胡旭陽

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    

第12章  AIGC安全與符合規範風險    
12.1  AIGC風險分類    
12.1.1  演算法類風險    
12.1.2  資料類風險    
12.1.3  應用類風險    
12.1.4  其他風險    

12.2  安全政策與監管    
12.2.1  國際安全政策進展    
12.3  安全治理框架    
12.3.1  多措並舉的治理措施    
12.3.2  多元治理模式    

 

序

　　ChatGPT 3.5就像引燃全球AI熱情的火種，激起了人們對人工智慧的廣泛關注，各大新聞平臺、播客節目和媒體紛紛開始關注並報導ChatGPT。我們作為專業的研發團隊，決定撰寫本書以分享我們的見解和經驗。

　　對於AIGC，個人的認知存在差異。在我們看來，AIGC是一場深層次的技術革命，它像石油、電力和資訊技術一樣，將引領底層生成力的巨大變革。其中，既包含演算法和電腦相關專業人士導向的專業機會，又包含各行各業導向的重塑機會。由於AIGC是底層技術，其所帶來的影響將遍及所有的行業。因此，每個人都可以從自己的角度去解讀AIGC。

　　AIGC技術的核心價值始終不變——提升使用者的生產效率。我們希望透過對現有AIGC產品能力的深入理解，向非電腦專業人士介紹當前各領域的優秀產品及最佳實踐經驗，讓所有對AIGC感興趣的讀者都能夠順利使用AIGC產品，避免在產品選擇和使用過程中走彎路。

　　目前AIGC應用看起來門檻還很高，但未來一定會普及的。先擁有AIGC技能的人預期在職場上會有5~10年的先發優勢。可以預見，未來AIGC的相關課程和技能培訓會越來越多。

　　AIGC的高速發展也給研發人員帶來了職業快速發展的機會，未來，AIGC帶來的研發紅利遠大於2010年以來行動網際網路帶來的紅利。因此，現今投入AIGC的研發實踐中是非常好的時機。

　　本書深入淺出地介紹了AIGC相關技術的原理、研發框架，以及幾個非常有潛力且適合初學者上手的AI Agent；展示了一個大型、成熟的企業級AIGC應用最重要的架構設計和能力分層，以及與之匹配的完整的工程化能力。

　　本書是我們多年實踐經驗的總結和沉澱，希望它可以彌補市場上AIGC企業實踐類別圖書的空白。

　　本書具有以下三大亮點。

　　（1）講解循序漸進，內容由淺入深。本書先從AIGC的技術躍遷展開，詳細介紹了大語言模型和多模態的知識背景；隨後，從應用價值和行業價值兩個角度深入探討了AIGC帶來的重大機遇。這樣的組織方式使得讀者可以逐步深入了解AIGC的核心技術和應用場景。

　　（2）內容新穎且覆蓋面廣。本書不僅介紹了AI聊天對話、AI繪畫、AI音/視訊等前端應用，還深入探討了這些應用的實現原理。此外，本書介紹了如何使用這些技術來解決實際問題，讓讀者能夠更進一步地理解和應用這些知識。

　　（3）從個人應用到企業實踐的平滑過渡。透過閱讀本書，讀者能夠輕鬆上手AIGC的應用。然而，為了更靈活地運用AIGC技術創造商業價值，深入理解其背後的原理是不可或缺的。只有逐步深入，融會貫通，才能真正學有所成。此外，本書內容由淺入深，兼顧不同層次讀者的需求。

　　總之，我們希望這本書能成為AIGC浪潮中的一朵浪花，為推動人工智慧的發展造成一點作用。我們期待與您一同探索AIGC的無限可能，共同迎接人工智慧的美好未來。