AI学习和实战

判别式人工智能：通过输入数据和对应的输出标签之间的关系来进行决策和分类。

生成式人工智能：AIGC（Artificial Intelligence Generated Content）是人工智能1.0时代进入2.0时代的重要标志。

1、2025年3月15日，google旗下机器学习(AlphaGo)首次战胜人类职业围棋冠军。

2、人工智能技术在各个领域的应用不断拓展。自动驾驶、智能家居、智能医疗。

3、2025年，OpenAI了GPT-2模型，大规模预训练语言模型（LLM）。

4、2025年，人工智能在多模态、跨领域、泛知识等方面取得了重大突破。微软发布了MUM，一种能够理解多种语言和多种媒体的多模态通用模型；阿里巴巴发布了ET城市大脑4.0，利用人工智能优化城市治理和服务。

5、2025年，人工智能大爆发，OpenAI发布了GPT-4,微软推出new Bing,百度推出文心一言，DeepMind发布了AlphaGo Zero 2.0，一种完全自主学习的围棋程序，能够超越任何人类或计算机对手；IBM发布了Neuro-Symbolic Concept Learner，一种能够从图像中学习概念并用自然语言表达的神经符模型。

6、2025年2月15日，OpenAI发布的人工智能文生视频大模型sora。

1、阿里云：阿里灵杰

提供ai代码生成器：。

2、百度AI开放平台：百度AI开放平台-全球领先的人工智能服务平台

1、Stable-Diffution-WebUI

https//github.com/AUTOMATIC1111/stable-diffusion-webui

是个开源的AI绘画模型框架，可实现文生图、图生图。

使用方法：AI绘图工具：分分钟搞定Stable-Diffution-WebUI界面与生图参数配置 – 知乎

2、comfyui

https//github.com/comfyanonymous/ComfyUI

文生动图

ComfyUI文生动图-ComfyUI-AnimateDiff-Evolved(官方直译)详细部署与使用 – 知乎

workflow工作流大全

https//openart.ai/workflows/all

ComfyUI云端

eSheep(内测中) – 一站式的AIGC社区

ComfyUI系列教程

3、Langchain-Chatchat

Home chatchat-space/Langchain-Chatchat Wiki GitHub

模型：

ChatGLM-6B 清华大学

BaiChuan 百川智能

Vicuna 基于LLaMA模型微调的大型语言模型,UC伯克利大学

llama3  Meta发布

Qwen 阿里

4、modelscope

魔搭社区

参考：AI：ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略-CSDN博客

5、AI模型下载地址

https//huggingface.co/

6、aliyun的dsw

可以使用试用版：阿里云免费试用 – 阿里云

配置方法参考：【AI】阿里云免费GPU服务资源方法_阿里云天池免费gpu-CSDN博客

踩坑：dsw不能直接访问huggingface等模型下载网站。

解决方案：

1）官网介绍可以通过下载到本地，再同步到ali云盘。

2）安装模型网站插件工具。

3）通过git方式上传。但是需要使用lfs，git大文件模式。（亲测可用）

mac安装lfs：brew install git-lgs

新建git仓库文件夹使用lfs：git lfs install

4）修改huggingface_hub下载源为国内镜像https//hf-mirror.com/

huggingface连不上的解决方案_huggingface offline mode-CSDN博客

7、google colab

https//colab.research.google.com/notebooks/intro.ipynb

使用方法

安全验证 – 知乎

安装comfyui

8、MegaEase Cloud

1、huggingface

地址：https//huggingface.co/

2、modelscope

地址：魔搭社区

3、civitai

地址：https//civitai.com/

1、项目来源：一款构建AI数字人项目开源了！自动实现音视频同步！ – 知乎

2、开源地址：GitHub – OpenTalker/video-retalking [SIGGRAPH Asia 2025] VideoReTalking Audio-based Lip Synchronization for Talking Head Video Editing In the Wild

3、部署过程：

1）下载源码

2）安装conda

Mac 安装 miniconda_mac安装miniconda-CSDN博客

3）安装pkg-config

mac 安装pkg-config-CSDN博客

4) 安装pytorch

pip install pytorch

5)安装numpy

pip install numpy

Running `gfortran –version` gave “[Errno 2] No such file or directory ‘gfortran'”

Running `gfortran -V` gave “[Errno 2] No such file or directory ‘gfortran'”

Running `flang –version` gave “[Errno 2] No such file or directory ‘flang'”

Running `flang -V` gave “[Errno 2] No such file or directory ‘flang'”

Running `nvfortran –version` gave “[Errno 2] No such file or directory ‘nvfortran'”

Running `nvfortran -V` gave “[Errno 2] No such file or directory ‘nvfortran'”

Running `pgfortran –version` gave “[Errno 2] No such file or directory ‘pgfortran'”

Running `pgfortran -V` gave “[Errno 2] No such file or directory ‘pgfortran'”

Running `ifort –version` gave “[Errno 2] No such file or directory ‘ifort'”

Running `ifort -V` gave “[Errno 2] No such file or directory ‘ifort'”

Running `ifx –version` gave “[Errno 2] No such file or directory ‘ifx'”

Running `ifx -V` gave “[Errno 2] No such file or directory ‘ifx'”

Running `g95 –version` gave “[Errno 2] No such file or directory ‘g95′”

Running `g95 -V` gave “[Errno 2] No such file or directory ‘g95′”

文档：SDXLControlnetTileV2：高清分辨率更灵活可控图像增强模型(ComfyUI使用指南)

模型地址：TianYa/ai-models

实现功能：

1、使用RealVisXL写实模型(RealVisXL V3.0：照片级AI绘图模型)

2、AI绘图模型|HelloWorld SDXL：已融合字节SDXL-Lightning模型技术)

3、Samaritan 3d Cartoon：优秀3D卡通动漫模型

部署文档：Llama3：开源LLM新里程碑，Ollama和OpenWebUI本地部署指南

1、下载ollama

• MacOS：下载安装包：https//ollama.com/download/Ollama-darwin.zip

• Window：下载安装包：https//ollama.com/download/OllamaSetup.exe

• Linux：运行安装命令：

2、启动Ollama

ollama serve

3、部署模型

如：

ollama run llama3instruct

ollama run qwen

技术文档：Transparent Image Layer Diffusion：透明图层生成，ControlNet作者新作，设计应用大利好

可实现项目：GitHub – huchenlei/ComfyUI-layerdiffuse Layer Diffuse custom nodes

https//github.com/kealiu/ComfyUI-Zero123-Porting/blob/main/README_CN.md

技术文档：阿里DDColor：黑白老照片图像上色开模型，开源附推理指南

comfyui：GitHub – kijai/ComfyUI-DDColor ComfyUI node for DDColor

模型地址：https//huggingface.co/piddnad/DDColor-models/tree/main

效果展示：

项目地址：【comfyui】AI绘画一键换脸工作流，学会你也可以实现随时换脸啦～～

【Stable Diffusion】Reactor AI换脸详细教程，简单好用，秒杀Roop_哔哩哔哩_bilibili

踩坑：dsw环境comfyui安装comfyui-reactor-node时报错Network is unreachable

梳理原因是下载安装过程中需要下载模型，但是dsw无法连接模型所在网站。

下面是解决方案

GitHub – A9614/ComfyUI-WorkFlow 一些我自己的工作流参数

字节PuLID：高效身份ID特征定制，ComfyUI使用指南

GitHub – cubiq/PuLID_ComfyUI PuLID native implementation for ComfyUI

项目地址：IC-Light：图像打光控制和背景融合生产力工具，最全ComfyUI操作指南

GitHub – kijai/ComfyUI-IC-Light Using IC-LIght models in ComfyUI

项目地址：Open-Sora全面开源升级：支持16s视频生成和720p分辨率

实现1ComfyUI-Open-Sora

GitHub – chaojie/ComfyUI-Open-Sora

项目地址：https//mp.weixin.qq.com/s/Z1kZ_maMb2pcPTns9956DQ#/

GitHub – RVC-Boss/GPT-SoVITS 1 min voice data can also be used to train a good TTS model! (few shot voice cloning)

参考使用视频：你的声音，现在是我的了！- 手把手教你用 GPT-SoVITS 克隆声音！_哔哩哔哩_bilibili

使用步骤

1、声音提取

2、切分

3、识别

4、标注

5、格式化

6、训练新模型

7、推理

很多python包需要c++环境

c++环境安装

#GCC，GDB安装

sudo apt update

sudo apt install build-essential gdb

# 通过以下命令安装编译器和调试器

sudo apt install cmake