“你原來工作的節(jié)奏不用改變，只是希望你有時間了來AI這里熏陶、學習和了解”這是我在B站的另一個分享AI繪畫的博主那看來的留言對話的大致意思。

我很支持他的這個觀點，因為這反應出的是他對當下AI現(xiàn)狀和發(fā)展的理解。

以下的幾個觀點，也僅是代表我個人的一些感想，供給大家參考，不喜勿噴。

現(xiàn)階段，AI還不是我們的必需品

今年年初ChatGPT迎來了爆炸式的井噴，接著各路的AI人工智能都紛紛你追我趕地推出各種的AI產(chǎn)品，把我們這些普通人給“轟炸”得有種“拍馬不及”和“眼花繚亂”的感覺。我也作為一個興趣愛好者，也開始了追逐和探索AI這個神奇的，將來可以對人類的幫助或傷害哪個更多也未可知的人工智能。

總體感覺，AI的到來，的確可以為我們的工作和生活帶來許多便利，但目前階段的技術，對于我們大多數(shù)普通人來說，我個人覺得，他還不是我們工作和生活的必需品。有，可以讓我們的一些內容生產(chǎn)者的生產(chǎn)力得以釋放；沒有，對于大多數(shù)人來說，也沒影響到生活原有的節(jié)奏和軌跡。

但這不妨礙我們現(xiàn)在開始嘗試著接觸他，了解他，至少在有一定認知后，不至于出現(xiàn)最近的那條“AI換臉、聲音克隆后，被詐騙400多萬元”新聞那樣的事情發(fā)生。

AI可以輔助，但需要投入學習成本，并非信手拈來

有了AI輔助，可以將工作做得更好些，但想要達到一定的高度，你還是需要付出很多學習成本的。不要被某些賬號內容誤導了，什么動動鼠標，給幾句提示詞就能讓AI幫你又是寫代碼、又是建網(wǎng)站、又是出多么美妙的畫面......。如果都如他們所說的那么簡單，那你的飯碗也早沒了。

需知道，即便是最簡單的，普通人能觸及和上手的大語言模型的使用，你知道如何與AI對話才能獲得你想要的結果么？如果想讓他幫你做些更專業(yè)的更具體的更精準的，能為你所用的內容生成，你還真需要下點功夫去學習下如何與AI交流的自然語言編程。否則，你想讓他幫你完成一篇高質量的某主題的文章，如果你沒有給出一個合適的指令，一些必要的交談，或許他寫出的內容看似夸夸而談，但仔細看會讓你大失所望。

包括AI繪畫也一樣，會用會玩，圖個新鮮有趣，自然很容易就能上手使用；但如果要想做到可以落地商用的程度，就需要你投入相對應的時間成本來深入學習和熟練掌握了。很多人，其實都是出于好奇心、想看看的心態(tài)，才跟著被帶節(jié)奏，從而把AI的高度吹抬的那么高的。

AI可以輔助，普及和商用都需要一個過程

我能想到的是做本地部署的開源大語言模型，雖然6B的小羊駝ChatGLM未必能如ChatGPT那么神奇，但如果可以接入各自專業(yè)領域的微調模型后，或許還是可以做到不錯的實用效果的。我跟搭檔虎哥聊了不少，他的感受是，訓練微調模型，不是我們這種小團隊可以做到的，需要的工作量很大，光整理訓練用的20w~50W條語料都是一件很大工作量的工程了，何況還是各自專業(yè)的領域，作為門外漢的我們哪里找得到那么多的專業(yè)材料作為投喂的語料？這就有些“大公司看不上，小公司沒能力上”的局面。

或許在不久的將來，隨著AI技術的逐步迭代后，會有更便捷的應用方式和數(shù)據(jù)處理手段，能實現(xiàn)更便捷地本地部署后的專項領域的數(shù)據(jù)投喂和使用。

包括AI在其他模態(tài)的技術依然不算成熟和便利，需要一定的時間來迭代和發(fā)展。雖然目前有些領域是可以做到可落地商用，但依然有不少更高要求的領域，目前AI技術水平還達不到他們的使用標準，或者是使用成本還偏高。

現(xiàn)階段的學習了解的必要和方式心態(tài)

通過3個月時間的追逐、學習、使用、體驗后，雖然我自己投入了不少時間在Stable Diffusion，但依然還有搭檔配合，讓我們能在其他模態(tài)和領域得以探索和交流，除了AI繪畫之外，我們在大語言模型和本地化部署ChatGLM，聲音克隆、虛擬數(shù)字人直播間以及效果不輸于D-ID的口播式視頻Saltalk的使用都有或多或少的了解和跑通。

現(xiàn)在停下來思考，覺得對于我們大多數(shù)普通人來說，有限的時間，想了解和學習AI，除了個人興趣的某個板塊外，最需要的是在大語言模型的基礎上的多些學習、了解和實操運用，特別是對提示工程的學習。因為這關系到你與AI交流的質量，交流的質量是很大程度影響到，你能從AI那獲得幫助的效率和可靠性。

用什么樣的交流方式，對話模型，獲得怎樣的輸出效果和呈現(xiàn)；

用怎樣的指令和那些操作，能讓他明白你心中的想法和意圖；

...

這些都需要我們有一個相對系統(tǒng)化的對提示工程或深或淺地學習和了解，才能將AI的功力發(fā)揮到一定的水平。否則，即便是放了個ChatGPT5.0在你面前，或許，你只能讓他幫你做些很表面化的工作。那就有種倚天劍屠龍刀拿來切西瓜的感覺了。

?

而不論從AI繪畫的文生圖還是圖生圖，又或是AI視頻的文生視頻還是圖生視頻，也一樣少不了有與AI進行交流和發(fā)出準確的指令讓其幫你實現(xiàn)的操作邏輯。

現(xiàn)階段的好用的體驗過的工具選擇

【Bing：】

EDGE瀏覽器帶來的必應搜索，據(jù)說接入了ChatGPT4.0水平的搜索功能，可以說是目前最好用的也最常用的搜索方式。不僅可以在與他對聊的過程中，得到自己想要的結果外，在他的回答中還提供了這么回答你的依據(jù)和出處索引，這就意味著他的回答都是有根據(jù)的，可以回溯的（不像某些大語言模型，有時會對你的問題，跟你一本正經(jīng)的胡說八道）。自從用了EDGE必應搜索后，什么百度、谷歌瀏覽器我都不認識了。

重要的是，Bing除了對聊功能外，還有一定的撰寫能力，簡單的一篇人文古跡介紹文章，那是信手拈來。

【ChatGPT3.5和4.0：】

這個大家相對體驗的多了，不同的版本能力不同，當然費用也相差許多。你有幾層功力與之交流，他就能給到你幾層功力的答復，只多不少。

【Claude：】

作為ChatGPT3.5類似級別的大語言模型，基本能力差不多，據(jù)說最近有了個新能力，就是一口氣能吃10w個token的數(shù)據(jù)量，這是目前其他大語言模型還做不到的

【ChatGLM：】

是目前眾多開源大語言模型中相對靠譜的可用的。雖然能力肯定因為只有6B受局限，但勝在可以本地化部署，算力要求不會太高，如果能有一套相對便捷的微調模型訓練配合的話，在某些細分領域的運用上還是可以達到不錯的使用效果的。

【Stable Diffusion：】

是我目前接觸和使用最多的AI繪畫工具，雖然部署起來相對Midjourney會復雜些，也對本地的顯卡算力有一定要求，但與Midjourney的能力對比來說，可以做到分庭抗禮，各有千秋。Stable Different強在他是開源的，接入了各種強大的插件后，可以實現(xiàn)的功能就強大許多，有如：Controlnet、lora調用和訓練、包括類似D-ID的Saltalk都作為其插件可以方便使用。也因為各種插件的存在，其玩法和呈現(xiàn)的畫面風格花樣也更多。

【Midjourney：】

現(xiàn)在國內朋友可以享受到騰訊接入Midjourney中文版后的使用。畫風精美，比較容易上手，下限高。

這是一款很不錯的AI輔助PPT生成的工具網(wǎng)，昨天用這個與另一款類似軟件Tome做了比較后，還是選用了效果會好許多Gamma來做PPT，雖然遠沒有某些博主吹噓的那么神奇，什么一鍵完成，但其AI自動生成的底稿質量還是不錯的。目前雖然只提供了PDF格式的下載，但整體生成的框架，可以作為一種模版來使用。

【So-its-svc：】

一款成熟的聲音克隆軟件，相應的工作流也都有一套規(guī)范的流程，從語音分離、音頻切割、訓練、推理等環(huán)節(jié)都有相應對應的工具軟件配合。