第一个现象级音乐生成产品Suno；GenAI动画技能全图；超级个体的技术写作手册；大语言模型入门新书 | 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！

AI将彻底摧毁阅读文化，书籍这种内容载体真的过时了吗？

https://www.kdpcommunity.com/s/article/Addition-of-AI-Questions-to-KDP-Publishing-Process

补充一个背景：Amazon KDP (Kindle Direct Publishing) 是亚马逊为创作者提供的一个自助出版平台。作者可以基于平台的系列工具，轻松创建并发布电子书/平装书并获取收益。

ChatGPT 等大模型聊天工具的问世，深刻改变了一直以来的创作方式。一批「先锋」创作者孜孜不倦地探索，寻找 AIGC 参与或主导创作过程的最佳方式。

从最开始的灵感风暴、片段素材，到后来独立产出短篇小说、中篇小说、翻译校对、配图插画、绘本漫画……日渐完备的提示词和越来越智能的创作工具，也使得 AIGC 书籍快速、大批量地冲向了市场。

上面提到的 Amazon KDP 平台，因为其特殊的发行制度，在一段时间内成为 AIGC 书籍的汇聚地。2023年9月，Amazon 发布官方公告，明确规定每名作者每天自行出版书籍不得超过三本，为这一趋势按下了减速键。

https://matduggan.com/ai-is-gonna-kill-books/

补充一份背景：按照传统的阅读方式来计算，普通人的年均阅读量是4本，有良好阅读习惯的人可以看完30-50本，而超级读者的上限也就80本左右。

Mathew Duggan 这篇博文比较完整地说清楚了「纸质书 → 电子书」这一转变所带来的阅读伤害，并且预测了「AI会如何彻底颠覆长久以来的阅读传统」。

随着互联网的发展而出现的海量质量参差不齐的电子书，挤占了本来就有限的阅读时间，并且慢慢演变成了「夸张的标题+有争议的话题」这种吸引流量的套路。

优质内容创作者们深受其害，并逐步了创熄灭作热忱。这已经是创作者和读者的「双输」了。而AI时代，这个趋势被加速了。

少数创作者用AI技术在短时间内制造了大量「垃圾」，推向市场后也不担心用户是否喜欢，因为数量就可以取胜了。另一种意义上的「薄利多销」。

读者面对的，是更加不能确定的内容品质和阅读体验，谁也不想花几个小时读一本垃圾。看完书后意识到被骗了，是一种混合了愤怒和失望的激烈情绪，把更多人推得越来越远……

第一个现象级音乐生成产品 Suno.ai，音频领域的内容协同创作工具

https://www.suno.ai/

补充一份背景：Suno.ai 是一个基于AI的音乐创作平台，可以根据用户输入的简单提示词生成带有伴奏和人声的音乐，还支持自定义设置歌词、风格和歌名

2022年，音乐家和AI科学家组建团队，在努力了18个月后成功推出 Suno.ai 并获得了广泛的认可。不需要乐理知识，不需要任何乐器，只需要想象力就可以轻松创建音乐！！Suno.ai 增长迅速并成为各大AI榜单的常客。

2023年12月，微软宣布旗下 Copilot 与Suno 达成合作。用户在微软 Copilot 中输入简单指令，就可以调用 Suno 插件完成音乐创作。这次合作进一步提高了 Suno.ai 的知名度和认可度。

虽然，Suno.ai 还有很多优化和发展空间，但它展现出的能力已经足够让普通用户欣喜，首页 Trends 排行榜的歌曲听起来甚至还挺不错 ⋙ 关于 Suno.ai 更多介绍

Suno.ai 的定位，与视频领域的AI创作工具 Pika 非常类似。

它们直接允许所有用户创建内容，而不仅仅是专业人士的创作辅助工具。因此它们讲述的是类似的故事——AI时代的 TikTok ⋙ Suno.ai 内容协同创作工具的发展推演

好歌词是成功的一半：手把手教你用 LLM生成 Suno 歌词

https://210ethan.github.io/thoughts/aimusic.html

补充一份背景：今天日报第2条提到了AI音乐生成工具 Suno.ai，提到可以自定义设置歌词；这里就交给你如何使用 Prompt 生成可以直接可用的歌词

作者将 ChatGPT + Suno.ai 两个工具结合起来，构建了一个简单实用的AI音乐创作工作流。在 这篇文章里，作者分享了自己的 Prompt 结构，并且用5个示例展示了 Prompt 和音乐的生成效果。

作者的经验是，有吸引力和娱乐性的歌曲会更受听懂欢迎，这就需要高超的提示词技巧，其中一条建议就是把更多信息巧妙地隐藏中歌词中。

有效的提示词结构

Create a(n) [number]-verse [style of music, e.g., country, rap, metal] that teaches the listener [information]

创建一首包含 [数字] 段歌词的 [音乐风格，例如乡村、说唱、金属] 的歌曲，给听众传达 [信息]

可以添加的额外条件或限定词

Have a [music style] feature in the middle

在歌曲中间加入 [音乐风格] 的特色

In the style of [artist]

模仿 [艺术家] 的风格

Use keywords such as [keyword1], [keyword2]

使用关键词如 [关键词1]、[关键词2]

Use a level of detail a [grade level] grader could understand

使用 [年级] 学生能理解的细节水平

Have a [type of mood] mood

营造 [某种情绪] 的情绪

我们选择文中的第一个示例，展示作者使用的提示词。生成的完整歌词 如上图所示。

将歌词输入 Suno.ai 就可以生成对应的音乐片段啦，作者附在了原文里，点击原文可以听到~

Create an eight-verse country song that teaches the listener what the noble gases are, their properties, and how they’re different from other periodic table elements.

创建一首包含八段歌词的乡村风格歌曲，教授听众什么是稀有气体，它们的性质，以及它们与其他周期表元素的不同之处。

我开了一家员工全是AI的公司，自动帮我炒股

https://www.bilibili.com/video/BV1Pe411H7PQ/

点击 上方视频，可以查看完整的协作流程

B站 @林亦LYi 团队将把多个不同职能的 AI Agent 串联在一起，让他们互相交流讨论，共同完成炒股赚钱的最终目标。

作者一开始的设想非常好，基于AI构建了多名员工角色：专家巴菲特、领导 (分配任务)、谏官 (监督领导)，还有新闻摘抄员、股价查询员、程序员、执行机器人……

然而这一切非常不顺利 这些员工的第一次合作时，篡位、罢工、状况百出。作者将 Prompt 大修一番才最终正常了一些。

这轮投资成绩为「三天时间赚了 0.49714%」。作者团队还在持续优化，并将于一个月后公布最新进展，可以关注一下~

https://github.com/OpenBMB/ChatDev/

ChatDev是一家虚拟软件公司，由智能体担任不同岗位角色，形成了一个多智能体 (multi-agent) 的组织架构。

Up主在视频末尾提到，这次尝试用到了 清华大学的 ChatDev 项目。ChatDev 提供了一个易于使用、可高度定制、可扩展的框架，用于研究集体智慧。在这个场景下，AI 智能体们可以自主完成所有工作，包括编程、测试、优化、写文档等等。

零一科技Pretrain负责人@黄文灏：回望做大模型的一年

https://www.zhihu.com/question/632702043/answer/3363750643

补充一份背景：零一万物是由李开复创立的AI大模型创业公司，2023年3月组建，6月开始运营，11月发布首款开源中英双语大模型「Yi」

知乎有一个热度很高的问题：ChatGPT 发布一周年了，回望这一年你有什么感悟？1月15日，零一科技技术合伙人 @黄文灏 贡献了自己的答案，记录了几个听上去有点反共识的点。听听一线最核心岗位的见解：

1. OpenAl 没有想象中那么稳：作者年初访问美国时，感觉国内与OpenAI在大模型领域的差距巨大，但年底再次访问时，对国内的进步感到信心满满；尽管 ChatGPT 领先，但国内的进步显著，头部大模型已与 ChatGPT 3.5相当

2. OpenAI面临的诸多挑战：OpenAI 面临着 AGI 和商业化追求之间的矛盾，以及模型领先力的可持续性问题，如果无法保持领先，可能会被传统企业和产品公司替代

3. 没有「百模大战」：大模型分为两类，一类是从头开始训练的基础模型 (如 Yi、QWen、Baichuan、ChatGLM、DeepSake 等)，另一类是 Continue Pretraining和 SFT 类别的模型，前者的花费是后者的几倍之多

4. 开源和闭源的差距比想象中要大：大模型开源的只是权重和模型结构，模型结构大家都相差不大，而更重要的数据和训练方法都没有开源；普通开发者很难参与大模型预训练过程，更多是在预训练完成后基于模型做 posttraining 的工作

5. LLaMA对国内大模型的生态没有太大影响 (仅针对预训练)：LLaMA 权重开源对中国大模型的繁荣帮助有限，因为数据和训练方法未公开；但是 LLaMA 提供了信心和投入的勇气

6. 中国的researcher比想象中要强：中国的研究人员在大模型领域的实力被低估，国内研究者在大模型赛道上的进步迅速，有潜力的学生和新毕业生也能取得显著成果

生成式人工智能「动画」技能地图：技术脉络 + 工具合集

这是一份非常新且全的「GenAI+动画」资源汇总，把涉及到的技术和工具进行了层次化的总结，整理成了这份清晰的从业者技能地图。

而且，非常难得的是，作者持续追踪并更新到了2023年12月！！果断加入收藏夹~

Generative Image / 图像生成

As material and assets / 素材和资产

frame-by-frame / 图像逐帧动画

• Standalone (text2imgs)

• Transformative

Generative Video / 视频生成

Image models enhanced for video / 图像模型视频增强

Generative video models / 视频生成模型

• Standalone (txt2vid)

• Transformative (img2vid, vid2vid)

其他

3D character motion / 生成3D运动角色

LLM powered / LLM 驱动的工具

Face Animated and speech synthesis / 人脸的语音动画合成

https://diffusionpilot.blogspot.com/2023/09/overview-ai-animation.html

这篇文章可以作为小白入门指导，也可以是专业人士的备忘录

作者还为这张图写了一篇详细的使用手册，包括各部分的工具清单、使用链接、生成示例，还总结对比了优缺点，并且超链了大量的学习资料。

新书推荐 | 理解大语言模型：学习基础概念和技术

ShowMeAI知识星球资源编码：R224

这本书「Understanding Large Language Models: Learning Their Underlying Concepts and Technologies」是一门基础入门书，主要内容是大语言模型 (LLM) 的基本概念及基础技术，可以当作迈向 LLM 的第一步。

读完本书之后，你可以掌握 LLM 的基本概念，了解自然语言处理 (NLP) 的发展历程，理解 Transformer 模型和注意力机制，开始探索不同类型的 LLM 及其应用，并且能够掌握流行的 LLM 架构。

第1章：介绍

• AI的简要历史

• LLMs的地位

• 总结

第2章：NLP的演变

• NLP的历史

• NLP的任务

• NLP的基本概念

• 语言建模

• 总结

第3章：Transformer

• 注意力

• Transformer架构

• 总结

第4章：什么使LLMs变大？

• 什么使Transformer模型成为LLM

• LLMs的类型

• 基础模型

• 应用LLMs

• 过拟合

• 灾难性遗忘

• 评估

• 总结

第5章：流行的LLMs

• 生成预训练Transformer

• 来自Transformer的双向编码器表示

• Pathways语言模型

• Meta AI的大型语言模型

• 总结

第6章：威胁、机会和误解

• LLMs与超级智能AI的威胁

• 误解和滥用

• 机会

• 总结

技术写作手册 | 超级个体的创作心经，构建个人IP的实用小册

ShowMeAI知识星球资源编码：R225

Thoughtworks 多位作者共同撰写了这份「技术写作手册」，阐述他们在技术写作领域的各种经验和心得。如果你对创作感兴趣，或者想建立自己的内容IP，不妨看看这份薄薄的手册。

AI已经颠覆了创作流程和阅读习惯，但是，有关创作的诸多本质和技巧，依然是有效的

1. 写作为什么这么难：写作的难度在于需要快速正向反馈和相对容易的任务；写作需要克制、避免低质信息的干扰，同时需要沉浸、为心流腾出时间

2. 如何看待写作这件事：写作是创造性活动，需要心理建设，但也不需要过多准备，可以立即开始，形成自己的工作流程

3. 这几年技术写作的感悟：技术写作可以巩固知识、分享知识、获得成就感，但这是一个长期的过程，不应该追求短期的点击量

4. 写了十年技术博客的收获：长期写作带来的技术提升、个人品牌建设、以及对写作本身的理解；以及写作过程中的迷思和陷阱，比如「知识的诅咒」、对读者反馈的误解

5. 技术人员如何写一本书：写书是需要耐心和毅力，更需要选择合适的写作方式和工具，与博客创作还是有区别的

6. 我的第一本英文技术书：作者如何开始并逐步完善和重构内容的完整过程，分享了英文写作的挑战和收获，以及如何通过翻译提升语言能力

7. 用什么工具写书：如何选择写作工具 (Word、Markdown、Latex等) 以及工具对写作效率的影响，使用 Git 进行版本控制的经验分享

8. 写作的素材、排版、发布和推广：写作素材的收集、文章的排版规范、发布渠道的选择以及文章的推广策略

9. 翻译这件小事：一个比较规范得翻译过程，以及各种技巧和注意事项

10. 写作和编程：将写作与编程进行比较，向编程规范学习如何写作

11. 技术写作的困境：技术写作面临的挑战，如何保证文章效果，如何找到内容受众，如何把握作品长度，如何才能得到更多的曝光等

12. 如何评价一篇文章：评价文章质量的框架，包括写作动机、文章要解答的问题、优秀文章的特质、文章的结构和表面功夫等

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！