课程大纲

 模块一：大模型基础（第一天）

理论向（上午）：大模型技术背景与应用介绍

1.热身暖场：自我介绍&引子（chatGPT的前世今生）

2.  大模型的能力演进与现实边界：探讨大模型的技术能力和前沿进化方向。

a.     闭源模型概览（chatGPT、Claude、Gemini、kimi等）

b.    国外开源大模型概览（llama、Grok、Mistral、Gemma等）

c.     国内开源大模型概览（通义千问、百川、智谱、deepseek等）

d.    生活中的大模型：以搜索应用为例（秘塔猫、Kimi、Perplexity 等）

e.    前沿能力与展望

3.  大模型业界前沿产品与公司

a.     大模型应用行业地图（工具向  &  娱乐向）

b.    基础类大模型应用（chatGPT、豆包 等）

c.     办公泛工具类（AI-PPT、效率、创意）

d.    垂直场景类2B应用（客服、营销、培训等）

e.    情感陪伴类C端应用（星野、talkie、筑梦岛等）

f.      金融大模型场景实践（咨询问答、售前客服、安全风控）

4.  互动：自由问答

实践向（下午）：大模型在公司的应用路径

1.  大模型应用开发实践范式（整体开发流程介绍，包括安全、备案需求）

a.     技术路线选型

b.    落地实践路径

c.     团队构成与资源准备

d.    模型安全、模型备案、算法备案

2.  大模型落地失败的一百种可能性（介绍当下哪些能力具备，而哪些能力不具备）

3.     提示词工程的最佳实践【实践-prompt】

a.     基于结构化prompt

b.    基于CoT的prompt优化

c.     基于RAG的领域能力提升

d.    基于functionCall的专业能力提升

e.    基于ReAct框架协同推理与行动

f.      实例演示：短信编写、SQL生成、角色扮演

4.  互动：自由问答，帮助听众结合自身场景，通过修改Prompt构造方法，基于RAG技术，产出对应领域问答Bot

模块二：多模态基础（第二天）

理论向（上午）：多模态技术背景与应用介绍

1.热身暖场：自我介绍&引子（Sora/LumaAI/多模态效果展示）

2.  生成式AI与多模态技术背景：探讨生成模型类型、工作原理及应用场景，包括文本、图像、视频生成等。

a.     多模态大模型技术（性能、价格、速度）

b.    图片可控生产技术（填充、涂抹、增强）

c.     Sora类视频化技术（运动、实体一致性、3D化）

d.    ASR、有声、音乐技术（情感、旋律、音质）

e.    虚拟人、具身智能与基础算力服务

3.  多模态业界前沿产品介绍。

a.     多模态应用行业地图（工具向  &  娱乐向）

b.    基础类视觉图片应用（美图、稿定、MJ等）

c.     基础类视频应用（Runway、Pika、Pixelverse & 快手可灵、LumaAI）

d.    营销类产品应用（妙思、轻舸、来画 ）

e.    AI+行业（教育/医疗/硬件 等）

4.  互动：自由问答

实践向（下午）：多模态在内容型公司的应用路径

1.  多模态应用开发实践范式（整体开发流程介绍）

2.  落地技术选型（提示词工程、开源模型微调与私有化部署）

3.     开发资源与团队构成（人员配置、开发工具、业务场景发现）

4.     当前内部应用示例（垂类模型、可控生图、规模化成本）

5.  图像实践展开：

a.     文生图：Lora概念与常用推荐、提示词书写规则 等；

b.    图生图：关键词反推、局部重绘、画风转化  等；

c.     ControlNet：插件原理、字体设计、AI模特服装 等；

6.  SD-WebUI与ComfyUI实践展示

模块二：AIGC生产环境落地（第三天）

理论（上午）：AIGC技术原理概览

1.  世界模型的起源？

a.     AI视频模型技术演进（VDM/MAV/AnimateDiff/SVD/DIT/Sora）

b.    大模型发展：多模态输入、多模态输出

2.  生产环境下AIGC落地

a.     文字：故事/互动游戏/信息抽取

b.    图片：IP衍生品/社区配图/多格漫

c.     有声：多播、音乐、情感、模仿

d.    虚拟人：数字分身、互动唱歌、直播

3.  成本与收益（GPU选型、推理加速框架、极限成本、市场价格）

4.  互动：自由问答

实践（下午）：多模态在影视漫游类的应用

1.  拆解高质量“AI我中华”视频生产用到了哪些多模态工具

a.     创意文案部分：剧本与创意模板提示词；

b.    图片部分：可控重绘、高质超分、插帧渲染 等；

c.     视频部分：SVD、Dreamina、Runway等；

d.    音乐部分：Suno、韵律模型、声音克隆 等；

e.    整体合成：市场成本、实际成本；

2.  自我实践高质量素材：

a.     打造自有工作流

b.    创意：如何基于ChatGPT输出创意

c.     图片：如何基于ComfyUI输出图片

d.    视频：如何基于Dremina输出视频

e.    声音：如何基于chatTTS输出音频

f.      音乐：如何基于Suno输出背景音乐

3.  互动：

a.     自由问答

b.    分组练习：结合自己工作的业务特点进行效果输出AIGC效果。

模块四：Agent平台与实践落地（第四天）

理论（上午）：Agent原理与概要

1.  从GPTs 到 AI Agent

2.  AI Agent工具概览

3.  AI Agent在外部公司落地效果

a.     Agent for 金融（资讯总结、文档生成、合规审查等）

b.    Agent for 营销（图像加工、视频创意、风格转换等）

c.     Aegnt for 客服（多轮问询、音频控制、服务提供等）

4.  核心功能介绍

a.     插件系统

b.    知识库与数据库

c.     工作流与图像流

5.  业务场景讨论与QA

实践（下午）：Agent平台实践指导

1.  实践Dify/Coze 类Agent平台（以Coze为例）：

a.     简介：Workflow工作流与调试 介绍；

b.    初试：快速创建与标准创建；

c.     验证：打造带Function Call能力的Agent（创建Bot与使用插件）；

d.    多模态：Coze 图像流  操作手册；

e.    场景实践（英语陪练、知识库问答、毛胚房装修、电商广告图像流 等）；

2.  互动：

a.     自由问答

b.    分组练习：结合自己工作的业务特点进行智能体建模。

模块五：AIGC比赛与AI落地工作坊（第五天）

理论（上午）：AI应用工作坊

1.  需求挖掘：自有行业痛点、其他行业智能化爆点

2.  能力准备：创意、思想实验、用户视角、智能化专家+行业专家

3.  计划书交付：背景+联接+创意+探索＋突破→结果展望

4.  业务场景讨论与QA：行业洞察+AI最佳实践

a.     列举企业或行业三个痛点或待解决的问题点；

b.    初步定位近似行业或企业AI价值点；

c.     引导讨论组团队构思解决办法；

5.    落地路线规划：尝试拆解刚刚构思的场景该如何落地

a.     解读：业务与数字化战略、场景解读；

b.    关键要素分析：数据、算力、成本、用户体验；

c.     技术整体蓝图：

i.      AI应用模式（提示词、RAG、微调 等差异）

ii.    能力获取模式（开源/闭源；公网/私有化）

iii.   成本收益、价值、风险点、实施建议

d.    落地路径：

i.      落地项目时间规划、资源投入、风险验证

ii.    最小POC尝试并展示

实践（下午）：AIGC-hackthon（黑客马拉松）

1.  AIGC工坊落地项目：

a.     参加方法：

i.      参赛选手需要基于Coze或者Dify创建一个图文创作类 AI Bot，如 AI 文案优化，AI 视觉设计，AI 版式布局、AI 生图工具，AI海报设计等。

ii.    优雅的设计感及具备创意的展示形式会让使用者眼前一亮，能提高图文创作效率和质量会为你的作品加分！

iii.   希望你的作品带有专属你的独特创意想法，在业务落地领域有实现长期价值的潜力；

b.    参考内容：

i.      大语言模型基础知识

ii.    AI模型优化与设计

iii.   场景赋能工作场景

iv.   应用创新与评估管理

c.     比赛方式：组队完成搭建

d.    认证方式：按一二三等奖来进行发布

2.  互动：

a.     试模拟组队。

b.    尝试内容参考：（需结合业务场景）

¡  内容生成：例如，AI可以自动编写文章，然后为文章选择或生成相应的图片。

¡  图文理解：为给定的图片找到最合适的文字描述，或为给定的文字找到最相匹配的图片。

¡  数据可视化：将复杂的数据进行可视化展示，用图表、信息图等方式进行显示，使数据解读更直观、简洁。

¡  设计辅助：例如生成LOGO，海报设计等。

¡  自动化排版：根据文本内容与结构，自动进行页面布局与美观的排版。

¡  图文识别：在借助OCR技术进行图文抓取内容后，AI能够理解并处理这些信息。

¡  资讯总结: AI可以对大量新闻和社交媒体信息进行自动编辑和汇总，生成有趣的图文摘要。

¡  艺术创作：辅助绘画、音乐创作、文学创作等艺术领域，鼓励参赛者探索AI与艺术和业务结合的新模式。

¡  营销设计：例如素材设计与趋势预测。