AI近期更新 - AI动态及教程 - 第38页

怎么用ChatGPT自动写Excel的VBA宏和VLOOKUP/XLOOKUP公式？

把重复性的表格处理交给机器，是很多办公族的真实需求。ChatGPT这类大模型能根据自然语言描述直接产出VBA宏脚本，也能把业务逻辑翻译成VLOOKUP或XLOOKUP函数。实际操作时，先向模型说明数据结构和目标动作，比如按某列匹配回写价格，它就会给出可粘贴运行的代码与公式。相比手工翻...

栏目：AI社区时间：08-11 ChatGPT自动化Excel VBA宏代码生成 XLOOKUP公式编写

线性注意力是什么？RetNet为何被称为Transformer的有力替代方案

把传统Transformer的自注意力换成线性计算，模型就能在长序列上大幅降低显存与算力开销，这便是线性注意力的核心思路。RetNet用门控递归与共享权重机制，在训练时保持并行、推理时实现O(1)记忆，避免了自回归解码的堆叠瓶颈。相比标准Transformer，它在语言建模与长文本任务中表现...

栏目：AI大模型时间：08-11 线性注意力 RetNet Transformer替代

Luma AI写手工制作视频提示词怎么让AI先给结构

做手工类视频最怕AI直接堆画面，结果步骤乱跳、逻辑断裂。其实在Luma AI里，只要提示词先下达“先输出分镜结构”的指令，模型就会优先梳理清楚开头、材料展示、制作流程、成品特写等板块，再据此生成视频。写提示词时把“请先给出视频结构再生成”放在最前，并标明每个环节时长与...

栏目：AI社区时间：08-11 Luma_AI 手工制作视频提示词结构

点云配准结果评估指标数值异常怎么办？尺度归一化是关键解法吗

把不同设备采集的三维点云直接做配准，经常有人发现RMSE或倒角距离算出离谱的大数，甚至超出合理范围十倍以上。这类问题大多不是算法失效，而是源点云和目标点云处在不同尺度空间。尺度归一化通过统一坐标量纲与重心位置，可让评估指标回归正常区间。本文说明异常产生的原理、归...

栏目：3D模型时间：08-11 点云配准尺度归一化评估指标异常

如何解决Sampling生成重复问题：Repetition Penalty与No Repeat N-gram约束怎么用？

大模型自由生成文本时经常卡在同一个词或句式上反复输出，阅读体验很差。Repetition Penalty通过降低已出现词的概率来抑制重复，No Repeat N-gram则硬性禁止连续n个词再次组合。两者一个软约束一个硬规则，配合温度调节能明显提升通顺度。实际写对话机器人和摘要程序时，先开ngr...

栏目：AI大模型时间：08-11 repetition_penalty no_repeat_ngram 文本生成去重

能源转型中的预测与调度到底该如何协同解决供需矛盾？

风力和光伏装机比重快速提升后，电力系统波动明显加大，不少区域在午间弃光、傍晚缺电之间反复摇摆。单纯靠扩建储能或新建机组已难以经济地消化不确定性，必须把负荷与新能源出力预测、以及调度策略放在同一框架里考虑。本文从实际电网运行角度，说明短期与超短期预测如何支撑日...

栏目：AI大模型时间：08-11 能源转型负荷预测电力调度

Agent工具使用测试要怎么做才能确保参数正确并处理好异常？

把Agent工具接进业务系统后，最怕的就是传参写错或者运行中途报错没人管。实际测试里，参数类型不对、必填项漏了、取值范围越界，都会让工具直接失败。异常方面，网络超时、接口限流、返回结构变化也常拖垮整个任务。这篇文章从用例设计讲到断言方法，说明怎样用边界值和Mock手段...

栏目：AI智能体时间：08-11 Agent工具测试参数正确性异常处理

MetaGPT框架怎么用SOP标准化流程模拟一家软件公司？

把多个大模型角色塞进同一个项目里，往往会出现分工混乱和输出打架的情况。MetaGPT给出的解法是在框架层嵌入SOP标准化流程，让产品经理、架构师、工程师等角色按既定工序依次产出文档与代码。本文围绕MetaGPT如何借助标准化作业程序模拟真实软件公司的协作链条展开，说明从需...

栏目：AI智能体时间：08-11 MetaGPT SOP标准化流程软件公司模拟

如何解决决策推理中的风险忽略问题：风险矩阵与敏感性分析怎么用？

不少团队在做方案比选时只盯着预期收益，把小概率但高后果的事件直接略过，等到问题爆发才意识到当初漏了关键变量。其实用风险矩阵把可能性和影响程度交叉定位，就能把模糊的担忧变成可排序的清单。敏感性分析则进一步告诉我们，哪个假设稍有变动就会让结论翻盘。把这两种方法叠...

栏目：语言推理时间：08-11 决策推理风险风险矩阵敏感性分析

Gamma做Excel公式怎么让结果更像真实案例

用Gamma生成带Excel公式的演示页时，不少人发现算出来的数字干瘪又规整，一眼就能看出是机器填的。其实只要调整分布逻辑、加入业务噪声并绑定场景参数，结果就会贴近日常报表。我们可以先从真实业务的数值特征入手，再套用Gamma里的随机函数与条件格式，把销售额、成本这类指标做...

栏目：AI社区时间：08-11 Gamma Excel公式真实案例模拟

Function Calling 推理是怎么让大模型自己决定何时调用外部工具的？

把天气查询、订票或查数据库这类任务交给大模型时，它并不总是该自己回答。Function Calling 推理解决的就是模型何时该停顿、把请求转给外部接口的问题。文章从推理的基本含义讲起，说明模型在接收到用户指令后，如何借助预设的函数描述来判断意图匹配度，进而生成结构化调用参...

栏目：语言推理时间：08-11 Function_Calling 大模型工具调用推理决策

AWS S3和阿里云OSS该怎么上手操作才不踩坑？

刚接触云存储的新手常被AWS S3和阿里云OSS的后台搞晕，明明都是存文件，操作逻辑却差不少。其实两者核心都是对象存储，先把存储桶建对就能省掉大半麻烦。本文结合实际操作经验，讲清从开通服务、创建桶、上传下载文件到权限配置的具体步骤，也会点出跨区域复制和计费上的差异。照...

栏目：AI智能体时间：08-11 云存储工具 AWS_S3 阿里云OSS

大模型如何实现绿色AI与能耗优化成为行业焦点？

训练一次千亿参数大模型所耗电量相当于上百个家庭一年的用电总和，这种惊人的资源消耗正倒逼技术变革。绿色AI不是简单缩减规模，而是通过算法、硬件与调度协同降低单位算力能耗。本文从模型压缩、高效架构、数据中心液冷等角度，说明在不牺牲效果的前提下减少电力开支的具体路...

栏目：AI大模型时间：08-11 绿色AI 大模型能耗能耗优化

ChatGPT回答速度极慢该怎么一步步排查原因并解决

深夜赶稿时对话框转圈半分钟才蹦出几个字，这种等待最磨心态。回答变慢通常不是单一故障，而是网络、账号状态、终端设备和官方负载共同作用的结果。先确认自身宽带是否波动，再观察不同时间段响应差异，能排除大部分误判。若切换节点后仍卡顿，就要检查浏览器缓存与插件冲突。本文...

栏目：AI大模型时间：08-10 ChatGPT 回答速度慢网络延迟

建筑设计Agent如何实现方案生成与优化？

把繁琐的平面排布交给机器后，设计师就能把精力放在空间体验上。建筑设计Agent是一类基于规则与算法的辅助系统，它能在输入用地条件后自动产出多版草案，并依据采光、通风、容积率等指标做迭代改进。不少团队发现，引入这类工具后，前期比选时间明显缩短，但落地仍要靠人工校核规范...

栏目：AI智能体时间：08-10 建筑设计Agent 方案生成方案优化

Runway怎么用才能玩转AI视频生成？这份技巧指南给你答案

想把一段静态图片变成流畅短片，却被复杂操作劝退？Runway作为主流AI视频工具，靠文生视频和图生视频功能降低了门槛。本文整理从账号准备、提示词写法到镜头控制的实操方法，说明怎样用运动笔刷定主体轨迹、拿参考帧保画风统一，也聊了生成时长受限和算力消耗的应对思路。跟着做能...

栏目：视频音频时间：08-10 Runway AI视频生成视频创作技巧

深度学习里GELU和SiLU激活函数到底有什么区别该怎么选

在搭建图像识别或生成模型时，激活函数的选择会直接影响收敛速度和最终精度。GELU和SiLU作为近年来主流的平滑型激活函数，常被拿来比较。GELU依据输入所处分布位置进行随机正则化式变换，SiLU则由Sigmoid与输入相乘构成，二者形状接近但计算逻辑不同。实际训练中，SiLU在轻量网络...

栏目：图像处理时间：08-10 GELU激活函数 SiLU激活函数深度学习图像预处理

生成答案时为什么要附带参考文献，引用与溯源到底有什么用？

写文章或做研究时，常有人直接抛出结论却说不清出处，读者很难判断内容是否靠谱。生成答案附带参考文献，就是把信息来源亮出来，让说法有处可查。这种做法能帮用户验证事实、避免被误导，也方便追到原始资料深入阅读。本文讲清楚引用与溯源的基本逻辑，说明参考文献在内容生产里的实...

栏目：AI大模型时间：08-10 引用溯源参考文献答案可信度

AI生成视频闪烁严重无法使用该怎么解决

刚导出的AI生成视频满屏闪白条根本没法看，这种状况在各类生成工具里都不算少见。闪烁大多来自帧间不一致、采样参数不当或编码器兼容性差。想让成片稳定可用，得先分清是模型抽帧导致还是导出环节出错。实际处理时，可尝试降低变化强度、开启帧平滑、换用成熟编码格式，并在生成...

栏目：视频音频时间：08-10 AI视频闪烁视频音频故障 AI生成视频修复

家庭相册智能分类Agent到底能帮我们解决哪些整理难题？

翻出手机里几千张杂乱无章的合影和旅行照，多数人都会头疼该怎么归类。家庭相册智能分类Agent是一类基于人工智能的自动化工具，能识别照片中的人脸、场景与时间点，把分散图像按人物或事件自动分组。它借助机器学习模型完成 tagging 与聚类，省去手动建文件夹的麻烦。这类系统通...

栏目：AI智能体时间：08-10 家庭相册智能分类 AI_Agent 照片自动整理

OpenVINO推理如何在Intel CPU和GPU上实现模型优化与部署？

把训练好的深度学习模型放到Intel的CPU或核显上跑推理，常常遇到延迟高、占用大、利用率低的问题。OpenVINO是一套面向Intel硬件的推理工具集，能把常见框架的模型转成统一格式，再做图层融合、量化压缩和硬件适配。本文围绕实际部署流程，说明如何用该工具在处理器和显卡上完成...

栏目：语言推理时间：08-10 OpenVINO 模型优化 Intel部署

碰撞体性能太差该怎么优化？简化碰撞与层级设置实战方法

游戏运行突然掉帧，排查后发现是场景里几百个复杂网格碰撞体在拖后腿。其实不需要删减内容，只要把网格碰撞换成基础形状碰撞，再把对象分层让无关物体互不检测，开销就能降一大截。本文从碰撞体类型替换讲到层级碰撞矩阵配置，说明哪些情况用盒体或球体就够了，哪些必须保留精细碰撞...

栏目：3D模型时间：08-10 碰撞体优化碰撞层级物理性能

AI音乐评估指标有哪些？客观与主观音质评价方法怎么选？

不少人以为只要模型生成了旋律就算合格，其实音质好坏才是落地关键。AI音乐评估通常分两条线，一条用信噪比、谱失真等数值说话，另一条靠人耳打分判断听感自然度。客观指标快但可能漏掉沙哑杂音，主观测试准却费时费力。弄清楚两者差别与配合方式，才能挑对评价办法，少走弯路，做出真...

栏目：视频音频时间：08-10 AI音乐评估客观音质评价主观听感测试

如何用Modal Labs以Pythonic方式部署分布式AI工作流？

把训练好的模型推上生产，往往要写一堆Dockerfile和K8s配置，这对只熟悉Python的研究员很不友好。Modal Labs把算力调度藏进装饰器里，用本地写函数的方式就能拉起云端GPU集群。本文讲清它怎么用纯Python描述任务依赖、并行跑批量推理、按需伸缩节点，不必碰YAML。你会看到从装包...

栏目：图像处理时间：08-10 Modal_Labs 分布式AI工作流 Pythonic部署