第 一 篇　初识AI——原来它离我们这么近

项目1　AI初体验：从“是什么”到“怎么用” 2

1.1　AI到底是什么 3

1.1.1　你会被AI“骗”过去吗？——图灵测试与“中文屋” 3

1.1.2　AI的“十八般武艺”：看图、说话、听声音、控制机器人等  11

1.1.3　AI的“三驾马车”缺一不可：数据、算法、算力 13

1.2　AI的“成长日记” 15

1.2.1　黄金年代：AI的“童年幻想”（20世纪50—70年代） 15

1.2.2　寒冬之后：“专家系统闪亮登场” （20世纪60—80年代） 16

1.2.3　统计学习：AI的“青春期”（20世纪90年代） 17

1.2.4　深度学习：AI的“爆发期”（2006年至今） 18

1.3　AI是你身边的“隐形助手” 19

1.3.1　智慧城市：红绿灯会“思考”，监控会“识人” 19

1.3.2　智慧医疗：AI医生阅片，确实不同凡响 20

1.3.3　智慧金融：风控、炒股、理财，AI样样行 20

1.3.4　智慧生活：你家的小爱同学其实是个“AI管家” 21

1.4　AI的“新潮流” 22

1.4.1　生成式AI会画画，会写诗，AI变身“创作达人” 22

1.4.2　多模态大模型能看懂图，也能听懂话 23

1.4.3　AI助力科学家搞研究 24

1.5　项目小结与知识导图 25

1.6　思考与实践 26

第二篇　AI的 “大脑” 是怎么工作的

项目2　AI大脑：机器学习与神经网络 30

2.1　“机器学习”的三种模式 31

2.2　跟着老师学：监督学习 33

2.2.1　回归：预测一个具体的数值 33

2.2.2　分类：做“判断题”或“选择题” 34

2.3　自主探索：无监督学习 35

2.3.1　聚类：“物以类聚，人以群分” 35

2.3.2　降维：抓住主要矛盾 36

2.4　在试错中成长：强化学习 37

2.4.1　核心思想：像学骑自行车一样 37

2.4.2　应用场景：“试错”智慧走进现实   38

2.5　人多力量大：集成学习 40

2.5.1　两种主要流派：Bagging 和 Boosting 41

2.5.2　应用场景：“臭皮匠”改变世界   42

2.6　搭建“大脑”：从生物神经元到人工神经网络 43

2.6.1　灵感来源：生物神经元 44

2.6.2　数学抽象：人工神经元模型 44

2.6.3　第一台学习机器：感知器及其局限 44

2.7　神经网络怎么学：反向传播的“魔法” 45

2.7.1　反向传播 46

2.7.2　优化器：从“蒙眼徒步”到“装备精良” 46

2.8　AI开发的“瑞士军刀”：深度学习核心网络架构 47

2.8.1　卷积神经网络：教会计算机“看”世界 47

2.8.2　循环神经网络与长短时记忆网络：理解语言与时间 49

2.8.3　Transformer：一场名为“注意力”的革命 50

2.9　项目小结与知识导图 51

2.10　思考与实践 52

第三篇　AI实战派——动手打造智能应用

项目3　LLM：ChatGPT背后的“超级大脑” 56

3.1 巨人的肩膀：AI如何习得“遣词造句” 57

3.1.1 “各司其职”的专家时代：经典NLP应用 57

3.1.2 “大一统”的革命：自回归的创造性飞跃 58

3.2 辨明两个概念：LLM和AIGC 60

3.3　大模型的核心原理 62

3.3.1　Transformer架构：注意力机制，让AI“专注” 62

3.3.2　预训练和微调：AI的“通识教育”与“专业培训” 64

3.4　大模型的“能”与“不能” 67

3.4.1　涌现能力和上下文学习：AI的“灵光一现” 67

3.4.2　幻觉、偏见与安全：AI是否也会“胡说八道” 68

3.5　提示工程：问对问题，AI才给力 70

3.5.1　“咒语”的力量：什么是提示词 70

3.5.2　编写高效提示词的“秘籍” 71

3.5.3　提示工程基础技巧：零样本、少样本、思维链 72

3.5.4　高级模式：让AI输出更精准、更有创意 74

3.6　“百模大战”：认识我们身边的大模型 77

3.6.1　如何给大模型“分门别类” 77

3.6.2　国产大模型巡礼 79

3.6.3　技术亮点：混合专家（MoE）架构 92

3.7　项目小结与知识导图 93

3.8　思考与实践 93

项目4　AIGC天团：助你重塑世界 96

4.1　你的AI工具箱：现代助理团队概览 97

4.1.1　全能型选手：文心一言 97

4.1.2　深度分析专家：Kimi 103

4.1.3 逻辑与代码专家：DeepSeek 111

4.1.4 助理团队一览 114

4.2　展望未来：让AI更强大的两种方式 115

4.2.1　给AI一个“外部知识库”：检索增强生成（RAG） 115

4.2.2　送AI进行“专业培训”：模型微调 117

4.3　动手实验室：检验你的AI应用能力 119

4.3.1　实验一：顾问挑战——用文心一言制订“智能图书馆”方案 119

4.3.2　实验二：研究助手挑战——用Kimi从文献到演示文稿 121

4.3.3　实验三：开发者演练——用DeepSeek进行技术架构师模拟面试 126

4.4　项目小结与知识导图 127

4.5　思考与实践 128

项目5　AI智绘：当视觉遇见生成式AI 130

5.1　打开AI的“眼睛”：机器如何解锁视觉超能力 131

5.2　欢迎来到AIGC魔术工坊：你的文字，它的画布 132

5.2.1　进化之路：从马赛克到大师级画作 132

5.2.2　提示词工程：三句话让AI为你画一幅神作 132

5.2.3　魔法揭秘：拆开AIGC的“大脑”，看它如何无中生有 133

5.2.4　神器收藏夹：国内外主流AIGC图像生成工具大搜罗 134

5.3　零基础玩转国产AI，秒变创作达人 136

5.3.1　豆包实战：一站式创意“游乐场” 137

5.3.2　文心一言实战：东方美学的“表达者” 139

5.3.3　讯飞星火实战：虚拟摄影棚 142

5.4　项目小结与知识导图 145

5.5　思考与实践 146

项目6　AI智能创作：玩转声音、影像与数字分身 148

6.1　万物皆可“声”：当AI成为你的全能配音师 149

6.1.1　声音炼金术：文字如何变身美妙语音 149

6.1.2　你的专属AI配音工作室：想用什么声音，随你挑 152

6.1.3　标贝悦读实操：3分钟生成专业级配音 153

6.1.4 动手时间：给校园失物招领配个“声”情并茂的广播 157

6.2 思想为笔，光影为墨：AI视频生成的新纪元 158

6.2.1 让静态世界“动”起来的秘密 158

6.2.2 成为AI导演：视频生成的“咒语”艺术 159

6.2.3 群雄逐鹿：谁是视频生成的王者 160

6.2.4 一句话拍大片：玩转AI“导演”可灵 162

6.2.5 实战演练：用“可灵AI+DeepSeek”打造电影级天气预报片头 165

6.3 秒变“造物主”：打造你的AI数字分身 167

6.3.1 数字人是什么 167

6.3.2 数字人的定义、分类与应用：让虚拟形象拥有 “灵魂” 168

6.3.3 数字人的“三大技术支柱” 169

6.3.4 动手制作数字人视频 172

6.3.5 创造你的“阿凡达”：了解数字人制作工具 172

6.3.6 实战演练：指挥2D数字人播报视频 185

6.3.7　实战演练：召唤“杜甫”为你朗诵《离骚》 190

6.4 项目小结与知识导图 193

6.5 思考与实践 193

项目7　AI智能体工坊：从零构建你的数字伙伴 196

7.1 打开智能体的“思维黑盒”：何为数字世界中的自主行动者 197

7.1.1 智能体的定义与核心特征 197

7.1.2　智能体的分类：从“轻量工具”到“全能助手” 198

7.1.3　Coze平台的详细介绍 199

7.1.4　Coze平台的实际应用案例 201

7.2　简单智能体的创建 203

7.2.1　平台初探：注册、登录与界面导览 203

7.2.2　简单智能体创建的基本操作 206

7.3　复杂智能体与应用构建：融合工作流、插件与知识库 216

7.3.1　工作流的创建与应用：让AI执行“多步剧本” 216

7.3.2　插件的引用及智能体应用的开发：为智能体安装“超能力模块” 225

7.3.3　知识库在智能体中的应用 232

7.4　智能体的发布 237

7.4.1　智能体在豆包中发布 237

7.4.2　智能体在微信公众号中发布 238

7.5　项目小结与知识导图 240

7.6　思考与实践 241

项目8　AI未来：从前沿探索到行业赋能 243

8.1　AI在身边：驱动行业变革的中国实践 244

8.1.1　智慧工厂：从“制造”到“智造” 244

8.1.2　智慧医疗：AI守护健康新方式 246

8.1.3　智慧金融：为财富安全护航 247

8.1.4　智慧出行：未来交通进行时 248

8.2　赋予AI“身体”：机器人与具身AI 249

8.2.1　机器人：从“工具”到“协作体” 249

8.2.2　什么是具身AI 251

8.2.3　理论照进现实：具身AI的前沿应用 252

8.3　赋予AI“大脑”：类脑计算与混合智能 255

8.3.1　类脑计算：仿生智能新路径 255

8.3.2　混合AI：人机协同新形态 256

8.4　项目小结与知识导图 258

8.5　思考与实践 258

第四篇　AI的未来与责任——我们该如何与AI相处

项目9　AI伦理与法律：科技向善，我们在路上 262

9.1　AI的伦理挑战：当算法开始做决定，公平与责任如何保障 263

9.1.1　数据安全与风险 263

9.1.2　提示词注入攻击 264

9.1.3　API：AI服务的大门与漏洞 264

9.2　看不见的偏见：算法背后的公平难题 265

9.2.1　偏见从何而来 265

9.2.2　如何给AI戴上“公平眼镜” 265

9.3　负责任的人工智能：让AI可信、可解释、可共处 266

9.3.1　全球共识：负责任AI的核心原则 266

9.3.2　行动指南：科技巨头的实践框架 267

9.3.3　中国方案：新一代人工智能治理原则 269

9.4　AI的未来展望：从工具到伙伴，一场正在进行时的进化 270

9.4.1　通用人工智能 （GAI）：是超级助手，还是潜在挑战 270

9.4.2　你的未来会被AI“抢走”吗 271

9.4.3　终身学习：成为AI的“驾驭者” 272

9.4.4　人机协同：AI与人类，从“主从”到“伙伴” 273

9.5　项目小结与知识导图 274

9.6　思考与实践 275

参考文献 277