作为3D出身，我没有赶在第一波研究AI，距离市场热度的把握上还是稍慢了一些。从时间上来看我差不多从去年年底一直到现在疯狂恶补AI相关的种种方面。这里我就给大家做一个阶段性的汇报，关于我在学习期间的学习内容，学习成果，以及对AI未来的展望。最开始接触的时候，我基本上无从下手，不知道如何学习。可以理解为迷茫期，期间我主要学习了一下python的基础使用，以及大学的高等数学。因为我觉得Python可能离AI很近，然后数学就是AI前身。现在回过头看呢，倒也不觉得有什么问题，但是在对普通人来说学习成本过于漫长了。度过迷茫期，我渐渐有点一点理解，就开始研究AI到底是什么？研究一下词向量，理解一下强化学习等。在这个期间我自己学会了本地化部署蒸馏的模型。不过现在来看基本没啥作用，不如直接API接口去调用。虽然，折腾一番，没啥大的收获，但也算给我对大模型有点初步认识。慢慢我发现学习AI还是得从自身的需求出发，有的放矢才行。我第一个做得比较有作用的事情，就是学会掌握了Text2sql，因为我平时需要用到很多报价单，用Excel非常不直观，而且内容多了也很卡。所以，我借用Trae配合My sql管理报价单就方便很多了，而且可以很快速地生成可视化大屏，非常Nice了。在这个期间我发现Trae是一款非常好用的氛围编程工具，也是在做Text2sql时，积累了对这款软件的熟练度。接下来我用了他，搭建了自己教学能用上的网站：整个网站从前端到后端，都是我和Trae对话中搭建起来的，我不懂一行代码，确实让我实现了我想要的样子。不过这个期间，我也花费非常多精力去学习各种网站制作的知识。正是我对Trae的慢慢熟练，我已经不满足对网站搭建这方面的专研了，我从而去研究了软件制作。在我们3D参考图，Pureref是一款特别好用的软件，但是他有个弊端，就是他没有像setuna截图功能，所以我是想着将这两个软件结合一下。还真让我做出来了，我的程序朋友也对我惊叹不已。不过我做这个软件的时候比当时做网站时，难度高了不是一点半点，特别是在性能优化上，Cpu，Gpu配合，又是异步多线程，chunck等等。说到这里，有没有觉得AI简直太神奇了，连不会代码也能写软件了。但是实际情况远不是这样，我在对优化反复折腾2周之后，我就彻底放弃了。为什么呢？我做出来的就是没有pureref那么丝滑，就是会有点卡卡的感觉，我就是不能做到千万张图片都不卡。我专门和程序的朋友沟通过，如果让他自己做这块软件可能也做不到pureref的效果。所以，我这里得出一个结论，如果一件事情人在做的时候都比较费劲的话，AI是肯定不能完成好的。在前面的几番与AI互动之后，我也越来越能使用好AI了，对了补充一下龙虾这个我年前就安装了，总结就是对我来说没啥用，这里我就不多说了。然后就是眼前的AI漫剧的热度，我也补了补课，说实话从产品端考虑，这个效果是最理想的。我自己也做了一部短剧，下面是其中的一集：
文章转载自
Thepoly