顶部
收藏

生成式人工智能应用基础


作者:
黄传慧 孟秋杰 主编
定价:
40.00 元
版面字数:
310.00千字
开本:
16开
装帧形式:
平装
版次:
1
最新版次
印刷时间:
2026年
ISBN:
978-7-04-067429-3
物料号:
67429-00
出版时间:
2026-07-03
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机基础课程

本书以生成式人工智能应用为核心,围绕生成式人工智能的核心概念和应用技巧逐步展开,融入育人元素,内容涵盖人工智能生成内容(AIGC)的基础概念、主流平台、信息收集方法、提示词创作,以及AIGC从文本到图像、语音生成、视频生成等领域的应用。本书聚焦AIGC应用的基本知识与操作,引导读者掌握AIGC应用技能,还介绍了大模型、AIGC在编程中的辅助应用、Python编程语言和AIGC面临的挑战与机遇。本书响应国家对人工智能人才培养的战略号召,满足高等教育与职业发展的迫切需求,帮助读者理解和掌握AIGC技术。

本书结合当前教育及行业需求,紧跟AIGC技术的发展趋势,适合作为普通高等院校、高等职业院校人工智能课程的教材或参考书,也可以供新一代生成式人工智能领域的读者使用。

  • 前辅文
  • 第1章 探索人工智能的世界
    • 1.1 人工智能的内涵与发展
      • 1.1.1 人工智能的概念
      • 1.1.2 人工智能的分类
      • 1.1.3 人工智能的发展
    • 1.2 人工智能的核心要素
      • 1.2.1 数据—智能系统的知识来源
      • 1.2.2 算法—智能决策的规则引擎
      • 1.2.3 算力—技术落地的动力保障
    • 1.3 人工智能的关键技术
      • 1.3.1 机器学习—智能系统的认知基础
      • 1.3.2 深度学习—复杂模式的解构大师
      • 1.3.3 自然语言处理—人机交互的桥梁
      • 1.3.4 计算机视觉—机器的“眼睛”革命
    • 1.4 AIGC检索与传统网站检索的比较
      • 1.4.1 AIGC检索与传统网站检索的区别
      • 1.4.2 检索任务实践
    • 知识检测
  • 第2章 理解生成式人工智能
    • 2.1 生成式人工智能简介
      • 2.1.1 认识生成式人工智能
      • 2.1.2 生成式人工智能的基本原理
    • 2.2 生成式人工智能的发展
      • 2.2.1 国外大模型发展
      • 2.2.2 国内大模型发展
    • 2.3 生成式人工智能的影响分析
      • 2.3.1 生成式人工智能对教育的影响
      • 2.3.2 生成式人工智能对就业的影响
      • 2.3.3 生成式人工智能对其他行业的影响
    • 2.4 AI编写调研报告
      • 2.4.1 调研报告编写的方法论
      • 2.4.2 调研报告的结构
      • 2.4.3 调研报告初稿生成
    • 知识检测
  • 第3章 解锁大模型的智慧
    • 3.1 认识大模型
      • 3.1.1 大模型的定义
      • 3.1.2 大模型的核心特点
      • 3.1.3 大模型的分类
    • 3.2 大模型是如何工作的
      • 3.2.1 大模型的基本工作原理
      • 3.2.2 Transformer架构及自注意力机制
      • 3.2.3 预训练与微调过程
    • 3.3 大模型的应用
      • 3.3.1 大模型生成文本、图像、语音与视频
      • 3.3.2 大模型编程与代码生成
      • 3.3.3 虚拟人物、数字人、AR与VR的应用
    • 3.4 大模型的简单实践
      • 3.4.1 部署本地大模型
      • 3.4.2 搭建可视化界面
      • 3.4.3 生成小红书文案
    • 知识检测
  • 第4章 AIGC指南:从文本到图像
    • 4.1 文本生成技术
      • 4.1.1 文本生成的基本概念
      • 4.1.2 主流大模型介绍
      • 4.1.3 文本生成的挑战与前景
    • 4.2 图像生成技术与应用
      • 4.2.1 图像生成的原理
      • 4.2.2 风格转换与图像增强技术
      • 4.2.3 AI艺术创作的未来
    • 4.3 AIGC实践—AI创作文本
      • 4.3.1 认识DeepSeek
      • 4.3.2 AI学术搜索
      • 4.3.3 AI学习问答
      • 4.3.4 AI辅助读、写文献
    • 4.4 AIGC实践—AI生成艺术图像
      • 4.4.1 认识豆包
      • 4.4.2 界面功能介绍
      • 4.4.3 风景图生成
      • 4.4.4 动漫角色生成
    • 知识检测
  • 第5章 创造声音与影像:AI的语音与视频魔法
    • 5.1 语音生成技术与应用
      • 5.1.1 语音生成技术的工作原理
      • 5.1.2 语音生成技术的创新路径
      • 5.1.3 语音生成技术的应用场景
      • 5.1.4 语音生成技术的未来趋势
    • 5.2 视频生成技术与应用
      • 5.2.1 视频生成技术的实现原理
      • 5.2.2 视频生成技术的创新方向
      • 5.2.3 视频生成技术的实际应用
      • 5.2.4 视频生成技术的发展前景
    • 5.3 AIGC实践—语音合成与创作
      • 5.3.1 认识讯飞智作
      • 5.3.2 文本生成音频
      • 5.3.3 认识讯飞听见
      • 5.3.4 自动语音识别
    • 5.4 AIGC实践—视频创作
      • 5.4.1 认识即梦AI
      • 5.4.2 文本生成视频
      • 5.4.3 图片生成视频
      • 5.4.4 数字人口播
    • 知识检测
  • 第6章 Python基础与通义灵码的使用
    • 6.1 认识Python及搭建开发环境
      • 6.1.1 Python编程语言及其优势
      • 6.1.2 Python开发环境的搭建
    • 6.2 Python的基本使用
      • 6.2.1 Python的基础语法
      • 6.2.2 函数的定义与调用
      • 6.2.3 模块和库的使用
    • 6.3 认识通义灵码及其功能
      • 6.3.1 通义灵码的基本概念与功能
      • 6.3.2 通义灵码的安装与环境配置
      • 6.3.3 通义灵码的代码生成
      • 6.3.4 通义灵码在代码调试与优化中的应用
    • 6.4 AIGC实践—用Python与通义灵码完成项目
      • 6.4.1 构建个人记账系统
      • 6.4.2 构建随机英语单词测试系统
    • 知识检测
  • 第7章 提示词魔法:与AI对话的艺术
    • 7.1 理解提示词
      • 7.1.1 提示词的定义与功能
      • 7.1.2 常见的提示词类型
    • 7.2 设计高效的提示词
      • 7.2.1 设计简洁明确的提示词
      • 7.2.2 提示词的上下文增强与优化技巧
    • 7.3 认识常见提示词应用问题及结构化框架
      • 7.3.1 提示词应用中的常见问题
      • 7.3.2 认识提高模型输出质量的框架
    • 7.4 提示词实践
      • 7.4.1 制订学习计划
      • 7.4.2 知识点总结
    • 知识检测
  • 第8章 高级提示词:精准控制与创意激发
    • 8.1 复杂场景交互设计
      • 8.1.1 链式提示与动态上下文控制
      • 8.1.2 生成结果的多维度约束
    • 8.2 跨模态协同生成
      • 8.2.1 图文互译提示设计
      • 8.2.2 多步骤任务分解
    • 8.3 领域定制化设计
      • 8.3.1 垂直领域提示词库构建
      • 8.3.2 领域优化策略与动态调整
    • 8.4 创新应用实践
      • 8.4.1 音乐MV制作
      • 8.4.2 PPT及PPT视频的制作
    • 知识检测
  • 参考文献

相关图书