MCC_MCC_MCC的博客

对于普通用户和企业开发者而言，如何在这些眼花缭乱的选项中做出最佳选择，成为了一道难题。本文将为您介绍国内最强的6个文本大模型，帮助您在纷繁复杂的市场中找到最适合的那一款。

在智能应用飞速发展的2025年，AI自动化工具已成为企业和个人提升效率的利器。面对市面上众多的平台，你是否感到眼花缭乱？

Google于2025年08月26日发布了一款图像生成模型，代号“纳米香蕉”，学术名称叫“Gemini 2.5 Flash Image”。由 Google AI Studio 推出，具备角色一致性保持、自然语言精准修图、多图融合等核心功能。

2025年被称为“AI智能体元年”，市场上涌现了众多智能体开发平台，应该如何选择？一文带你搞懂。

今天吾鳴要基于一个考公注意事项的智能体，给大家讲解一下扣子（Coze）知识库的使用。

本篇文章以一个“新闻查找”的智能体，实战一下工作流中的常用知识，以这个简单的案例，拆解一个智能体的搭建步骤。

本文章要分享的就是使用扣子（Coze）+ 飞影搭建一个数字人口播视频生成流程，只需要输入 口播文案 + 数字人ID + 数字人声音ID，工作流就自动的帮你生成数字人口播文案的视频。

整个工作流需要输入的参数不多，只需要输入cookies（下文会介绍）和优质博主首页，就可以把博主笔记的分析结果写入到飞书多维表格，包含作品标题、作品文案、点赞数，收藏数、评论数、笔记链接、笔记封面、作品视频下载地址和作品视频文案。

《AI赋能高考志愿填报指南》发布，清华大学沈阳教授团队基于2900+院校数据，构建"兴趣-能力-位次"三维匹配模型。指南提出四阶科学决策体系：从自我测评、院校认知到梯度策略制定，通过AI工具解决信息过载、位次定位等核心痛点，特别针对高分、偏远地区等十类考生提供差异化方案。强调AI辅助与人工判断的协同边界，提供可执行的动态填报框架。

国内各大高校DeepSeek报告整理输出，涉及17所高校，62篇报告，无偿分享，感兴趣的朋友可以按需取用。

Prompt学习指南内容非常全面系统，包括Prompt基础、Prompt基础应用（包括一些常用场景的应用案例）、Prompt进阶、高阶应用等方面，可以让其作为你日常工作生活中的Prompt指导手册。AI大模型爆火，普通人与大模型交互那就不得不提Prompt提示词了，Prompt提示词仿佛就像是一座桥梁直接让我们可以走进大模型的知识海洋，像大模型挖掘我们想要的干货。Prompt进阶以及一些高阶的应用，比如大模型思维链、多项选择、回答讨论性问题、聊天机器人+知识库、具有推理和行动能力的LLM等。

今天吾鳴给大家分享一个实用的提示词管理网站，它的名称叫做产品化管理提示词，英文名叫做PromptPro，是一个可以帮你管理你的大模型提示词的网站，同时你也可以告诉它你的需求，让它帮你生成标准的提示词。，可以告诉提示词助手你的需求，让它帮你生成提示词。或者是把你的提示词给到提示词助手，让它帮你做优化。，当你修改了提示词之后，PromptPro会保存你的历史版本，以便你修改坏了你恢复到指定版本。，可以先增加标签，以便于在你创建提示词的时候，可以给你的提示词增加相应的标签。

1. DeepSeek与中华文化基因的关联以中华文化中的开放、包容、共享精神为切入点，分析DeepSeek项目的核心理念。通过对比佛教“大乘法”与“小乘法”，强调DeepSeek以“利他”为目标，追求普适性人工智能发展。同时，从汉字的高效性、可传承性等角度，论证中文在AI训练中的潜在优势，并通过语料对比（如DeepSeek与ChatGPT的中英文比例），指出中文语料处理的挑战与优化方案。2. DeepSeek的技术争议与突破知识蒸馏的伦理边界。

在它给出的报告中，可以看到它其实知道我的核心需求，而且还给我制定了游玩的路线，路线中包括西湖景区的诸多景点之外，还给我规划了西湖周边的徒步路线，大概是我之前有使用过百度地图导航过西湖周边的徒步线路。报告最后的一条秘密也是非常的走心，特别是在夏天的时候，在晚上在西湖边上溜达闲逛，那是非常的惬意的，这会儿人已经都走了，人不多，西湖的风吹过来非常的舒服。上面是吾鳴输入了西湖风景区之后，点击DeepSeek，DeepSeek根据我的习惯数据准备给我输出一份个性化研究报告，结合天气、兴趣爱好、用户的性格等规划行程。

1. DeepSeek模型概况与核心优势背景：DeepSeek成立于2023年，由幻方量化分拆创立，目标为技术前沿探索，而非短期盈利。市场表现：上线20天日活超2000万，全球下载量领先（如AppStore榜首）。技术竞争力性能对标国际：DeepSeek-R1在数学、代码等任务中超越OpenAI o1（如AIME 2024得分率79.8% vs. 79.2%）。低成本优势：训练成本仅557.6万美元（GPT-4需数亿美元），API定价远低于OpenAI。开源生态。

1. 引言概述DeepSeek近期发布的大模型DeepSeek-V3和推理模型R1，强调两者在性能（如开源模型榜首、对标顶尖闭源模型）和成本（大幅降低训练与推理成本）上的突破，并指出其开源属性与技术创新将对AI算力及应用行业产生深远影响。2. DeepSeek模型性能与市场反响：在知识类、长文本、代码和数学任务评测中超越主流开源模型（如Llama-3.1-405B），并与GPT-4o、Claude-3.5-Sonnet等闭源模型性能相当；

还有很多有趣的内容，感兴趣的朋友可以自行下载下来好好的看看，对专业名词的解释有很大的帮助。

最近AI圈上演了一出魔幻大戏——主角Manus，一个号称“全球首款通用Agent”的AI产品，24小时内从全网封神到跌落谷底，剧情反转之快，连编剧都不敢这么写。今天我们就来扒一扒，这瓜到底怎么馊的？3月6日凌晨，Manus横空出世，宣称能“一键生成PPT”“全自动炒股分析”“帮你规划旅行”，甚至被吹成“国运级AI”。Manus官网设计高大上，全英文页面+国外支付方式，宣称“中国自主研发”，却连中文宣传单都找不到。Manus团队称邀请码限量是因“服务器容量不足”，但网友发现，这波操作完美复刻了互联网时代的。

1. 从达特茅斯启航的人工智能三大主义起源：1956年达特茅斯会议标志着人工智能的诞生，提出七大研究议题（如自动计算机、神经网络、计算复杂度等），汇聚了麦卡锡、明斯基、香农等先驱学者。会议虽初期受质疑，但奠定了AI发展的基础。三大主义符号主义：基于逻辑推理与知识工程（如专家系统Dendral），但受限于缺乏常识和知识局限性。连接主义：以数据驱动的深度学习为核心（如多层神经网络），虽在图像识别等任务表现优异，但面临黑箱效应和过拟合问题。行为主义。

大家好，我是吾鳴。之前吾鳴给大家分享过由厦门大学出版的四份报告，它们分别是：《大模型概念、技术与应用实践》《DeepSeek大模型赋能高校教学和科研》《DeepSeek大模型及其企业应用实践》《DeepSeek大模型赋能政府数字化转型》今天吾鳴给大家分享一份也是由厦门大学出版的报告——《DeepSeek的技术创新分析、启发及原理验证：谈强化学习的影响与AI的发展趋势》。报告主要包含AI发展简史、AI训练的基本原理、Transformer架构、DeepSeek技术创新、强化学习、AI的不足与边界以及AGI的实

智能演变探讨人工智能的技术发展历程，包括模型训练数据的爆炸式增长（如GPT系列从GPT-1到GPT-3的数据量跃升）、架构创新（如MoE混合专家模型）以及训练成本的优化。同时分析了通用人工智能（AGI）的发展路径，引用Google DeepMind的“AGI能力标尺”和OpenAI的“任务复杂度标尺”，强调能力涌现的不可逆性及社会影响。人机协作聚焦人工智能与人类的协作模式，涵盖“嵌入模式”“副驾驶模式”“代理模式”三种典型场景，并结合实例（如机器人设计、糖画打印、三维建模）说明AI在工业、消费领域的应用。

1. DeepSeek本地化部署主要介绍两种部署方式：通过官方API调用和本地服务器部署。API部署依赖互联网连接，成本低但数据可能外泄；本地部署需高端硬件（如多卡GPU服务器），支持私有数据微调和定制插件，数据闭环但运维复杂。详细流程包括模型权重下载、依赖安装、多服务器配置（如全量版、蒸馏版、量化版部署），并对比不同模型对硬件的要求（如显卡数量）。此外，提供可选UI界面搭建框架（如Open WebUI、LM Studio）和多端适配开发建议。2. DeepSeek使用方法与技巧。

DeepSeek的技术创新与架构重点介绍DeepSeek的模型架构，包括MoE（混合专家）架构、MLA（多头潜在注意力）机制，以及工程优化策略（如流水线并行、通信优化、内存管理）。通过多Token预测、长上下文扩展等技术提升训练效率和推理性能，同时采用FP8混合精度训练降低成本。性能优势与全球影响力DeepSeek作为高性能、低成本的开源大模型，在多项榜单中与顶尖闭源模型媲美，全球下载量及用户增长迅速。

AI编程新思维针对文科生零基础特点，强调通过自然语言描述需求，AI自动生成代码，打破传统编程的语法壁垒。核心思想包括：AI作为“技术翻译官”将语言需求转化为技术逻辑，直接生成可运行代码；文科生可发挥故事思维和用户体验设计优势，结合领域知识进行跨学科应用。示例涵盖生成图表、网站、软件等场景，工具如DeepSeek-R1模型支持开源推理与复杂任务处理。数据生成与应用对比传统社会数据（调查问卷、人口普查）与AI生成数据的特性，前者真实但时效滞后，后者灵活可控但依赖训练集质量。

1. DeepSeek起源与发展介绍了DeepSeek模型的背景，强调其作为生成式AI的本质，并与OpenAI等模型对比性能（如参数量、基准测试结果等）。突出其开源特性、MIT许可证授权、低成本优势（API成本低于ChatGPT）及中文语境优化能力。提及“浙大系”团队背景及中国本土AI生态的崛起，强调“东方力量”对全球AI格局的冲击。2. DeepSeek使用场景。

传统与智能营销对比分析传统媒体时代营销的局限性（单向传播、效果难衡量），对比智媒时代基于社交平台、UGC、KOL/KOC的互动式营销，强调用户参与和个性化传播的优势，并以GoPro和小红书为例说明UGC与社交化营销的价值。DeepSeek的营销应用阐述DeepSeek如何提升营销效率，包括自动化内容生成、个性化推荐、多渠道适配、创意探索等。具体案例涵盖市场调查（虚拟用户建模、多模态数据合成）、品牌出海策略（灯具行业全渠道布局）及社交媒体运营（小红书文案批量生成、抖音脚本设计）。

1. 人工智能与DeepSeek大模型是啥：比如能处理文字、图片、语音的“全能选手”，像DeepSeek这种大模型能聊天、写代码、解数学题，甚至生成春节习俗对比文章（中文优化比GPT-4还强）。DeepSeek的版本V2/V3：主打“生成能力”，比如写文章、翻译，V3速度更快（每秒60个token）。R1：专注“推理能力”，数学题正确率97.3%，对标OpenAI的o1模型，但更便宜且开源。蒸馏模型：类似“学霸笔记”，把大模型的知识压缩到小模型里。

一、研究背景与意义家庭教育转型需求数字化时代家庭教育痛点分析（时间成本/专业度缺失/个性化不足）教育公平视角下的技术赋能价值DeepSeek技术定位清华大学跨学科研究背景（新闻传播+人工智能融合优势）智能教育辅助系统的技术演进路径二、DeepSeek技术架构解析核心技术模块自然语言处理（NLP）在教育场景的深度适配知识图谱构建：学科知识体系结构化多模态交互技术（语音/文本/视觉融合）智能教育特性动态学习诊断系统（认知水平实时评估）

大家好，我是吾鳴。之前吾鳴给大家分享过一篇Manus的介绍文章——《全网疯抢邀请码的Manus到底是个啥？看完这篇你就懂了！》，介绍了Manus是什么、与DeepSeek有些什么区别、生活中的应用场景以及工作中的应用场景。

Manus的火爆，本质上是因为它把AI从“嘴炮王者”变成了“行动派”。虽然现在还有局限（比如依赖外部工具、任务复杂度受限），但它已经让我们看到“人机协作”的未来——你动动嘴，AI跑断腿。至于它和DeepSeek谁更牛？没有谁更好，只有谁更适合你！如果你需要写代码、搞创作，选DeepSeek；如果想躺平让AI干活，Manus是真香！不过提醒一句：现在邀请码炒到天价，建议大家理性围观，等正式开放再体验也不迟～吾鳴整理了一些Manus的资料，感兴趣的可以按照下方的方式自取。夸克网盘分享。

1. AIGC发展历程与核心技术概述了从1945年ENIAC到2024年生成式AI的演进，包括关键里程碑（如Transformer、GPT-3、ChatGPT等），以及生成式AI的核心技术（Attention、Scaling Laws、RLHF等），强调其生成语言、图像、视频等多模态数据的能力。2. DeepSeek模型体系与技术架构。

1. 大模型：人工智能的前沿概念：大模型指参数规模庞大、训练数据量极大且计算需求高的深度学习模型（如GPT-4、DeepSeek-V3），具备强大的上下文理解、语言生成、迁移学习能力。发展历程：分为萌芽期、沉淀期、爆发期，参数规模从百万级（如LeNet-5）跃升至万亿级（如GPT-4、阿里M6）。分类：按功能分为语言、视觉、多模态模型；按应用层级分为通用（L0）、行业（L1）、垂直（L2）模型；按能力分为通用模型与推理模型。2. 大模型产品国外产品。

人工智能概念辨析该部分系统梳理了人工智能的核心概念与技术发展。首先界定多模态（文本、图像、音频、视频）与AI工具（如DeepSeek、豆包、通义千问等），区分通用模型（大语言模型、视觉模型、多模态模型）与行业模型（教育、医疗等垂直领域）。从历史维度分析大模型的发展阶段，包括准备期（ChatGPT、GPT-4推动共识）、跃进期（开源生态爆发）、繁荣期（多模态与推理模型兴起）和深化期（强化学习突破）。

人工智能发展简史概述人工智能从起源到现代的发展历程，包括图灵测试的提出、达特茅斯会议的标志性意义、人工智能发展的多个阶段（起步、反思、应用、爆发等），以及OpenAI提出的未来AGI（通用人工智能）五级发展框架，强调技术演进与社会变革的关系。人工智能思维探讨人工智能的基础运行模式与人类思维的差异，强调“理解、区分、协作”三大核心能力，引用李飞飞、周鸿祎等专家的观点，提出未来需培养与AI协作的能力，以适应技术驱动的社会变革。大模型：人工智能的前沿。

大家好，我是吾鳴。今天给大家分享周鸿祎在清华大学给本科生、研究生、博士生以及创业者们演讲，演讲的主题是关于DeepSeek带来了哪些创业机会？周鸿祎用其风趣幽默的性格，把现场的师生们逗得哈哈哈大笑。我们看看他的演讲内容，文末有完整版76页PPT的下载地址，感兴趣的同学可以到文末自取。

这份教程一共有59页PPT，主要的内容有Deep Research的内容概述、参与式观察一个团队的大模型应用与内化和推理大模型的使用心得三大部分。Deep Research应用概述介绍了DeepSeek推理大模型（如R1、Janus Pro）的技术特点与应用场景。模型通过思维链（CoT）和强化学习优化推理流程，擅长数学解题、代码纠错等逻辑任务，支持多模态数据处理。对比通用大模型，推理模型更专注精准推理，但泛化能力较弱。

DeepSeek简单介绍与使用​​​​​​​模型简介：DeepSeek R1 推理模型具备多轮对话能力，支持本地化部署以保护隐私，提供多种量化模型（如8B、32B、70B），兼容开源生态。应用场景：科研数据分析、自动化工作流优化、日常答疑与信息处理（如写作、周报生成）。使用途径：通过官网/APP、第三方平台（如Cursor、Grok）或本地部署/API调用。DeepSeek本地部署必要性：保障数据隐私、支持离线使用、性能优化（充分利用本地硬件资源）。部署要求。

大家好，我是吾鳴。今天要给大家分享的是由北京大学出版的《DeepSeek-R1及类强推理模型开发解读》，这份教程是关于DeepSeek-R1及类强推理模型开发的解读，由北京大学的陈博远撰写。主要内容涉及模型的技术架构、强化学习（RL）的应用、与其他技术的对比、未来发展方向等。教程一共有76页，文末有完整版下载地址。教程分为多个部分，包括DeepSeek-R1的技术剖析、RL算法的创新（如GRPO）、与其他模型（如Kimi K1.5）的对比、蒸馏与RL的讨论、多模态扩展、安全与对齐问题等。

大家好，我是吾鳴。这两天都在看浙大出品的《2025年DeepSeek行业应用案例集——解锁智能变革密码》，这份报告主要讲述了DeepSeek作为前沿人工智能技术，通过整合数据分析、自然语言处理、图像识别等能力，已在农业、制造业、交通、金融、医疗、教育等40多个行业实现落地应用。案例集展示了其在病虫害预测、生产优化、智能驾驶、金融风控、疾病诊断等场景中的显著成效，推动各行业智能化升级。PDF一共153页，文末有完整版下载地址。

技术层面，以Transformer架构为基础，详解Embedding（词向量编码）、Attention（上下文关联计算）、MLP（语义理解）等核心机制，以及模型通过海量数据预训练和参数调优实现“文字接龙”的生成逻辑。发展历程方面，梳理DeepSeek从早期跟随LLaMA开源模型到自主创新（如MLA架构、MoE混合专家模型）的演进，突出其在模型结构优化（如降低训练成本42%）、推理效率提升（如显存占用减少93%）上的突破。无法直接处理多模态数据；好了，吾鳴也不一一列举了，感兴趣的朋友可以按照下面的方式自取。