|
2024年，如果你還不會使用AI，那么你可能已經落后時代一個身位了。 隨手打開任何一個你經常使用的大廠開發的軟件或者工具，你可能會驚訝地發現，那些我們已經習以為常的工具和軟件，都已經紛紛接入了AI能力。 沒錯，AI已經完整地覆蓋了我們工作和生活的各個層面。我最早關注的一批研究AI工具的先行者，已經開始在各大AI論壇擔任專家和導師的角色了，而單單是我目所能及的，自媒體領域的很多人，已經開始使用AI為自己打工，開始利用AI賺錢了。 但是當我問及身邊的朋友，卻發現仍然有很多人還不知道怎么使用AI工具。 因此，我決定把目前自己常用的一些AI工具，跟大家分享一下。 這些工具基本都是由大廠開發， 靠譜程度請盡管放心，我基本上只用最好用的。在付費方面更不用擔心，我推薦的這些基本都是大廠出品的免費或開源產品，即使付費，也是相當便宜合理的價格。 Kimi.ai是我目前用的最順手的一款AI工具網站，這款工具開發團隊正是當前國內AI領域的當紅炸子雞：據說已經完成10億美元融資的月之暗面。 月之暗面創始人楊植麟的背景相當耀眼，90后已經是清華大學交叉信息學院的助理教授，本科畢業于清華大學，而后在卡耐基梅隆大學讀博時師從蘋果AI研究負責人Ruslan Salakhutdinov等，在AI領域具有廣泛的學術影響力。 我選擇Kimi chat的主要原因還是因為它實在太好用了。界面簡單，交互非常人性化，具備顯著的中文優勢，能夠為用戶提供回答問題、速讀文件、整理資料、激發靈感、輔助創作等服務。 目前在我這里，Kimi基本已經替代了所有的國產搜索引擎。 客觀來說，有時候Kimi出來的結果沒有chatGPT效果好，但在中文AI助手工具當中已經是佼佼者。Kimi能夠支持約20萬漢字的上下文輸入，但是個人實際測試，Kimi的輸出一般會保持在1000字上下。除非你對它特別要求，才會輸出比較長的文本。
豆包APP是字節跳動推出的一款集成了多種AI功能的智能對話助手，它具備豐富的學科知識，能夠準確回答各類問題，同時提供文案創作、高質量圖片生成等功能。用戶界面直觀易用，允許用戶選擇不同的AI角色進行互動。 豆包內置了編程助手、起名神器、英語學習助手等多種智能體，滿足多樣化的使用場景。盡管可能存在局限性和準確性問題，但它已經能夠滿足用戶在辦公、學習、生活和娛樂方面的多項需求，是一款功能全面、操作簡便的AI對話工具。
豆包最為亮點的功能是，它提供了獨特的AI語音克隆功能，允許用戶通過簡單的步驟錄制自己的聲音樣本，從而使AI學習并模仿用戶的語音特征。在聲音設置中，用戶根據系統提示錄制一段約30秒的聲音，豆包將利用這段錄音訓練出用戶聲音的AI模型。 用豆包APP給自己做個聲音克隆助理，你就可以擁有自己的專屬自媒體配音員，還可以自己給自己打電話，讓自己的AI克隆版陪你練習英語口語，不得不說，雖然有點變態，但很好用。 假如你會使用字節跳動的另外一個平臺Coze，你就可以自己開發一個屬于自己的智能體，發布到豆包和飛書。 Coze（扣子）是一個由字節跳動推出的新一代AI大模型智能體開發平臺。這個平臺旨在為用戶提供一個低門檻、快速搭建個性化或具備商業價值的智能體的環境，并且可以將這些智能體發布到豆包、飛書等多個平臺。 另外要說一句，目前coze平臺的插件里包含了GPT-4V（大概相當于GPT-4的閹割版），也就是說通過Coze平臺，你目前可以制作屬于自己的智能體，同時還能白嫖GPT-4的部分功能。 雖然說目前手機上的大模型肯定沒有電腦端的全能，但是你不得不承認的是，目前手機仍然是絕大多數大模型的入口之一。當前就算是上千億參數的大模型，不管是文心一言，還是清華智譜，還是Kimi chat，全都得乖乖做自己的APP，去手機上搶占入口，畢竟手機才是大多數人使用時長最多的場景。 具備了自研AI大模型能力的手機，至少在給廣大人民群眾普及AI玩法上面，已經是完全稱得上是功德無量了，畢竟這些AI功能一旦由手機廠商下放到手機上，基本就意味著完全免費。 一加12是目前我在用的手機，最新的系統更新，已經加入了AI大模型，支持AIGC消除、智能通話摘要、AI繪畫、AI全能助理等多個功能。其中，會議記錄功能和語音轉文字功能，可以實現無限文字轉寫，簡直秒殺市面上各種付費的語音轉寫工具。
這兩天一加又發布了一款AI手機：一加Ace3V，各項基本無太大短板的中端高性能配置，高通驍龍7Gen3，雖然比8Gen 3差點，但畢竟也是全球首發，性能小鋼炮，至少打游戲無一點壓力，跟旗艦一樣的 5500mAh的大續航，100W快充，甚至還有IP65級別的防水，再加上從旗艦機型上面下放的AI大模型功能，當然最關鍵的還是1999元的價格，真的太香了。 這款手機的發布，引爆了AI手機和科技平權的概念，估計接下來一整年，會有更多的平價科技產品搭載AI，也就是說在中國，上到王公貴族下到平民百姓，都將有資格體驗到AI手機的便利。 正如一加總裁李杰所說的：'AI手機普及的標志，是讓更多人能用上AI 。一加Ace 3V不僅要普及旗艦體驗，更要開啟一個AI手機普及的時代。' 剪映專業版現在已經成為我使用頻率最高的一款剪輯軟件了。作為字節跳動旗下的視頻編輯軟件，不僅提供傳統的視頻剪輯功能，還集成了一系列先進的AI技術，極大地豐富了用戶的視頻創作體驗。 其實剪映此前已經加入了一鍵生成字幕、智能剪口播、語音朗讀等相關AI功能，但自從5.4版本之后，剪映又進行了重新的迭代升級，新增了許多最新的AI技能，個人覺得比較實用AI功能有以下幾個： 智能剪口播：這個功能其實以前就有，能夠分析視頻中的語音內容，識別出無效片段（如語氣詞、重復內容等），并允許用戶一鍵刪除這些不需要的部分。但是最新的迭代版本是，智能剪口播功能可以識別視頻中的語音內容，并將其轉換為文字。這樣，用戶就可以直接在智能剪口播的界面中，對識別出的文字進行編輯和調整。例如，可以修改錯別字、調整語序，或者刪除不必要的內容。 也就是說，即使你完全不會剪輯，只要會寫字，會刪減段落和文字，就可以通過剪映，自己制作一個精煉的口播視頻。
AI語音克隆：用戶可以通過錄制自己的聲音樣本，利用AI技術生成具有相似音色的合成語音，用于視頻的文本朗讀，提供更加個性化的配音選項。
AI繪畫：這是一個基于文本描述生成圖像的工具，支持動漫、寫實、攝影和插畫等多種風格，用戶可以通過輸入描述或使用內置模板快速轉換成圖像，甚至進行局部重繪和分辨率提升。 圖文成片：AI根據用戶輸入的提示詞智能生成視頻文案，并自動匹配視頻素材、字幕、配音和配樂，簡化了視頻制作流程。 數字人口播：用戶可以創建虛擬的數字人形象，為視頻解說配音，提高制作效率并降低成本，適用于多種視頻內容和場景需求。 這些AI功能的加入，不僅使得剪映在視頻編輯領域更加強大，也為內容創作者提供了前所未有的便捷和創造力。隨著AI技術的不斷進步，剪映的AI功能也在不斷完善和發展，預示著視頻創作領域的未來將更加智能化和高效化。 字節跳動家的AI繪畫工具dreamina，生成的圖片版權歸你，應該是SD的模型改版的，勉強能當midjourney國內平替版本吧，剛剛問世的那段時間，它直接免費，不限量，太秀了。現在應該是轉為了每天送給大家免費額度，后續如果有更大需求需要充值點數的模式。dreamina的部分功能已經接入了剪映，目前在手機端和電腦端的剪映專業版都能看到AI擴圖、AI繪圖相關的入口。前兩天去英偉達參觀，英偉達透露跟剪映有深度合作，估計應該就是AI文生圖與文生視頻方面的GPU加速合作， 剛好dreamina的首頁又進行了改版，新增加了生成視頻的入口，目測國產版的文生視頻工具已經馬上要來了。
2022年，AI繪畫工具midjourney和stable diffusion席卷全球，我也用上了國內開發者第一時間推出的國產AI繪畫工具，我用的比較順手的是一個國產工具6pen，因為它有stable diffusion的接口，而且可以自定義分辨率和關鍵詞選項，那段時間時間，往里面充值了不少錢，最多的時候一天畫了七八百張圖。 事實上直到現在，如果你有更加專業的文生圖的需求，我仍然會比較推薦6pen。 因為dreamina這種大廠出品的平臺，為了更加大眾化，通常做的很傻瓜，這也就意味著你無法調整更加細致的參數，而6pen這種更加注重專業化參數調整的平臺就彌補了這一缺陷，同時6pen上面還有模型市場，可以搭載各種開發者自己訓練的最新模型，包含各種風格和實用的場景，為AI繪圖和設計提供了更多的可能性。
之前，研發了ChatGPT的那家人工智能公司OpenAI發布了最新“文生視頻”大模型Sora，并同時公布了一系列樣片，效果細膩逼真，運鏡真實，直接震驚了全世界。 但可惜的是，Sora雖好，卻只是一個demo展示，短時間內Sora不會向公眾開放。因此，與其研究還沒發布的sora，不如直接上手玩已經發布的Stable Video。
stablevideo.com是Stability AI推出的文生視頻工具網站，能夠將靜態圖像轉化為14幀和25幀的視頻，幀率可在3到30幀每秒之間自定義，以適應不同的視頻需求。在sora發布之前，這應該是目前使用量飆升速度最快的文生視頻工具了，界面簡單易用，每天提供免費的150積分，用戶可以用這些積分生成視頻片段，對于輕度用戶來說，已經足夠使用。而且更貼心的是，支持銀聯信用卡充值點數。 目前Stable Video支持文生視頻和圖生視頻兩種模式。 圖生視頻的模式是，用戶上傳一張圖片，進行一些設置后，可以直接生成視頻。文生視頻的原理是先通過文生圖，然后再用圖生成視頻。用戶可以輸入文本描述，Stable Video會根據描述生成四張圖片供用戶選擇，然后基于選定的圖片生成視頻。 生成的視頻持續時間可達2至5秒，處理時間不超過2分鐘，用戶可以快速得到高質量的視頻內容。 昨天玩了下，感覺效果非常棒，效果如下：  個人使用感受是，與其他主流AI視頻工具如Runway、PixVerse、Pika等相比，Stable Video在生成速度和質量方面要更好一些，但一旦涉及到細膩復雜的場景，仍然具有局限性，會出現融合閃爍的情況。 放眼全球，當前在AI視頻方面，我們能期待的，除了stable video的更新迭代，應該就是Open AI公司還沒發布的Sora，以及AI視頻的先行者runway接下來的更新迭代版本，還有就是馬上要發布AI文生視頻版本的AI繪畫王者midjourney了。 國內方面，個人感覺比較有潛力的大概有兩家，一個是創始團隊中有國內AI視頻早期玩家加入的Murphvideo，還有一個就是剪映旗下的文生圖工具dreamina即將推出的文生視頻版版本。 這兩家公司的文生視頻大模型應該都是基于當前的開源模型進行的更新迭代，奢求他們依靠開源模型逆向出可以媲美midjouney和sora的生成效果顯然是不太現實的，但未來作為物美價廉的國產平替應該還是夠用的。 關于AI的免費課程，其實網上有很多系統又專業的飛書文檔，完全免費。 其中有一個網友分享的AI信息站合集的知識庫非常好用，我也復制了一個，大家可以直接復制使用： 關于Sora，這里推薦另外一個網友的飛書知識庫《sora學習手冊》，從科學論文到操作指南，專業程度應該超過了市面上的所有付費課程： 最后說一下，如何寫出滿意的文生圖和文生視頻關鍵詞： Sora目前還是一個demo版本，個人認為，文生視頻這玩意，一旦大廠出品成免費的工具，基本上你上手就會，你只需要輸入關鍵詞，就直接能得到相關的畫面。所以沒必要四處急著找教程。 最難的部分，無非也就是研究一下怎么寫提示詞，如果懂點視聽語言，會寫腳本的話，那寫文生圖和文生視頻的提示詞根本不在話下。 在我看來，文生圖和文生視頻，本質上都是用來詳細描述和指導視覺內容創作的文本，包含了故事敘述、描述性語言、重要細節、情感氛圍以及創意表達等元素，甚至你可以指定角度和機位，還有鏡頭焦距以及相機品牌，像極了一個文字版的拍攝腳本。 除此之外，AI工具一般會在畫面描述之外，再增加一些藝術家風格、渲染工具、器材、渲染材質等細節上的描述。如“賽博朋克風格”、“印象派畫風”或“電影膠片質感”，在提示詞中明確指出。 懂了這一點，你基本就掌握了所有類似工具的提示詞玩法了。 我曾經在群里說過，保持好奇，可以延緩衰老，所以我一直保持對新鮮事物的好奇心。 現在可以再加上一條：每一個不想被時代丟下的人，請一定要學會使用最新的生產工具。而AI，正是我們這個時代的新質生產力。 馬克思說，無產者只有掌握了生產資料，才能夠徹底擺脫生存恐懼。 所以不確定性的年代，請務必攜帶更多的本領上路。 |
|
|
