种适用于不同生成任务。训练是核心环节，如GANs通过生成器和判别器对抗训练，使生成器生成更逼真数据。生成过程

模型训练完成后，可根据需求生成新数据实例，可基于用户输入或自主生成，利用学习到的数据模式创造新内容。模型优化与迭代

对生成的数据进行评估，标准包括真实性、多样性等。根据评估结果优化模型，如调整参数、引入新训练技巧，还可利用新数据再训练，实现持续迭代。生成式人工智能的模型架构

生成对抗网络由生成器和判别器组成。生成器生成新样本欺骗判别器，判别器区分真实与伪造样本。在图像生成中表现优异，能生成高度真实样本。

变分自编码器基于概率图模型，包括编码器和解码器。编码器将输入数据编码成潜在空间分布，解码器从中生成数据样本，在生成样本多样性上有优势。

自回归模型通过预测序列下一个元素生成数据，保证序列连贯性。如基于RNN及其变体的语言模型，在自然语言文本生成方面表现出色。

Transformer模型基于自注意力机制，能高效处理长距离依赖。核心组件有自注意力机制和位置编码，ChatGPT系列是其成功应用，擅长生成连贯文本。

扩散模型基于逐步添加和去除噪声生成数据。前向过程加噪声使数据不可辨认，反向过程从噪声恢复真实数据，在生成图像和高维数据时表现出色。生成式人工智能的模型架构基于流模型使用可逆变换建模数据分布，将输入数据转换为标准分布，能精确计算生成样本概率密度，代表有RealNVP和Glow，在高质量数据生成方面潜力大。04提示词工程的开发与优化提示词工程的开发

确定需求明确希望模型完成的任务或生成的内容，常见任务有文本生成、问答、翻译、总结等。例如要生成公司愿景介绍文章，就需明确文章字数、涵盖要点等。

设计提示词根据任务需求设计初步提示词，可采用直接询问、提供上下文或结合示例的方式。如生成话题介绍文章，提示词可为“请写一篇关于‘话题’的介绍文章”。

实验和迭代通过实验不同提示词，观察模型生成结果并评估质量，根据反馈调整提示词。若模型生成内容简短或不相关，可添加上下文或细化提示词。

常见规则与注意事项设计提示词时，要准确说明任务，避免说不要做什么，表述具体，添加标签或分隔符，要求结构化输出，让模型验证条件，先解释再提供答案。提示词工程的优化微调提示词根据模型响应细微调整提示词，如将“写一篇关于环境保护的文章”改为“请详细描述环境保护的重要性，并提出具体的行动建议”。提供上下文在提示词中加入更多上下文信息，帮助模型更好理解任务。如生成技术文档，提供相关背景信息可使内容更专业准确。使用示例提供示例或范例帮助模型理解期望的输出格式或内容，可在提示词中包含一两个示例，示范所需回答风格或格式。反馈循环收集用户对生成结果的反馈，分析哪些提示词效果更好，据此优化提示词，以提升模型输出质量。结合高级技术利用模型的高级特性，如自适应提示词和上下文嵌入来进一步提升生成效果，可采用更复杂的提示词构造方法或利用模型内部机制优化。05项目实践基于AIGC的文本生成案例任务分析要为“未来科技”公司生成300-500字愿景介绍文章，需涵盖公司背景、创新精神、未来目标和对行业的影响。提示词设计初步提示词包含公司背景、创新精神、未来目标和对行业影响的要点，引导模型生成符合预期的内容。内容生成打开DeepSeek官方网站，使用提示词生成文章，并检查内容是否符合要求。反馈调整收集用户反馈，发现不足后增加细节，如对某一技术创新的详细描述。优化根据反馈优化提示词，使文章更清晰、有逻辑，吸引潜在客户和投资者。基于AIGC的代码生成案例

任务分析为在线购物网站用户生成8位包含大小写字母和数字的唯一优惠券代码，使用Python实现。

提示词设计初步提示词说明开发场景、代码要求和实现语言，引导模型生成符合预期的代码。

代码生成访问讯飞星火大模型官方网站，使用提示词生成代码，定义了生成优惠券代码的函数。

优化若希望用面向对象编程实现，可详细设计提示词，重新生成代码。基于AIGC的图像生成案例

任务分析使用多模态大模型，如讯飞星火大模型，生成旅游中的美景图。

提示词设计初步提示词描述画面为一条平直公路通往天际，公路两边是无边草原。

图像生成打开讯飞星火大模型官方网站，使用提示词生成图像，并检查是否符合要求。

优化若希望图中公路为高速公路且远处有山，可详细设计提示词，重新生成图像。基于Manus自动化生成市场报告

任务分析使用Manus分析2024年第一季度中国新能源汽车市场，总结销量前三品牌的销量变化，生成包含数据图表的PPT报告。

提示词设计提示词明确分析市场、总结销量变化和生成PPT报告的要求。

任务执行Manus拆解需求为子任务，调用工具库执行数据采集、清洗、分析、图表生成和PPT制作。

校验与交付进行质量检查，根据用户反馈更新报告，最终交付PPT文件并发送通知。

技术亮点和优势具有端到端闭环、工具协同、容错机制等亮点，可大幅提高任务执行效率。06项目总结与展望项目总结

知识目标收获深入了解生成式人工智能基本概念与发展历程，熟悉AIGC在多领域应用，掌握其产业现状与市场规模。

技能目标提升能够使用工具进行文本、代码、图像生成，掌握提示词工程设计与优化，通过项目实践解决实际问题，

素质目标达成培养创新思维与问题解决能力，