如何写好多模态提示词？
如何写好多模态提示词？
2024年7月5日修改
多模态AI大爆发
2024 年是多模态大模型发展之年，继 OpenAI 发布 GPT-4o 以来，谷歌的 Gemini 系列同样有了比较大的更新，同时国内通义千问系列，智谱 AI 的 CogVLM，商汤的多模态模型等也纷纷发布。
另一方面，语音情感 AI 方面，除了国外的 Hume AI 之外，火爆的 ChatTTS，字节跳动出品的 Seed-TTS 等语音 AI 的效果目前也十分惊艳，令人真假难辨。同时，OpenAI 发布 Sora 吊足大家胃口之后，国内迅速跟进，开源社区推出 OpenSora，清华推出 Vidu，快手推出的 Kling 模型最近更是风靡一时，也是当前公众能体验到的最接近 Sora 级视频生成模型。
多模态 AI 的大爆发，如期而至，与之相伴的是相关的提示词、智能体等技术的进一步更新升级。
于此同时，继幻方 deepseek 系列模型发布之后，大模型的使用成本下降了一个数量级。国内大模型降价潮也由此掀开帷幕，字节跳动云雀、智谱 AI、阿里通义千问、百度文心一言等等大模型纷纷宣布降价，其中某些参数较小的模型甚至直接提供给开发者免费使用。OpenAI 也宣布 GPT-4o 这一最强的模型将逐步开放给用户免费使用。
大模型技术的进步和使用成本的迅速下降正在为 AI 的大众化普及扫清障碍！
本文整理了江树近期在第三届中国AIGC开发者大会和清华读书会上的演讲内容，与诸君共享。
多模态提示词
这是江树在第三届中国 AIGC 开发者大会上的分享内容，让各位朋友久等了，以下是 PPT 和发言。
我今天的分享内容聚焦在多模态提示词。主要的内容划分下面四个部分。先简单自我介绍一下，然后介绍一下相关概念。后面主要来讲我们现在的多模态应用，还有实践的一些探索，还有看到他的一些局限性，以及最后的话我们发现的一些提示词方法，以及我们的一些思考。
附件不支持打印
加载失败，