WPS AI最全申请与使用手册；AIGC制作游戏音乐；便宜快捷使用完整版SD；人人都能看懂的ChatGPT原理课 | ShowMeAI日报

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！

🤖 面向虚拟世界的生成式AI市场全景图

作者在这篇文章中探讨了生成式AI在虚拟世界的应用，并绘制了 Market Map V3.0 (市场全景图)，来展示Experiences、Discovery、Creator Economy、Spatial Computing、Decentralization、Human Interface、Infrastructure 各部分的含义与价值链条。

虚拟世界的复杂性在于它们的内部结构、网络效应和不断变化的组件。生成式AI在解决关键技术问题后，有潜力协助解决这些复杂的问题 ⋙ 来源

🤖 WPS AI 最全申请与使用手册：推荐国内版，真香！

WPS AI 今天放出了大量国内版和海外版的内测名额，社群小伙伴们尝试得不亦乐乎！！我也第一时间整理了一份「WPS AI 最全申请与使用手册」，非常细致地讲解了3种申请渠道、申请注意事项和试用方法。

综合社区体验和通过率，建议小伙伴们使用教程中「申请方式1」，一般几个小时后都能成功拿到邀请码。国内版申请成功后，可以免费体验6个月 (海外版本只有7天)，而且 WPS 社区还一直掉福利，简直不能更开心好嘛！！ ⋙ 点击查看完整教程

🤖 Perplexity 推出 Pro 服务和个性化功能

https://www.perplexity.ai/pro

Perplexity AI 是基于OpenAI API的搜索引擎，基于大型语言模型为问题提供准确全面的答案，主打精准度高。

今天，Perplexity AI 再次发布重大升级，推出了 Pro 付费版服务：更快的响应时间、更多的API调用次数、更高级的模型 ，以及未来有限使用Pro 特性等。
费用方面，按月订阅的价格是20美元，那么全年需要240美元；按年订阅则可以节省40美元，只需支付200美元。

🤖 Stack Overflow：70% 程序员已使用各种AI编程工具

一年一度的 Stack Overflow 开发者大调查又来了！今年共约9万人参与问卷，最大的变化是加入了 ChatGPT 相关的内容。程序员是否比大家想象地更能接受AI工具呢？结果显示：

▢ 有83% 的受访者都表示用过 ChatGPT 来进行搜索，相比之下，第二名的 Bing AI 只占20%

▢ 不过有42%的 ChatGPT 用户希望明年尝试谷歌 Bard 或 Bing AI

▢ AI编程上，有55% 的受访者使用过 GitHub Copilot，相比之下，AWS的CodeWhisperer则只有5% ⋙ 2023 Developer Survey

🤖 不再为游戏配乐发愁，AIGC制作音乐的时代已到来！

在文生图、文生文赛道的成功产品的万丈光芒之下，人们似乎忽视了另一条探索起步更早、重要性也并不逊色的AIGC赛道：音乐和音效。事实上，作为结合了声光效的综合型娱乐媒介，游戏公司们都在快速上马 AIGC 开发流程。

作者回顾了大模型时代到来前后，市面上的多款基于AI的商业化音乐产品，如 Amper Music、AIVA、OpenAI Jukebox、Google MusicLM等，并分享了 AIGC 在实际游戏开发流程中所能满足的声音需求：

▢ 角色配音：在眼下的角色配音领域，AIGC早已出现了不少的现成的用例，表现出了极高的应用潜力；这很大程度上得益于TTS (语音合成) 技术的飞速发展

▢ 音效：某二次元头部大厂的相关负责人表示，正在实验通过AIGC生成多种不同风格Demo的形式，为音效师提供创作灵感和原型，进而加速创作过程

▢ 配乐：暂时无法满足精品游戏的高端需求，但为低成本的小游戏、超休闲游戏等提供了无限的游戏配乐创作空间

作者是游戏行业资深从业者，将行业发展历程娓娓道来，并清晰具体地阐明了行业发展现状，以及最常使用的技术和工具 ⋙ 感兴趣可以阅读原文

🤖 简单又便宜！所有人都能用上完整版 Stable Diffusion！

苹果设备、电脑性能受限或者预算有限，可以使用完整版 Stable Diffusion 么？完全可以！作者 @逗砂 分享了自己尝试且放弃过的多个方案，并最终找到了最满意的工具 —— 揽睿星舟！

0. 网址 ：https://www.lanrui-ai.com/

1. 价格：一块 3090的每小时算力价格只要1.9元，这是目前看到的国内最低价格

2. 简单：官方针对 Stable Diffusion 做了快捷版应用，直接点击安装就可以使用，更新也比较及时

3. 版本：目前看到的唯一一个能够用非本地安装的方式看到最新版本的controlnet的工具，虽然目前只在基于工作空间的方式可以使用 ⋙ 使用教程

🤖 红杉美国最新观察：新的语言模型技术栈，企业如何将AI应用落地

6月14日,红杉美国在官网发布了一篇文章「The New Language Model Stack (全新的语言模型技术栈) 」，是投资组合中33家公司的访谈总结，共8个重要结论，总结最新的发展现状并对未来进行了预测。

需要说明的是，这33家公司覆盖了从种子轮到上市各个阶段，因此本文对AI创业者及从业者都会非常有帮助！

1. 几乎所有在红杉网络中的公司，都在将语言模型融入到他们的产品中

2. 这些应用程序的新技术栈主要集中在语言模型API、检索和编排上，但开源使用也在增长

3. 公司希望根据自身独特的背景定制语言模型

4. 今天，LLM API的技术栈与自定义模型训练的技术栈可能感觉是分开的，但随着时间的推移，它们会逐渐融合在一起

5. 技术栈对开发人员越来越友好

6. 语言模型需要变得更加可靠（输出质量、数据隐私、安全性），以便得到全面采用

7. 语言模型应用将会越来越广泛

8. 时间还早 ⋙ 原文(英语) | 中文翻译版

🤖 人人都能看懂的 ChatGPT 原理课

课程优惠价 0.6 元，使用课程简介中的优惠码可以0元购买。掘金疯了 😂

这是掘金社区推出的一门「免费」图文课程，以 最直观、最浅白 的方式，深入浅讲解 ChatGPT 的技术原理，揭开这个世界上目前为止最先进大模型技术的神秘面纱。

文章将重点内容用举例、类比等方式进行解释，帮助理解 ChatGPT 模型原理细节。非 AI 领域的读者可以从零开始了解掌握ChatGPT 模型原理，AI 领域从业人员可以快速温习、熟悉 ChatGPT 的原理与训练方式，深刻把握当前 AI 领域模型训练范式的变化。

1. 概览：ChatGPT 与自然语言处理

2. 发展：从 GPT1. 0 到 ChatGPT，经历了什么？

3. 基础：ChatGPT 是一个语言模型

4. 核心：ChatGPT 是如何处理文字输入的？

5. ChatGPT 的灵魂：Attention 注意力机制

6. ChatGPT 的组件：Transformer 模型结构

7. ChatGPT 的结构：Encoder-Decoder

8. 模型训练基础：监督学习与 ChatGPT 预训练

9. 模型训练基础：GPT 中的 few-shot 小样本学习

10. 模型训练基础：什么是强化学习？

11. 模型训练核心：ChatGPT 中的 RLHF 人工反馈强化学习模式

12. 模型训练核心：GPT 系列模型所依赖的数据

13. ChatGPT 的优缺点及影响

14. ChatGPT 吹响了第四次产业革命 (AI 革命) 的号角 ⋙ 点击学习完整内容

感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！

◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！

◉ 点击 🎡生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！