最近观察到一个有意思的趋势，就是 Agent 在深度研究之后，都开始朝着多模态的方向走。

以前跟大家介绍过这个 GenFlow 这个产品，最近发现它升级了 3.0 版，它以前能跟其他 Agent 一样，做深度搜索，能调用 MCP 工具，特色是打通了百度文库和网盘里的资料，所以深度研究的时候能把自己的数据也带上。

3.0 升级完之后，它开始变成了全能的全模态的Agent，Office 三件套之外，在聊天+自由画布的这个形态里，图片、视频、音乐、播客都加了进去。这也代表了现在 Agent 的发展趋势。

昨天去百度世界大会和大家分享用户用 ListenHub 赚钱的一些玩法，然后路过了 文库网盘 GenFlow 的会场，真的是座位全满，后面的过道还挤了两排人，都快挤不进去了，是最火的一个会场。

回到家我就体验了一下。

首先，用下来最强的就是它的PPT功能。

我最近在思考公司12月的团建去哪儿，但实在没空自己看攻略啥的，就让它帮忙把我感兴趣的地方生成一个介绍。

这个PPT功能，就是你把需要做的东西说出来，然后它就开始咣咣自动做，我把它当图形版的深度研究来用了。

我录了个屏，大家可以看一下，不仅是模板排版，还有每块的内容全都是一步步生成的，整个能生成好几十页，而且内容都是可以编辑的，模板也可以用指令修改，非常方便。

而且文库智能PPT是现在国内用户量最大的，换模板功能也很方便，里边模板的颜值还挺高的，迭代速度非常快。

PPT生成完之后呢，有可能还需要补充内容。

比如说这个团建的攻略，团建肯定要节省预算嘛，所以我就让他加了一页。

PPT大部分时候都是用来演讲的。讲PPT这件事情，自己写也很费劲，它提供一键生成演讲稿的功能，挺方便的。

现在，GenFlow3.0还能够生图、生视频了。

比如说我前几天去日潭公园玩，把照片贴了上去，是用新的相机拍摄的，颜色比较胶片，就没那么鲜艳，自己看挺好，但发网上不是所有人能get到，所以我让GenFlow调一个更加鲜艳的版本。

GenFlow实现了用自然语言P图，颜色很鲜艳，很适合发布小红书。

P完之后，点击图片就可以进到自由画布进行编辑。

有一个功能叫魔法视频，点一下这个按钮，图片就动起来了。

这个图片处理功能还真的挺好用的。最近美团新出了带挡把手的挡版单车，我拍了一张照片，然后我让GenFlowP成蓝色的饿了么版本。

然后我又传了一张哈基米的图，我想把我的头换成哈基米，就把哈基米那个地方画个箭头指向我的头。然后选中魔法生图，它就理解了我的意思，生成了一个哈基米版的我。

从产品层面说，GenFlow 3.0能覆盖的模态非常全面，只要你有需要，就可以直接对话，让 AI 自动化进行多任务执行。

这样的话，无论是高阶的AI玩家，还是小白都能用。

从技术层面来说，GenFow 一直是基于文库网盘底层的混合专家模型，驱动多模态内容的生成和工作流的编排，一开始就在朝着全模态的方向在走。

这也是明年 Agent 产品整体的大趋势。

如何高效转型Al大模型领域？

作为一名在一线互联网行业奋斗多年的老兵，我深知持续学习和进步的重要性，尤其是在复杂且深入的Al大模型开发领域。为什么精准学习如此关键？

• 系统的技术路线图：帮助你从入门到精通，明确所需掌握的知识点。
• 高效有序的学习路径：避免无效学习，节省时间，提升效率。
• 完整的知识体系：建立系统的知识框架，为职业发展打下坚实基础。

AI大模型从业者的核心竞争力

• 持续学习能力：Al技术日新月异，保持学习是关键。
• 跨领域思维：Al大模型需要结合业务场景，具备跨领域思考能力的从业者更受欢迎。
• 解决问题的能力：AI大模型的应用需要解决实际问题，你的编程经验将大放异彩。

以前总有人问我说：老师能不能帮我预测预测将来的风口在哪里？

现在没什么可说了，一定是Al；我们国家已经提出来：算力即国力！

未来已来，大模型在未来必然走向人类的生活中，无论你是前端，后端还是数据分析，都可以在这个领域上来，我还是那句话，在大语言AI模型时代，只要你有想法，你就有结果！只要你愿意去学习，你就能卷动的过别人！

现在，你需要的只是一份清晰的转型计划和一群志同道合的伙伴。作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】