Noções básicas de IA: ChatGPT, Claude, Midjourney, Flux e muito mais

1. Apresentação: Seu Buzzy e eu entendemos. IA pode parecer complicada e você quer aprendê-la o mais rápido possível. Com uma agenda atrasada e um emprego em tempo integral, você não tem tempo para fazer um curso de 50 horas. Você só quer habilidades práticas de IA para aumentar a eficiência em gráficos, textos, e-mails, códigos e muito mais. Se é você, então este curso é perfeito. Imagine impressionar a todos com o conhecimento de IA, certo, quando é importante. Você apareceu como um verdadeiro profissional. Neste curso, você obtém uma compreensão clara de IA, LLMs e modelos de difusão, como usar LLMs como o Chachi BT, com engenharia rápida, explorando modelos de multimodalidade e de alto desempenho, técnicas de solicitação para modelos de difusão como Dai AdoObviaFly, para difusão estável de midchourney de IA, LLMs e modelos de difusão, como usar LLMs como o Chachi BT, com engenharia rápida, explorando modelos de multimodalidade e de alto desempenho, técnicas de solicitação para modelos de difusão como Dai AdoObviaFly, difusão estável de midchourney, fluxo e muito mais. Informações sobre vídeos, vozes e até mesmo criação musical com inteligência artificial são abordadas. E, a propósito, se você se perguntar quem eu sou meu nome é Arnie, e eu dou aulas de IA antes mesmo de o ChIPT existir Portanto, estou há relativamente tempo no jogo. Também tenho um pequeno canal alemão no YouTube, e é isso que eu faço. 2. O que é IA?: Podemos mergulhar mais fundo no mundo da IA, precisamos definir o que a IA realmente é. Portanto, IA é simplesmente um termo em ciência da computação. O objetivo é criar máquinas com inteligência semelhante à humana. Por exemplo, reconhecimento de padrões, tomada de decisão com base em dados e também execução de tarefas. E não pense em Terminator. São tarefas simples. Também pode ser escrever algum texto como o Chachi Pit faz. Qual é o objetivo final? O objetivo final é a AGI, ou seja, inteligência geral artificial E isso significa simplesmente aprender, compreender, resolver problemas e criar um processo criativo tão bem quanto ou melhor do que os humanos. Portanto, a inteligência artificial geral é mais inteligente do que a maioria dos humanos, e essa é uma meta e ninguém sabe exatamente quando ela será alcançada E o objetivo final, e ninguém sabe se isso acontece, é o ASI. Superinteligência artificial. Essa IA seria mais inteligente do que todos os humanos juntos. E como eu disse, não pense em Terminator agora. O que a IA não é? A IA não sabe tudo, não é autoconfiante, não tem emoção, e o objetivo atual é simplesmente atingir uma meta definida. Você diz à IA: Ei, escreva um texto ou faça uma foto para mim e a IA fará isso. Isso é por enquanto, mas também temos robótica e assim por diante, mas esse não é o tópico principal deste curso Vamos dar alguns exemplos aqui, e eu também posso escrever isso. Então, alguns exemplos são o assistente de voz, e a maioria de vocês conhece o assistente de voz. Portanto, o CiRia é o Google Assistant, mas também voz GPD, e eles simplesmente entendem e respondem aos comandos de voz A voz GPT ou a API WISPA são muito legais. Também abordaremos isso mais tarde no curso. Então temos sistemas de recomendação, e isso é antigo. Basta pensar no Netflix ou no Spotify ou até mesmo no YouTube. Você vê o vídeo e, com base no seu comportamento, os algoritmos encontram vídeos semelhantes. E também temos a direção autônoma. Então, carros autônomos usam IA para entender onde estão e depois dirigem nessa direção. E isso é simplesmente uma IA real. Como o FSD da Tesla, por exemplo, é uma IA real, eles não estão programados para dirigir nessa estrada Eles olham para a estrada e depois ajustam seu comportamento. E, claro, temos LLMs e modelos de difusão. Modelos de linguagem e de difusão tão amplos. Modelos de linguagem grandes criam texto e modelos de difusão criam imagens Isso aqui é o núcleo. E como é o núcleo, começamos com LLMs. Então, no próximo vídeo, eu vou ver você e vamos dar uma olhada mais de perto no que são LLMs 3. O que são LLMs como ChatGPT, Claude, Gemini, etc: Das pessoas que conhecem o HachBD. JaCPT é um LLM, e aqui você pode fazer muitas coisas e nós mergulharemos profundamente no Mas deixe-me dizer, temos muito mais LLMs. Basicamente, se você acessar este site, a arena do chatbot, verá que temos muitos LLMs diferentes Eles vêm da Opie, então o HaChipt vem Então temos Gêmeos. Isso vem do Google. Nós temos Grock. Isso vem do XI, então ELN Mask. Temos nuvem, a nuvem vem do trópico. Eu só quero dizer que temos muitos LLMs diferentes E neste vídeo, quero mostrar como um LLM funciona porque você precisa entender os conceitos de tokens e assim por diante para usá-los corretamente, porque tokens e a estrutura de um LLM são importantes para que você possa usá-los corretamente o mais rápido possível Basicamente, são apenas dois arquivos. E fazemos apenas um exemplo simples com o Lama 2. Para todos que já sabem exatamente o que é um LLM e como ele funciona, claro, você pode pular a Basicamente, um LLM consiste em apenas dois arquivos. Temos um arquivo, e esse arquivo é basicamente o arquivo de parâmetros, e eu simplesmente o crio aqui como P. Isso significa parâmetro. E temos um segundo arquivo, e o segundo arquivo serve apenas para executar esses parâmetros. Eu apenas chamo isso de arquivo de execução. Esse arquivo de execução é, na maioria das vezes, escrito em C. C é uma linguagem de programação ou em PyTon Então, ambos podem eventualmente funcionar. Então, o que temos aqui é o arquivo de parâmetros e o arquivo de execução. E o arquivo executado na maioria das vezes tem apenas 500 linhas de código. Então, usamos 500 linhas de código para executar esse arquivo. E esse arquivo é onde a mágica acontece porque esse arquivo é gigantesco Faça um exemplo com um LAM de código aberto, e o LAM é chamado ama two Então ama é, obviamente, o LLM da meta, e eles têm modelos diferentes E esse Lama também, onde fazemos esse exemplo, esse é o modelo 70 B. Então isso significa simplesmente que temos 70 bilhões de parâmetros. Então você sabe que este é um arquivo relativamente grande que temos aqui. Então, esse arquivo de parâmetros tem 70 bilhões de parâmetros, e como obtemos todos esses parâmetros? Precisamos treinar esse arquivo e o treinamos em muitos textos. Usamos 10 terabytes de texto para treinar esse arquivo. Então, usamos dez textos Theraby. Este é um texto de toda a Internet. Então, podem ser artigos da Wikipedia, sites e muito, muito mais. E esse arquivo, podemos simplesmente comprimi-lo, e esse arquivo tem apenas 140 gigabytes Então esse arquivo tem apenas 140 gigabytes e nós o treinamos em 10 terabytes Você sabe, podemos comprimi-lo, muito. Neste arquivo de parâmetros, você pode simplesmente pensar nesse arquivo como um arquivo zip. Ele simplesmente comprime todos esses dados. Para compactar esses dados, precisamos de muita potência da GPU Portanto, precisamos de muita potência de GPU para compactar esses dados E é também por isso que o NVDA foi uma ação tão boa nos últimos anos Se você observar, por exemplo, ações da NVIDIA, verá que temos uma corrida gigantesca, e isso ocorre basicamente porque todo mundo precisa Então você vê que temos uma corrida gigantesca, mas não se trata de ações no momento Então, basicamente, usamos muita GPU. Eu faço isso muito simples. Também tenho explicações mais detalhadas, mas acho que não precisamos disso neste curso Então, simplesmente comprimimos dez textos Trabte em um arquivo de 140 gigabytes e, em seguida, temos o segundo arquivo e, em seguida, temos O segundo arquivo é o arquivo Executar. São apenas algumas linhas de código. E se tivermos um código aberto, de uma manhã, como o Lama 2 ou mesmo Lama 3 ou qualquer outro código aberto que você quiser, podemos baixar esse arquivo e executá-los localmente em nosso PC. E isso nos traz a máxima segurança de dados porque nada passa pela Internet. Com esses dois arquivos, eles são um pouco mágicos porque aqui funciona a arquitetura do transformador em segundo plano Você pode simplesmente pensar na rede neural. Não precisamos mergulhar tão fundo. Mas, basicamente, a rede neural vê as palavras e prevê qual será a próxima palavra mais provável Então, funciona basicamente assim. Treinamos em todos os textos e, portanto, o LLM simplesmente aprende como o texto é Se perguntarmos, por exemplo, o que devo comer hoje, o LLM simplesmente predirá quais palavras um ser humano provavelmente ouvirá No momento, isso é chamado simplesmente de pré-treinamento. Com o pré-treinamento, simplesmente alucinamos coisas desse arquivo Mas depois vem a segunda coisa. A segunda coisa é o ajuste fino e, com o ajuste fino, damos ao LLM muitos exemplos de como os humanos querem ter sua resposta Nós alimentaríamos, por exemplo, uma pergunta. O que eu deveria comer hoje, e então forneceríamos uma resposta que os humanos gostam. Por exemplo, você pode comer bife hoje. Se alimentarmos isso repetidamente, o LLM aprende como os humanos querem suas respostas Isso é chamado de ajuste divino, e esta é a segunda parte para executar LLMs Então, a última parte é o chamado aprendizado por reforço, e podemos detalhar isso de forma muito simples Após o pré-treinamento e o ajuste divino, simplesmente faremos esse aprendizado por reforço Isso basicamente significa que fazemos uma pergunta, obtemos uma resposta e depois dizemos ao LLM se isso é bom ou não Isso é basicamente o aprendizado por reforço. Portanto, temos três fases de treinamento. No pré-treinamento, simplesmente usamos muita GPU para compactar muito texto em um arquivo menor chamado ZIP, e podemos alucinar Para melhorar essas alucinações, fazemos o Por isso, alimentamos muitas perguntas com respostas estruturadas de uma forma que os humanos gostam. E nessa fase, o D LLM aprende como os humanos querem suas respostas. E por fim, no aprendizado por reforço, simplesmente damos uma olhada: Ei, faz sentido ou não, sim, com o polegar para cima, se não para baixo, e o LLM simplesmente aprenderá mais sobre como Agora, a próxima coisa que é muito, muito importante é que você já a aprendeu. Nessa arquitetura de transformador, existem redes neurais, e as redes neurais funcionam Basicamente, eles trabalham com números. E para fazer sentido para a rede neural, é claro, precisamos ter números. Então, a primeira coisa é, é claro, se colocarmos uma pergunta em um LLM, o LLM criará números a partir dessas questões, os chamados tokens Esses tokens são números e, com esses números, a rede neural pode fazer seus cálculos. Qual palavra virá mais provavelmente como a próxima palavra? Quero mostrar de forma simples como esses docons são estruturados Se usarmos esse tokenizador, podemos vê-lo. Podemos simplesmente digitar O que posso comer hoje, por exemplo, e agora você vê que temos cinco fichas, 20 caracteres, e as fichas são estruturadas dessa forma. Se pressionarmos aqui os IDs de token, isso é basicamente o que são os LLMCs O LMC são números e, com esses números, a rede neural pode fazer seus cálculos e nos dar uma boa resposta Se eu pressionar aqui, por exemplo, em limpar, mais uma vez, depois continuar mostrando exemplo, você verá um exemplo maior. E aqui você também vê que nem toda palavra é um símbolo. Isso é dividido de forma um pouco diferente. Aqui você vê que invisível são, por exemplo, dois tokens, e aqui esse ponto também é um token separado. Portanto, temos muitos tokens diferentes, e se pressionarmos o token neles, veja, isso é basicamente o que o LLM vê e o LLM faz seus cálculos com os Mas por que eu mostro isso porque isso é importante porque temos um limite de tokens. Cada LLM sempre tem um limite de quantos tokens ele pode entender no momento Se continuarmos com este artigo aqui, o que são tokens? Omei nos diz que um token tem aproximadamente quatro caracteres em inglês Isso significa que 1.500 palavras são aproximadamente 2048 tokens. E isso é importante porque cada LAM tem um limite de token diferente Você pode ver isso aqui embaixo. Neste momento, GPD para Turbo e também o GPD para Omni, e muitos outros modelos, eles têm um limite de estoque de aproximadamente 128.000 Também temos modelos que têm limite de 2 milhões de endocenos. Também temos um modelo menor de código aberto que tem um limite de apenas 4.000 docenestocenos, e o importante é que você entenda que, assim que o limite de dtcen for atingido, o LLM não entenderá mais as coisas de dtcen for atingido, o LLM não entenderá que você conversou anteriormente com o LLM o Eu só quero te mostrar um exemplo no chat GPD. Eu simplesmente digo ao LLM que escrevo uma história sobre uma raposa e agora nossos primeiros tokens são gerados E assim que estivermos perto do limite de tokens, assim que eu falar, por exemplo, sobre outras coisas, agora, vamos supor que eu queira ter histórias diferentes aqui neste chat. Por exemplo, conte-me uma história sobre um sapo. No momento, é claro, novos tokens são gerados. E assim que atingirmos nosso limite de tokens, o LLM não saberá mais nossa pergunta anterior e também não saberá a resposta, porque o LLM sempre conhece apenas os últimos Nesse caso do JCEPT, a janela de contexto é relativamente grande, então ela conhece 128.000 tokens São cerca de 100.000 palavras, aproximadamente, como eu disse. E depois disso, não conseguirá mais o que falamos anteriormente. Então, por favor, lembre-se sempre de que os últimos tokens contam, e tudo o que acabou não estará mais no conhecimento do LLM Você pode chamá-lo assim. Obviamente, temos muitas técnicas para aumentar esse conhecimento, por exemplo, tecnologia direta e assim por diante, falaremos sobre isso mais tarde. Mas, por enquanto, você precisa entender que todo LLM tem um limite de token Eventualmente, isso desaparecerá. Eventualmente, o limite de tokens será tão grande que não precisaremos mais pensar nisso, mas agora, neste momento, temos esses limites e precisamos saber disso. Basicamente, se você já se perguntou por que o LLM não sabe mais do que você falou anteriormente, é simplesmente porque o limite de docen foi atingido Neste vídeo, você aprendeu como funciona um LLM. Basicamente, temos apenas dois arquivos. Temos um arquivo de parâmetros e um arquivo de execução. O arquivo de execução é apenas um código para executar o arquivo de parâmetros, e o arquivo de parâmetros consiste simplesmente em muitos textos da Internet, mas é compactado em um pequeno arquivo semelhante a um arquivo CIP Precisamos de muita GPU para fazer isso. Esse foi o pré-treinamento. Após o pré-treinamento, vem o ajuste divino. Aqui, fornecemos as perguntas e respostas do LLM para que o LLM possa aprender como queremos nossas E depois do ajuste divino, a etapa final é o aprendizado por reforço Simplesmente fazemos perguntas, obtemos respostas e avaliamos as respostas se elas são boas ou não. E com essa última fase, o LLM ficará melhor nessas tarefas Você também viu que, em segundo plano, funciona a arquitetura do transformador São redes neurais e redes neurais que fazem cálculos com números É por isso que precisamos dividir nossas palavras em símbolos. Com esses tokens, podemos fazer os cálculos e calcular qual palavra vem provavelmente como a próxima palavra que queremos ter. Você precisa entender esses tokens porque cada LLM tem o chamado limite de tokens Assim que o limite de tokens for atingido, o LLM não saberá mais quais coisas você praticava anteriormente Ele sempre analisa os últimos tokens e, claro, os limites dos tokens dependem do modelo. Às vezes, são 4.000 tokens, mas podem subir até 2 milhões E uma última coisa, é claro, é muito importante quais perguntas fazemos ao LLM, porque com boas perguntas, obtemos boas respostas Isso é chamado de engenharia rápida, mas mais sobre isso, é claro, mais tarde. Vejo você no próximo vídeo, sei que fizemos isso um pouco rápido, mas acho que esse detalhe técnico é que todo mundo deveria simplesmente entender isso. Então, fizemos isso rápido. Não fizemos isso em detalhes completos, mas isso é mais do que suficiente para trabalhar com esse modelo. Você precisa desses detalhes técnicos para entender que não tem perguntas ilimitadas aqui antes que o JGBT esqueça as coisas, e também precisa entendê-las porque a engenharia rápida é muito importante para obter bons resultados, e você só obtém bons resultados se fornecer boas É chamado de engenharia rápida. Quero falar sobre engenharia rápida na próxima seção. 4. As interfaces dos LLMs: Este vídeo quer mostrar alguns dos LLMs mais importantes e, claro, também sua interface Agora, você já viu que temos muitos LLMs diferentes e podemos encontrar inúmeros LLMs nessas arenas de chatbots Os mais importantes são, pelo menos, como eu vejo o JetPT da Opmei, o Clade da antropic, Gemini do Google e, eventualmente, também os modelos de código aberto, e podemos usá-los no Grock ou também com o Oma Agora, queremos começar com o HPT porque acho que esse é, pelo menos agora, o melhor Sim, algumas pessoas adoram o coágulo porque o Clot também é muito bom em codificação Então, basicamente, sim, eles também podem codificar. Quero mostrar a interface em detalhes do JCPT, porque se você entende o JCPT , também entende todas as Aqui está a barra onde você pode digitar suas perguntas. E essas perguntas chamamos de instruções. E, claro, engenharia rápida é a arte de escrever as perguntas certas. Se você quiser fazer upload de coisas no HatHipt, você tem isso aqui Você pode anexar arquivos. Você pode fazer upload de fotos ou PDFs e outras coisas e analisá-las Isso aqui é a pesquisa, o botão da web. Se você pressioná-los, o HatchipT pesquisará na web. Vamos testar isso por uma vez. Se pressionarmos a pesquisa, podemos digitar o preço do Bitcoin hoje. Então, aqui você pode basicamente ver que recuperamos o texto e também recebemos alguns links nos quais podemos clicar, se quisermos. Então, essas são as fontes, e se você pressionar nelas, podemos ver que o HpD pesquisou na web Usamos moedas Market Cap e assim por diante. Agora, se você usar um novo bate-papo no canto esquerdo, ele estará vazio novamente e seus bate-papos antigos estarão aqui A próxima coisa que você pode fazer é, obviamente, pressionar o HatPD e usar modelos diferentes Temos o GPD normal do Omni, ótimo para a maioria das tarefas. Coloque o GPS em quatro com tela. Se você pressionar sobre eles, o canvas também é muito bom, porque digamos que você queira gerar algum código. Me dê o código de mordida de uma cobra. Chet GPD abrirá essa tela e, nessa tela, podemos editar um pouco esse código Isso é muito bom. Então, aqui no lado direito, você pode clicar. Você pode revisar o código ou portá-lo para outras linguagens como JavaScript ou outra coisa. Você também pode corrigir bugs. Você pode adicionar registros e adicionar comentários, se quiser. Para todo mundo que codifica, espero que você entenda o que quero dizer. Se gerarmos texto normal com essa tela, também é bom porque também podemos editar nosso texto nessa tela. Podemos sugerir edições, podemos ajustar o tamanho, para que possamos torná-lo, por exemplo, mais curto, se você quiser, e se o enviarmos, ele será reescrito, mas E aí você vê, temos basicamente o mesmo texto , mas muito mais curto. Então, podemos ajustar o nível de leitura. Então, por exemplo, para a pós-graduação ou para o jardim de infância. O próximo passo é que podemos adicionar o polimento final. Se pressionarmos isso, o JetPT fará isso de forma totalmente automática Ele simplesmente o reescreverá e reestruturará um pouco. Talvez haja algo errado ou um pouco curto demais e você veja que obtém resultados melhores E a última coisa, é claro, também podemos adicionar imagens, se quisermos. E aí temos lindas imagens pequenas. Além dessa tela, também temos 01 prévia. A pré-visualização aberta é o modelo que pensa. Se dermos ao JCPT uma tarefa difícil, JCPD será capaz de pensar um pouco antes Esse é um bom título do YouTube? Eu gosto disso em Marte? Pense em palavras-chave, taxa de cliques e muito mais. E o JCPT começará a pensar. Então você vê que o HHIPT está pensando. Ele gera para si mesmo algum token. Aqui você pode ver o processo de pensamento e, em seguida, ele pode obter respostas melhores, porque o JCIPT sempre oferece a si mesmo novos símbolos para pensar, e aí está nossa saída Além da prévia do 01, temos também o 01 Mini. Isso faz basicamente a mesma coisa, mas é mais rápido. E se você pressionar em mais modelos, agora, temos GPD para O Mini e GPD para o modelo Legacy Se você quiser apenas ter bate-papos temporários, você também pode incluí-los. Se você entrar nesse ponto de interrogação, verá que pode denunciar conteúdo ilegal e usar atalhos Você tem termos e políticas, notas de lançamento, guia de ajuda e você, e esse critério é simplesmente o seu nome. No canto esquerdo, eles ***** você. Portanto, se você pressioná-los, poderá atualizar seu plano. Eu pago agora 20 dólares por mês, mas você também pode começar de graça Se você usar o plano de negócios, precisará pagar 25 dólares por mês Basicamente, você obtém a mesma coisa. Mas o mais importante é que seus dados sejam automaticamente excluídos do treinamento. Então, isso é um pouco mais seguro. No lado esquerdo, você também pode fechar a barra lateral e trazê-la de volta à vida. Você pode pressionar em pesquisar bate-papos. E aqui você pode pesquisar os bate-papos que você já teve com o Chat GPD E se você pressioná-los aqui, novo bate-papo, como se você tivesse um NuCat Então você tem essas coisas aqui. Eles são chamados de GPDs e eu quero mostrar mais sobre CPDs mais tarde Mas se você pressionar Explorar GPD, basicamente o que você pode fazer é pesquisar GPDs específicos que outras pessoas criaram Se você quiser, por exemplo, programar, clique em Programação e encontre GPDs específicos personalizados para Este é um GPD para PyTon e se você pressionar Sarchat, você pode simplesmente conversar com esse GPD, e isso é, como eu disse, especificamente Essa é basicamente a interface do JahIpt. Se entrarmos na nuvem, você basicamente verá que a interface é relativamente semelhante. Aqui você pode digitar o que deseja fazer. Você também pode atualizar o Cloud. Essa interface é um pouco mais simples, mas basicamente faz a mesma coisa que o JahIpt, mas mais simples, como eu disse Meu código de cobra e também o coágulo me darão o código da cobra, e também o coágulo adicionará algo Isso aqui é Gemini. momento, Gemini está em alemão aqui para mim, Gemini também é um LLM normal e também pode fazer basicamente a mesma coisa que Chachi Aqui está o Grock e no Grock você pode basicamente usar LLMs de código aberto E a interface é minimalista. Você pode digitar suas coisas aqui ou também pode conversar com essas coisas. A propósito, você também pode instalar esse ChipT no seu PC e tê-lo como um aplicativo, e também pode instalá-lo no seu smartphone e conversar com o HatchiPT Aqui está o aplicativo Hatchipit, e se falarmos com o aplicativo hatchipit, ele responderá Ei, Chat Chi Pit, conte-me uma pequena história sobre uma raposa. Era uma vez, em uma floresta exuberante, vivia uma raposa inteligente chamada Conhecida por sua inteligência rápida, Fiona adorava explorar e aprender sobre tudo ao seu redor Um dia, ela tropeçou em uma armadilha armada por caçadores Esse é basicamente o modo de voz avançado. Acho que agora é um recurso pago. Portanto, se você pagar pelo ChatBD e simplesmente instalar o aplicativo em seu PC local, poderá usar esse modo de voz avançado E a última coisa que eu quero te mostrar é Olama. Se você baixar o Oma, ele será executado localmente no seu PC. Não se preocupe se você não quiser fazer isso. Eu só quero te mostrar como funciona. Você simplesmente pressiona Baixar aqui, depois pode acessar os modelos e pesquisar os modelos que deseja. E a próxima coisa que você precisa fazer é entrar no seu terminal, e isso funcionará localmente. No seu terminal, você pode pesquisar os modelos que deseja usar. Por exemplo, Lama 3.2, você pode simplesmente pressionar O Lama run Lama 3.2. Se você copiá-los e jogá-los no seu terminal, poderá baixar esses modelos do Lama ou executá-los. Se eles já estiverem instalados, você poderá executá-los. Então eu tenho isso instalado, e agora você também pode fazer essas coisas aqui. Conte-me uma história sobre o rock, e então Lama me contará uma história sobre o rock. Isso aqui é especialmente interessante para privacidade de dados, mas é claro que não há uma boa interface no OLAM Você pode vincular isso a, por exemplo, qualquer LLM, mas isso é muito grande para este curso porque precisamos aprender essas coisas rapidamente Então, basicamente, se você quiser executar as coisas localmente, você pode totalmente fazer isso. Mas, na maioria das vezes, se você está começando, basta usar o HachiPT na interface padrão Então, neste vídeo, você viu todas as interfaces que são importantes. Se você quiser executar LLMs o mais rápido possível. No próximo vídeo, quero mostrar o que os LLMs podem fazer. 5. O que LLMs podem fazer?: Este vídeo oferece uma visão geral rápida do que os LLMs podem fazer, e não importa em que LLM você Basicamente, a maioria dos modelos de fronteira pode fazer a mesma coisa, e os modelos de código aberto surgirão com o tempo Cada LLM pode aumentar o texto ou o código e diminuir o texto ou o código Assim, você pode resumir o texto ou expandi-lo. Vamos apenas dar um exemplo. Você pode digitar algumas palavras e obter muitas palavras. Me dê um texto de marketing para o meu site, AI com Arnie. Não, eu realmente não tenho esse texto de marketing. No momento, eu uso o modelo de visualização do OO só porque ele estava ativo. Agora, o CHGPT pensa um pouco sobre o texto de marketing que deve escrever e, em seguida, receberei minha resposta Então, aqui você vê que transformamos um pouco de texto em muito texto. Espero que você entenda o que quero dizer. Em seguida, podemos resumir o texto. Aqui está um artigo no Medium sobre LLMs. Basicamente, você pode simplesmente copiar um pouco de texto. Você pode colocá-lo no JTCPD e dizer resumir em marcadores. Então, basicamente, você pode resumir o texto. E aí está. Agora temos alguns pontos principais sobre esse texto. A mesma coisa com o código. Você pode gerar código. Podemos fazer basicamente algo assim. Podemos criar muitos códigos muito rápido. Me dê o código da página da web em HDML que tem três botões Só consigo ativar dois botões ao mesmo tempo. Isso deve ilustrar que não é possível estar falido, inteligente e ocupado ao mesmo tempo Agora, ele gerará algum código HDML. Agora há o código. Vamos ver se funciona. Eu copio o código. Eu faço um novo arquivo de texto. Eu jogo o código no arquivo de texto e o salvo. Agora eu o salvo como HDML HDML Sim. E eu abro a página da web quebrada, inteligente, ocupada. Não funciona porque, tipo, pense por si mesmo, sim, você pode ser inteligente e ocupado, mas não está falido porque trabalha nas coisas certas. Se você está falido, você não pode ser inteligente e ocupado, porque se você fosse inteligente e ocupado, você não estaria falido, mas você pode, é claro, estar falido. E ocupado, mas não inteligente. Se você está falido e inteligente, não está ocupado porque não faz nada porque simplesmente não funciona dessa maneira. E, claro, se você tem muito código, por exemplo, em uma página da web, você também pode tentar diminuir o código. Então, sim, você também pode resumir o código se ele funcionar. Você também pode gerar algumas tabelas, se quiser. Então essa, por exemplo, é uma tabela sobre as macros de uma banana Portanto, o texto pode ser, é claro, também tabelas. E agora vem a parte divertida porque os LLMs também podem usar ferramentas, como uma calculadora, um intérprete Biton ou um Um modelo de difusão faz fotos. Eu quero te mostrar. O que é três vezes 98 vezes 98? Se enviarmos isso, você verá que estamos analisando. Então, basicamente, usamos ferramentas. Acho que o JahIPT simplesmente escreverá mais scripts PTN para fazer Se você pressionar a análise de visualização, verá que o ChaChipt usa interpretador Python para nos dar o resultado Faça uma foto sobre a banana e o HCBT usará um modelo de difusão como o Dali para criar E aí está a banana. Claro, também podemos analisar coisas. Deixe-me mostrar o que está no conjunto de dados. Isso é basicamente, deixe-me mostrar um conjunto de dados com algumas coisas de mídia social Isso é basicamente o uso das pessoas, então, onde elas estão, estão no Snapchat, ****, dock, pin arresting e assim por diante E você vê que esta é uma mesa muito, muito grande, e podemos analisar essas coisas. Aqui ele me dá uma mesa. Desculpe-me, agora, está em alemão, mas queremos conversar em inglês agora E isso é basicamente também a próxima coisa que eu queria mostrar a vocês, porque, é claro, os LLMs também podem traduzir coisas. Então, aqui estão as coisas em alemão. Você pode simplesmente dizer ao HathPT, traduza isso em inglês E você também pode fazer isso, vice-versa. O conjunto de dados contém 1.000 linhas com as seguintes colunas ID do usuário, aplicativo, minutos diários gastos, postagens por dia, curtidas por dia, seguidores por dia. E aqui você tem tudo. Então você vê Pinterest, Facebook, Insta, **** Doc Minutos diários gastos, postagem por dia, curtidas por dia, seguidores por dia. Faça um gráfico com isso porque podemos usar ferramentas, você sabe. O JGBT usará um gráfico BTN para criar um bom gráfico para nós. E aqui está, Facebook, Installink, Pinterest e assim por diante E, claro, se você pressioná-los, podemos mudar para um gráfico interativo. Também podemos usar, por exemplo, cores diferentes se você gosta de outras cores. E então, se você gostar, primeiro, você pode torná-lo maior. Mas se você gostar, como eu disse, você também pode baixá-lo por este botão. E o HGPT também entende o contexto desse bate-papo. Faça um porco que ilustre o conjunto de dados. JCPT simplesmente entenderá que se trata de mídia social e, provavelmente, teremos algumas pessoas que usam um telefone ou algo parecido Pelo menos é assim que eu adivinharia. E aí está. Esta é uma página de mídia social. E, claro, com alguns dados, porque esse é um conjunto de dados. A propósito, isso é chamado de chamada de função. Não temos tempo suficiente para mergulhar tão fundo nessas coisas. Pense nisso de forma que toda vez que o ChEBT ou um LLM não forem inteligentes o suficiente, eles usarão ferramentas diferentes para fazer isso Andrew Karpathy também gosta de nos dizer que o LLM é nosso novo sistema operacional, como um computador que pode usar ferramentas diferentes E sobre o uso da ferramenta, não esqueça também que eles podem usar a Internet. Eles também podem usar a Internet para pesquisar informações ao vivo. Eu já mostrei isso para vocês no último vídeo. E também é importante que, antes de falarmos sobre o treinamento de nossos LLMs, é claro, eles também são multimodelos Isso significa que eles podem ouvir, falar e ver. Sobre ouvir e falar, você já viu isso. No último vídeo. Eu só quero te mostrar que eles também podem ver. Se você estiver no ChaChipt, você pode fazer upload Por exemplo, esta é uma foto da Hugging Face sobre aprendizado por reforço e, sim, isso O que está no grande? Explique como se eu tivesse cinco anos. E, a propósito, sim, a qualidade é péssima. Vamos ver se o JahIPT consegue obtê-lo. Sim, entendeu. Comece com o modelo de linguagem. Imagine que o computador é como uma criança que já conhece algumas palavras e frases e assim por diante. Em seguida, dê-lhe uma recompensa, faça-o praticar essas etapas combinadas de aprendizado Isso é aprendizado por reforço com Hugging Face. Esta é basicamente essa foto aqui do Hugging Essa é agora a boa qualidade. No HHIBT, eu enviei propositalmente a qualidade ruim, mas mesmo com a qualidade ruim, o ChaChiPD pode vê-la e explicá-la como cinco Portanto, os LLMs também podem ver, falar e ouvir. Você também pode treinar diferentes LLMs. Podemos treinar diferentes LLMs com instruções. Essa é a chamada engenharia rápida. Também podemos usar tecnologia direta ou ajuste fino. Quero me aprofundar na engenharia rápida no próximo vídeo, porque a engenharia rápida é muito importante. Neste vídeo, você aprendeu que os LLMs podem fazer muitas coisas Primeiro, eles podem gerar texto. Em segundo lugar, eles podem resumir o texto. Em terceiro lugar, eles podem criar código , também torná-lo menor, e podem usar muitas ferramentas diferentes para analisar dados, criar imagens, usar uma calculadora e fazer muitas coisas legais. Pense por si mesmo o que é mais importante para você. Você pode realizar tarefas inteiras com um LLM. Pense nisso dessa forma. Você pode escrever uma história sobre uma empresa que faz o bem, por exemplo. Então você pode fazer alguns cálculos, como eles farão no futuro. Então você pode fazer algumas tabelas, como elas estão. E, por fim, você pode fazer uma foto de um investidor feliz. Esta é uma apresentação completa. Então, JGBT e LLMs podem realmente ajudá-lo muito 6. Engenharia rápida: Vamos falar sobre engenharia rápida. Este guia vem diretamente do Opie. Então, a empresa por trás do JCPD. E sim, os modelos JATCPT ou Op MI, eles também estão incluídos no copiloto da Microsoft momento, isso está em alemão, mas é claro que podemos usar o copilot também na versão em inglês e, sim, também podemos usá-lo com fundo branco Este é simplesmente o tema que eu uso. Posteriormente, vamos usá-lo com o fundo branco. Vamos voltar à engenharia rápida. A engenharia rápida é importante porque, se você não fornecer boas entradas, não obterá boas saídas E eu quero mostrar a vocês a engenharia rápida do Microsoft copilot, mas isso funciona completamente da mesma forma Claro, também no Jet CCPD e em todos os modelos existentes, porque esses conceitos são sempre os mesmos Este recurso, você mesmo pode ler isso, se quiser, mas queremos fazer isso o mais rápido possível. Não temos tempo para cada técnica de engenharia rápida, por isso a tornamos rápida. Isso aqui, esse é o exemplo de um aviso muito, muito ruim. Me dê um artigo sobre smartphones. Por que esse aviso é ruim? Esse prompt é ruim porque não fornecemos nenhum contexto. Então, se enviarmos isso e usarmos, por exemplo, balance aqui, provavelmente obteremos uma resposta, mas a resposta não é específica porque não fornecemos entradas específicas E pronto, aí está nossa produção. Então, aqui está um artigo do Guardian. E temos simplesmente um artigo. Temos um link no qual podemos clicar. Agora, esse é um prompt incorreto e precisamos esperar uma saída ruim. Por que essa saída é ruim? Eu não diria necessariamente que essa é realmente uma saída ruim. É apenas a saída do que perguntamos. Pedimos um artigo e temos um artigo que não é específico. Talvez você tenha algo em mente que queira postar no seu blog. Mas você não pode fazer isso com este artigo. Essa saída é simplesmente ruim porque não fornecemos nenhum contexto. Agora, vou te dizer agora que é muito, muito fácil contextualizar. E para contextualizar, você só precisa entender um princípio fundamental. Esse princípio fundamental é chamado de associação semântica. O que significa associação semântica? Vamos supor que eu diga uma palavra ou duas palavras ou dez palavras. Vamos supor que eu diga a você, por exemplo, deus grego. Com essas duas palavras, você tem imediatamente 100 outras palavras em seu cérebro. 100 outras imagens talvez também em seu cérebro. Você tem diferentes deuses gregos em sua cabeça. Talvez você também tenha imagens diferentes de deuses gregos em sua cabeça. Talvez você também tenha a velha Roma em sua cabeça. Você tem coisas como um bom corpo na cabeça. Você tem coisas diferentes na sua cabeça. E esse é basicamente todo o conceito de engenharia rápida. Precisamos dar contexto. Precisamos usar a associação semântica porque todos esses grandes modelos de linguagem, então os copilotos que usam o HHIPT, todos eles, todos eles, Então, se dissermos a esses LLMs apenas uma ou duas palavras, eles terão todas as outras palavras em segundo plano Eles têm isso em seu conhecimento. Se dissermos, por exemplo, smartphone, eles têm muitas palavras diferentes que são semelhantes aos smartphones. Por que eles têm isso? Porque eles são treinados em texto, como você sabe. Eles simplesmente pesquisam o texto em que encontram a palavra smartphone muitas vezes. Se dermos a eles um pouco mais de palavras, tudo isso ficará mais preciso. Podemos dar a eles, por exemplo, palavras como Apple ou Android ou artigo de blog se você quiser criar um artigo de blog e muito, muito mais. O conceito-chave é que, com algumas palavras, você dará muito contexto aos LLMs porque eles são associativos Vamos dar apenas um exemplo. Nós pressionamos um novo tópico e começamos do zero. Usamos uma saída balanceada e eu digo ao copiloto algo assim Esse seria um aviso que faz muito sentido. Começamos com algo assim. Você é um especialista em smartphones. Por que fazemos isso? Isso aqui, isso é chamado de solicitação de função. Então, damos o modelo de linguagem grande. Nesse caso, co-piloto ou HeChipt tem uma função. Então, ele é um especialista em smartphones. E então damos um pouco mais de contexto. Você sabe, o Google Pixel eight pro em detalhes. Por que isso é importante? Porque se dissermos a ele que ele é especialista em smartphones e conhece o Google BXeleDP em detalhes, ele pesquisará artigos em que tudo isso está incluído Assim, obtemos resultados muito, muito bons para smartphones e o LLM pesquisará artigos sobre o Google E então dizemos ao LLM exatamente o que precisamos. Precisamos de um artigo de 600 palavras sobre por que o pixel eight pro é bom. Queremos ter um artigo positivo. Isso também é fundamental. Aqui, essa é a associação semântica da qual falei Claro, tudo isso está relacionado à associação semântica, mas especialmente isso Eu apenas incluo três palavras Gemini nano, LLM e no dispositivo Essas são simplesmente palavras gratuitas e, se usarmos essas palavras livres, o LLM pesquisará artigos em que tudo isso esteja incluído, porque, para mim, isso é importante Esse é um dos principais recursos que torna, pelo menos em minha mente, o Google Pixel Eight P. Tão bom porque temos o Gemini nano, um modelo de linguagem grande, um modelo de linguagem pequeno, grande que roda no dispositivo Também podemos incluir coisas como ausência de latência, se quisermos. Portanto, não se preocupe se você não o receber agora, pois receberemos um artigo. Então, se você é um especialista em coisas assim, você pode simplesmente dizer ao LLM que o LLM também é um Nós simplesmente dizemos que ele é um especialista em smartphones. Ele conhece o Google Pixel oito P, e então damos a ele algumas palavras que precisamos ou queremos incluir em nosso artigo, e o LLM pesquisará as coisas certas para nós Então, enviamos isso, e tenho certeza de que obtemos uma saída muito melhor. Obviamente, você também pode incluir coisas como escrever o artigo para uma 10 anos, se quiser simplificar muito, porque, é claro, a associação semântica também pode fazer isso Então, procuraremos artigos que sejam muito, muito fáceis de entender. Mas agora eu não quero fazer isso. Eu simplesmente enviei isso e receberemos um bom artigo. Talvez possamos incluir isso também em um site. E aqui temos nosso artigo e espero que você veja que a saída é completamente diferente da anterior. Como especialista em smartphones, posso dizer que o Google BixeleightP é um excelente dispositivo que oferece uma variedade de recursos e capacidades que o destacam Aqui estão alguns motivos e assim por diante, então o design e a qualidade de construção, a câmera, o software, o Gemini nano e o Portanto, o BixeleightP é alimentado pelo Google Dancers Claro, você também pode ser mais específico. Como, por exemplo, criar este artigo para o meu site ou torná-lo um tópico do Twitter ou algo parecido. Crie o artigo para um tópico do Twitter. Os leitores são estudantes de tecnologia, então inclua detalhes. E obteremos todos os detalhes e o formato será adequado para um tópico do Twitter. Então, agora você vê, temos muitos detalhes. Então, falamos sobre o software. Falamos sobre quantos megapixels e sensores nossa câmera tem e muito, muito mais E também podemos simplificar as coisas. Digamos que você queira ter este artigo para crianças de 12 anos Faça o artigo para uma criança de 12 anos. Provavelmente excluiremos as palavras que são um pouco duras para nossos rapazes mais novos. Você vê isso imediatamente. Uma das melhores coisas sobre o Google é a câmera e assim por diante. Não usamos todas essas palavras duras e obtemos resultados mais fáceis. E isso é basicamente tudo o que você precisa entender se quiser começar imediatamente a escrever seus prompts. Você precisa fazer solicitações estruturadas. Isso aqui, por exemplo, é um prompt de estrutura porque começamos com uma função. Isso também é chamado de roll prompting. No próximo vídeo, darei alguns exemplos mais rápidos. Começamos com a função, então você é um especialista em X Y e Z e talvez conheça alguns detalhes Em seguida, usamos nosso prompt de estrutura para dizer ao LLM exatamente o que precisamos Queremos ter um artigo aproximadamente 600 palavras sobre a sonda de oito pixels e precisamos saber por que ele é bom E então acionamos a associação semântica apenas com algumas palavras Então você não precisa usar essas palavras. É importante que você inclua algumas dessas palavras. Então, esse vídeo era sobre engenharia rápida. Eu só quero dizer que os LLMs são relativamente simples de entender porque eles só podem fazer duas coisas se dividirmos nos princípios fundamentais Eles podem aumentar o texto e diminuir o texto, e precisamos usar boas instruções para obter bons resultados Precisamos acionar a associação semântica. Podemos fazer isso com instruções estruturadas. Podemos dar, por exemplo, a função de dizer ao LLM exatamente o que queremos ter, e precisamos ter certeza de usar algumas palavras semelhantes às coisas que gostamos Obviamente, temos diferentes conceitos de inspiração para Cillian. Temos a cadeia de pensamento, a árvore do pensamento e muito, muito mais. Tenho outros cursos que abordam isso em detalhes. Mas neste curso, eu quero que você possa usá-lo da forma mais rápida e eficiente possível. No próximo vídeo, mostrarei mais um ou dois truques que são importantes para uma engenharia rápida e, em seguida, você estará pronto para dançar o mais rápido possível. Lembre-se de fornecer contexto para obter um bom resultado. 7. Dicas de engenharia mais rápidas: Neste vídeo, quero dar mais algumas dicas e truques como criar solicitações eficientes para CIPD ou, neste exemplo, é claro, para Então, vamos ver quais truques eu tenho para você trabalhar rápido. Obviamente, você já viu a solicitação de papel. Então, basta dar uma função ao LLM. Você é especialista em XYZ. Nós abordamos isso no último vídeo. Mas isso aqui é completamente novo. A solicitação do tiro. Na solicitação de foto, você simplesmente dá exemplos Agora, o que isso significa? Você pode dizer, por exemplo, você é um especialista em redação, e aqui está uma cópia que eu gosto, e então você simplesmente cola uma cópia e diz ao LLM que faça uma cópia similar para X, Y e Z. E essas duas coisas aqui são muito, muito legais Respire fundo e pense passo a passo. Por que essas duas coisas funcionam? Eu quero explicar. Respire fundo e pense passo a passo. Você também pode juntar isso. Isso funciona simplesmente porque o LLM também pensará passo a passo Isso não é apenas melhor para você, mas também para o LLM. Vamos dar um exemplo rápido. Vamos supor que você queira instalar o BtN, por exemplo, mas não saiba nada sobre o PyTon Se você simplesmente digitar como instalar o BTN, a probabilidade é relativamente grande de obter uma saída que comece em um ponto que você não entende Talvez eles comecem com uma etapa que você ainda não entende. Isso não é apenas problemático para você, mas talvez também para o grande modelo de linguagem Se o LLM não for treinado no texto perfeito, sempre faz sentido dizer ao LLM que pense passo a passo, porque o LLM começará com coisas como, por exemplo, vamos abrir o navegador Chrome Então esse é o primeiro passo. Se você pedir ao LLM que pense passo a passo, ou talvez também respire fundo, o LLM simplesmente começará na primeira etapa, e a primeira etapa provavelmente abrirá um navegador da web Depois disso, você precisa digitar no Google, por exemplo, Python E se você ver tudo isso, obterá, em primeiro lugar, um resultado melhor, e o LLM sempre pode associar mais coisas porque o LLM também tem novas palavras O LLM começa a digitar coisas como Google Chrome, como pesquisar por PyTon e assim por diante E, nesse caso, o LLM tem mais coisas em sua própria janela de contexto Isso é muito, muito prático. Então, essa é uma dica que eu realmente não consigo enfatizar o suficiente. Respire fundo e pense passo a passo. E, a propósito, eu não invento isso. Existem estudos que mostram que essas duas palavras, essas duas frases melhoram a saída, e aí vem uma engraçada. Algo assim também funciona muito, muito bem. Eu te dou 20 dólares, por exemplo. Então, damos ao Chachi PT, damos ao copiloto, damos ao LLM uma pequena dica. Damos a ele algum dinheiro ou pelo menos oferecemos algum dinheiro. Além disso, esta frase aqui mostra que o LLM cria melhores resultados se dissermos que simplesmente damos algum dinheiro Agora, não me pergunte exatamente por que isso funciona. Eu só sei que funciona, e sei que existem estudos que também dizem que isso funciona. Então, você precisa simplesmente entender adicionando frases como respirar fundo, pensar passo a passo e eu te dou 20 dólares Você obterá uma melhor saída do copiloto. Então anote isso. Isso é importante para mim. E o papel que você já entendeu. Para a sugestão da foto, quero dar um exemplo agora Pegamos seu novo tópico e vamos supor que eu realmente queira ter uma cópia de alguma coisa. Podemos começar com algo assim. Você é um especialista em redação. Eu gosto dessa cópia. Então, simplesmente começamos com nossa função. Nós damos a ele o papel de especialista em redação. Eu gosto dessa cópia. E agora incluímos uma cópia que gostamos e fazemos dessa maneira. Então, essas coisas aqui que eu incluo são simplesmente a cópia ou pelo menos uma parte da cópia do meu curso de IA. Então, simplesmente temos uma cópia da qual eu gosto muito, porque eu mesmo escrevi essa cópia, e então podemos contar ao LLM muitas coisas diferentes Eu faço isso um pouco mais curto só para mostrar do que se trata. Agora, eu também te mostro um pequeno truque. Resposta, somente com OK. Você pode fazer isso sempre para economizar alguns tokens. Então, podemos enviar isso e receberemos uma aprovação de volta. E depois da aprovação, podemos simplesmente contar mais coisas ao LLM Então, veja, temos a aprovação de volta, e agora eu posso dizer ao LLM o que queremos agora O LLM tem a cópia ou pelo menos uma parte da cópia. Lembre-se de que os LLMs são associativos, então eles entendem como a cópia é estruturada Recebemos nossa permissão para economizar alguns tokens e agora dizemos ao LLM o que queremos ter agora Dê-me uma cópia semelhante, mas para um curso chamado Microsoft Co Pilot. Isso é importante porque eu uso muito isso apenas para ter mais ideias para minhas cópias. Isso é muito, muito prático. Então, primeiro, você mesmo escreveu uma cópia ou encontrou uma cópia na Internet ou qualquer outra coisa. Você dá isso como exemplo e diz ao LLM que responda apenas com ok Receba sua aprovação de volta e agora você pode solicitar a próxima tarefa. Por exemplo, me dê uma cópia semelhante, mas para o curso chamado Microsoft copilot E aqui temos uma cópia similar. Então, bem-vindo ao curso de introdução ao Microsoft Copilot, sua jornada no mundo do preenchimento de código baseado em IA Se rolarmos para cima, isso começa de forma semelhante à minha cópia original. Bem-vindo a toda a IA. Fusão Sabi e desenvolvimento de aplicativos do GPD em meados de um torneio. Você viaja para o mundo da inteligência artificial. Esta master class é perfeita para qualquer pessoa e assim por diante. E isso também é verdade aqui. Este curso é perfeito para qualquer pessoa. Então você vê que usamos um estilo similar, mas não exatamente as mesmas palavras. Agora, isso é muito, muito legal, e essa é a característica mais forte da solicitação de tiro Vamos voltar a essa coisinha legal aqui. Então você já viu como a solicitação de foto funciona. Simplesmente damos exemplos e obteremos uma saída semelhante, mas não a mesma saída. Se você usar a solicitação de foto, não precisará respirar fundo Você não precisa usar as coisas passo a passo. E você também não precisa dizer que dá dinheiro porque tem um bom exemplo e o LLM pode ser associativo o suficiente para entender o que você precisa É mais provável que isso seja verdade se você não usar exemplos. Se você usa instruções de papéis normais , faria muito sentido incluir respirar fundo, pensar passo a passo ou eu te dou 20 dólares no final do O conceito-chave é sempre fornecer contexto. No momento, não tenho certeza de como escrever isso em inglês, talvez seja um pouco melhor. E você sempre precisa entender que os tokens não são ilimitados. Por causa disso, você já viu neste pequeno exemplo que usamos algo como Ok, então responda apenas com o. Isso é apenas para economizar alguns tokens. Portanto, você não quer exemplos infinitos e coisas infinitas que não fazem muito sentido. Você sempre precisa entender que esses LLMs são associativos e você obterá respostas precisas ou respostas curtas se responder apenas com ok E então você pode fazer sua próxima pergunta, e é basicamente isso. Então, neste vídeo, você aprendeu muitos truques legais. Você deve incluir, vamos pensar passo a passo. Vamos respirar fundo e você também pode oferecer algum dinheiro. Você obterá melhores resultados se fizer assim. Se você tiver a chance de dar exemplos de coisas de que gosta, você deve totalmente fazer isso, e isso é chamado apenas de solicitação de foto O conceito-chave é sempre acionar a associação semântica Portanto, você precisa contextualizar, mas ter em mente que seus tokens não são ilimitados e, por esse motivo, você também tem o truque pedir uma resposta rápida do copiloto Porque lembre-se de que o limite de tokens sempre conta contra o que você investe , mas também o que o LLM divulga Tudo isso contará para seu limite de tokens e, mais cedo ou mais tarde, seu limite de tokens será atingido e o LLM não entenderá mais do que você está falando Muitas dicas e truques em uma capa, mas eu realmente recomendo que você experimente tudo isso. 8. Como personalizar LLMs com comandos de sistema e RAG (geração aumentada de renovação): Fale sobre o treinamento de LLMs. Temos duas opções. Podemos treiná-los com instruções ou com tecnologia direta Primeiro, quero mostrar o que é tecnologia direta. Em seguida, começamos com as instruções e, em seguida, usaremos a tecnologia direta Você já sabe que temos o chat GPT, simplesmente o chamamos de GPT E que o GPT pode responder perguntas. Às vezes, não é inteligente o suficiente, então o GPT pode continuar usando ferramentas diferentes Você já sabe disso. Por exemplo, a Internet. Eu posso entrar na Internet e pesquisar coisas diferentes. Mas digamos que você queira treinar um GPT com seus próprios dados Digamos apenas em dados de sua própria empresa ou em seu próprio texto de marketing ou qualquer outra coisa. Agora você tem duas opções. Você pode fazer isso com prompts ou com um banco de dados vetoriais Não explicaremos um banco de dados vetoriais porque você aprenderá a usar essas coisas rapidamente. Basicamente, o que você pode fazer é carregar muito contexto em um arquivo e, em seguida, o HatchPD navegará em seu arquivo e terá todo esse conhecimento Quero mostrar um ou dois truques primeiro nas instruções e depois em um banco de dados vetoriais A coisa mais fácil se você quiser personalizar o jachPD é o prompt do sistema Se você pressionar essa coisa aqui, poderá usar o GBD personalizado e aqui você terá o prompt do sistema E você pode simplesmente preencher isso. O que você gostaria que o JCPT soubesse sobre você para fornecer respostas melhores E se você pressioná-los, op Mey ajuda você. Onde você está baseado? O que você faz para trabalhar? Quais são seus hobbies quais assuntos você pode falar por horas e quais são alguns dos seus objetivos? Então, basta digitar isso e JCPT fornecerá outras saídas, saídas melhores Vamos apenas dar um exemplo. Eu moro na Itália , mas falo alemão. Sou educador de IA. Meus interesses são LLMs e difusão. Gosto de falar sobre IA. Meu objetivo é fazer um bom curso. E então a próxima coisa é ainda mais importante. Como você gostaria que o HHipT respondesse? Se você pressionar, quão formal ou casual deve ser o HeChipt Quão longas ou curtas devem ser as respostas? Como você quer ser tratado? O HGPD deve ter opiniões sobre tópicos ou permanecer neutro? Você permanece neutro. Pode me chamar de Arnie Suas respostas são curtas e, se possível, resumidas. Agora pressionamos com segurança e agora nosso modelo é treinado em nossos dados específicos. O modelo simplesmente reage de forma um pouco diferente. Então, vamos fazer um teste rápido. HPD, você pode me dar algumas informações sobre a eleição? Também usamos a pesquisa na web? Porque tivemos a eleição neste momento em que estou gravando este curso. Estamos pesquisando e o ChaChipt me diz que 5 de novembro foi a eleição Então, veja, é muito, muito curto e conciso e temos alguns links Agora ChaChipt não me chama de Arnie. Agora, por que isso? Eu vou te mostrar. Se entrarmos em um novo bate-papo e fizermos isso sem a pesquisa e fizermos outra coisa, vamos dar um exemplo diferente, porque isso não funciona muito bem se usarmos a pesquisa na web. Ei, GBD, eu quero comercializar um curso. Me dê alguns exemplos de como fazer isso. Eu acho que o Jet GBD me diz agora: Ei, Arnie, você pode tentar isso, depois alguns tópicos como boost nas mídias sociais e assim por diante Ei, Arnie, tudo bem. Vamos mergulhar em um marketing poderoso e assim por diante. Use prévias envolventes de mídias sociais, realize um webinar gratuito, aproveite o marketing por e-mail, crie um ímã de leads, colabore com influenciadores Então você vê que é curto, conciso, e o Jet GBD chama M Esse é basicamente o prompt do sistema e, com o prompt do sistema, você pode personalizar o HHIPD Obviamente, você também pode usar a solicitação de foto, mas eu já contei como a solicitação de foto Basta dar um exemplo. Agora, quero mostrar como a tecnologia RC funciona porque essa é a ferramenta mais poderosa se você quiser treinar um LLM Agora, no HachiPD neste momento, acho que esse é um recurso do Bit Você pode pressionar o Explorer GPD e pesquisar o GPD. Você já sabe disso. Mas você também pode pressionar Creator GPD ou acessar meu GPD se já tiver Eu só quero te mostrar um GPD. Por exemplo, esse prompt de difusão GPD, ele é especificamente treinado para escrever prompts para modelos Modelos de difusão fazem fotos. Se eu pressionar aqui em CAT, receberei uma solicitação para um CAT e a solicitação será especificamente adaptada para o meio da viagem e também incluirá lentes de câmera e assim por diante. Então, aqui você vê, este é um aviso perfeito, e com esse aviso perfeito, eu posso usá-lo para fazer boas fotos em um modelo de difusão Agora eu quero mostrar a vocês como isso funciona, como podemos treinar essas coisas. Se voltarmos novamente ao Explorer GPD, meu GPD, acessamos essas instruções de difusão e pressionamos Editar GPD. Você vê que podemos dar um nome, a descrição e, em seguida, as instruções, de como o GPD deve se comportar E, por fim, também podemos fazer upload documentos onde damos exemplos Vamos fazer isso agora do zero. Nós damos um exemplo. Digamos que somos uma empresa e, nessa empresa, queremos ter um GPD que faça a integração para nós. Então crie. Não vamos em Criar, mas em configurar. Chamamos isso de integração. A bordo de novos membros, quero fazer isso de forma muito simples. Você é o CEO da empresa AI With Arnie. Seu objetivo é integrar pessoas. Se eles tiverem dúvidas, você pesquisa seu conhecimento e fornece informações. Então, isso é basicamente um prompt de sistema muito simples que podemos dar aqui. Agora podemos dar, por exemplo, o início de uma conversa na Zona, se quisermos Todas as pessoas que tentam trabalhar na minha empresa simplesmente me fazem essas duas perguntas. Onde fica o banheiro e quando é o almoço? Então, essas são algumas perguntas iniciais, como, vá lá, você pode pensar sobre isso sozinho, o que deseja incluir. Depois, o conhecimento, agora podemos fazer upload de arquivos. E agora criamos um arquivo simples. Isso pode ser um PDF. Isso pode ser um arquivo de texto ou algo assim. Nós simplesmente fazemos isso com um arquivo de texto simples que estou criando agora, e aqui eu escrevo algumas informações, mas isso também pode ser um grande PDF com 50 páginas ou algo assim E essas são as informações que as pessoas precisam saber. O banheiro não está aqui. Não precisamos estar em nossa empresa. Almoçamos quando o trabalho termina. Trabalhamos sete dias por semana. Não temos feriados. Se você quiser mais informações, clique aqui, e aqui basicamente também podemos fornecer um link, se quisermos. Eu só faço isso com minha comunidade escolar gratuita, mas isso é em alemão. Então, vamos dar um exemplo. Nós incluímos isso aqui. Agora salvamos isso, voltamos ao Jet GPD e carregamos nosso conhecimento Então, faça o upload dos arquivos. Isso é basicamente o arquivo. Agora também podemos usar outras ferramentas. Não precisamos da pesquisa na web e não precisamos do Dali como gerador de imagens para esse GPD Mas vamos supor que você queira incluir a análise de dados. Mas também acho que isso não é realmente necessário. O que você também pode fazer se for um programador é criar novas ações, mas acho que esse não é realmente o objetivo desse pequeno curso rápido Se você pressionar e criar novas ações, poderá basicamente inserir peichm e incluir o URL diferente Basicamente, você também pode chamar diferentes APIs e inicializar. Mas, como eu disse, esse não é o ponto agora. Pressionamos Criar, fornecemos um link a qualquer pessoa e pressionamos com segurança. Este é o link que podemos compartilhar com as pessoas que trabalham em nossa empresa, e nós pressionamos para ver GBD. E então podemos simplesmente perguntar, então, onde fica o banheiro? E se eu perguntar, o que o GPD dirá provavelmente que a empresa não tem banheiro Então, basicamente, você pode ver isso aqui. Parece que nossa empresa não possui banheiros projetados Eu comecei, o banheiro não está aqui. Não precisamos fazer xixi na nossa empresa. E se você quiser mais informações, você pode clicar neste link e, basicamente, você está aqui. Então, a próxima pergunta, digamos , quando teremos férias? Trabalhamos sete dias por semana e sempre temos o link para nossa empresa. Agora, digamos que você não queira mais ter esse link. Você também pode fazer isso aqui. Você sempre pode personalizar o GPT. Explore o GPT, meu GPT, depois aqui no Editar GPT, e aqui no Configure, você só fornece o link se as pessoas perguntarem sobre mais informações Veja o GPD quando temos férias, não temos feriados em nossa empresa e trabalhamos sete dias por semana É basicamente assim que você pode treinar um LLM. Você pode usar os prompts do sistema e digitar como o ChtGBD deve Em seguida, você pode usar as instruções normais na interface com a solicitação de captura Você já sabe disso. E, por fim, você também pode usar tecnologia direta e treinar seu próprio GPD E esse GPD, você também pode compartilhá-lo com outras pessoas para que você possa enviar o link para elas Essa é a chamada tecnologia direta. Aqui funciona um banco de dados vetoriais. Não precisamos nos aprofundar nisso, mas fique claro. Você pode dar instruções e fazer upload de arquivos, para que o GPD do chat possa navegar por esses arquivos e ter informações específicas sobre você ou sua E sim, trabalhar na minha empresa não é divertido. 9. Perplexidade e abraço: Se quiser explorar mais ferramentas nas quais você pode usar LLMs, você pode dar uma olhada mais de perto no chat do Hugging O Hugging Chat é muito fácil de usar. Aqui você pode pressionar qual LLM de código aberto você deseja usar. Por exemplo, o Lama 3.1, o modelo 70 B, um modelo Quin, alguns modelos da MNVdia ou alguns modelos Basta clicar no modelo que você deseja usar. Você pode digitar um prompt do sistema, se quiser, e pressionar Novo CAT. E aqui você também tem ferramentas. Então, sim, eles também podem usar ferramentas diferentes, como o HGBD. Eles podem usar um modelo de difusão para gerar imagens. Você pode incluir editores de imagem. Eles podem obter RL. Você tem um documento, barras, uma calculadora e uma pesquisa na web. Então, isso é basicamente como um HIPT de código aberto para sempre gratuito E então temos perplexidade. A perplexidade é semelhante à pesquisa HHIBT. Você pode brincar um pouco com isso. Eu não uso mais essa ferramenta porque HHIBT também é relativamente bom agora com essa ferramenta de pesquisa, mas você pode tentar perplexidade Você também pode começar de graça. Você não precisa criar uma conta. Comece de graça, veja do que você gosta e talvez continue com alguma coisa. 10. Os desenvolvedores podem usar LLMs por meio da API OpenAI: Você é um desenvolvedor, também pode incluir o HCBT em seus próprios aplicativos Você pode usá-lo no OpmiPlayground. Talvez isso também seja interessante para você se você quiser usar os modelos HHIBT mais novos, mas não quiser pagar 20 dólares Neste playground, você pode simplesmente pagar à medida que avança, você paga por ficha. E quero mostrar quanto você precisa pagar, funciona e como você pode fazer chamadas ABI para o HGBT A primeira coisa é que você acesse essa plataforma. Então, a plataforma domi.com corta o PlayGround e aqui você pode jogar com todos os seus modelos No chat, você pode jogar com os modelos do chat. Você pode usar os mais novos. Então, GPD quatro mini, GPD 40 e assim por diante, você pode selecionar o que quiser Você também pode importar funções. Então, sim, você também pode fazer chamadas de funções se for um programador Eu só quero fazer isso rápido. Por favor, me desculpe. Em seguida, formato de resposta, agora é texto, mas você também pode usar JASnfmat e assim mas você também pode usar JASnfmat e Aqui temos temperatura e comprimento máximo. Você pode simplesmente ler isso por si mesmo. Basicamente, se você diminuir a temperatura, JGIPD será mais preciso, mas pode ser um pouco repetitivo, especialmente para tarefas matemáticas, isso é E o comprimento do contexto é simplesmente a saída. Então, quanto tempo pode ser a saída que o ChaChiPD fornece? Essas são as configurações mais importantes aqui. Então, aqui no meio, você vê que tem as instruções do sistema, então essa é basicamente a promoção do sistema, assim como as instruções personalizadas que mostrei no último vídeo Então você é um assistente útil, por exemplo, e aqui você pode digitar seu texto normalmente. Conte-me uma história sobre tartarugas no deserto. Você pressiona Executar e, em seguida, o ChatBT basicamente falará você e você poderá usar sempre os modelos mais novos, sem limite, e sempre pagará conforme Eu quero te mostrar quanto isso custa. Se entrarmos nesta seção de preços, veremos que podemos usar o GPD 40, por exemplo, e precisamos pagar $2,50 por 1 milhão em tokens de entrada e $10 em tokens E cada modelo tem seus preços diferentes. Se você rolar para baixo, por exemplo, também poderá ligar para os outros modelos. Você pode usar o modelo GPD 40 Mini. Isso é muito, muito barato. Você pode usar a pré-visualização do Obo. Isso fica um pouco mais caro. Você pode usar a API em tempo real. Isso é muito caro. Então, aqui ele pode subir até $200 por 1 milhão de tokens de saída Isso é simplesmente se o HHIBT falar com você, ou seja, no formato de áudio, você também pode gerar imagens com o Dali se ligar para os terminais e pagar $0,04 e pagar Se voltarmos aqui, quero mostrar no canto esquerdo que você tem aqui em tempo real. Assim, você pode pressionar em tempo real e também conversar aqui com esses modelos. Me dê uma pequena piada, eu quero rir. Claro. Aqui está uma piadinha para você Por que você não pode dar um balão para Elsa ? Porque ela vai deixar pra lá. Então é basicamente isso, e aqui precisamos pagar pela reprodução. Então temos a ajuda. Essa assistência, basicamente, é exatamente a mesma coisa que esses CPDs, então podemos incluir o Ruck e todas essas E também podemos criar nossos próprios aplicativos com eles. Se entrarmos na conversão de texto em fala, você pode digitar o texto e receberá a fala de volta. Então, ei, eu odeio o GPD, basicamente, eu quero gerá-lo Hat GBT, eu gosto de você. E aí você pode ouvir isso. Alloway nos diz essas coisas que digitamos aqui. Ei, isso é LGBT, eu gosto de você. E também temos o modo de conclusão aqui. Se você quiser usar isso, você precisa pressionar em sua conta. Você precisa pressionar seu perfil, prosseguir com o faturamento e aqui inserir seu cartão de crédito Então, basta pressionar as formas de pagamento e aqui você precisa incluir seu cartão de crédito. Então você precisa dar um pouco de equilíbrio ao HatchiPT, e então essa coisa funcionará para Obviamente, você também pode definir alguns limites. Se você seguir os limites, poderá dar alguns limites ao HAChPT. No momento, tenho 500 dólares por mês como limite. Se você pressionar o uso, sempre poderá ver quanto custa por dia. Então esse foi um dia em que eu tive que pagar cinco dólares porque eu também tenho alguns chatbots, e aqui um chatbot falou muito E então, se formos em outubro, esse também é o uso de outubro, então agora são 28 dólares Esses são chatbots que eu incluí em alguns sites e as pessoas estão usando esses chatbots e é por isso que eu preciso pagar um pouco Se você jogar um pouco com essa coisa, acho que jogará apenas alguns centavos. Aqui você pode ver que com $0,13 você pode jogar com esses modelos Você volta aqui para o seu painel também pode ver que pode fazer muito mais coisas aqui. Você pode fazer o ajuste fino e aqui você pode ajustar seu próprio modelo, se quiser. Esse não é realmente o objetivo deste curso. Mas se você usar chaves de API, também poderá fazer chamadas para a API. Então você só precisa criar uma nova chave secreta. Você dá um nome a ela e depois pode copiar sua chave de API e chamá-la em seus próprios aplicativos. Se você é um desenvolvedor, basta acessar a documentação. Você pode seguir para o início rápido e aqui eles explicam o que você precisa fazer Você precisa criar uma chave de API. Então você pode chamar esses endpoints, por exemplo, no PyTNPP instale o Opmei, essa é E aqui você pode ver, por exemplo, se quiser gerar texto em seu próprio aplicativo, você pode usar o Ashima dessa forma Se você quiser gerar uma imagem, você pode usar algo assim. Chamaríamos Dali, por exemplo, e se você quiser criar incorporações vetoriais, pode chamar É muito fácil com esse início rápido. Portanto, se você é um desenvolvedor, a API do Opmeei é muito fácil de usar e você pode chamá-la com JavaScript com Piton ou com Curl Se você não é um desenvolvedor, essa plataforma provavelmente não é para, mas, de um modo geral, é relativamente fácil. Gosto, por exemplo, de fluir em termos de fluxo e usar a API OMI para criar agentes de IA. Mas, como eu disse, isso não é um mergulho profundo completo. Se você quiser aprender isso o mais rápido possível, essa plataforma talvez seja uma opção para você se você não quiser pagar 20 dólares por mês pela interface do HGPTplus, porque aqui você pode trabalhar com os modelos mais novos e pagar apenas pelos tokens que pagar apenas pelos tokens E os tokens são relativamente baratos de gerar. Assim, você pode jogar um pouco com essa plataforma e ver se é para você ou não. E, claro, todos os outros LLMs também têm suas próprias APIs Portanto, o Google também tem a API para os modelos Gemini. A Andthropic tem a API para os modelos de nuvem. E se você quiser trabalhar com um LLM de código aberto, você pode usar, por exemplo, a API Grock, ou você também pode criar seu próprio servidor com, por exemplo, o ALM Studio ou Então você tem infinitas opções. Você pode criar seus próprios endpoints se os usar localmente em seu PC ou usar diferentes chamadas de API Como eu disse, isso é mais como um guia geral para desenvolvedores, se você quiser desenvolver com essas coisas e, se não, pule este vídeo 11. Recapitulação de LLMs: Nesta seção, você aprendeu muito e nós fizemos isso o mais rápido possível. Começamos com todas as interfaces desses diferentes LLMs, e você sabe que existem muitas Cha ChipD clot, Gemini, você também pode usar Oma, você pode usar Você pode usar várias interfaces diferentes, até mesmo abraçar o bate-papo e muito, muito mais Todos eles funcionam de forma relativamente semelhante. Você sempre tem uma pequena interface de bate-papo agradável. Os LLMs podem basicamente fazer apenas duas coisas. Eles podem expandir o texto ou torná-lo menor. Mas isso é grande. Você pode usar código, você pode usar texto normal. Você pode criar tabelas e os LLMs também podem chamar ferramentas. E as ferramentas podem ser, por exemplo, um intérprete de bits, um modelo de difusão , a Internet, e você pode analisar dados, criar gráficos e fazer muitas coisas legais com essas coisas Talvez no futuro, eles se tornem um sistema operacional completamente novo e, a propósito, os LLMs também possam conversar entre si e, em seguida, os chamemos de agentes E você também aprendeu que os LLMs são multimodelos. Eles podem basicamente ver, falar e ouvir. Só obtenha uma boa saída se você fornecer uma boa entrada. E eu te mostrei o básico da engenharia rápida. Lembre-se da associação semântica. Você precisa dar contexto. Você pode fazer isso por meio da solicitação de arremesso, ou seja, da solicitação de rolagem. Você deve estruturar seus prompts, e há algumas dicas como, por exemplo, pensar passo a passo Além disso, também temos a cadeia de pensamento, a árvore do pensamento, a engenharia reversa rápida e muito, muito mais. Mas acho que para a maioria das pessoas, isso é um exagero. Isso não é realmente necessário. Se você quiser personalizar o reino, você pode totalmente fazer isso A maneira mais fácil é provavelmente o prompt do sistema. Você pode simplesmente dar algumas instruções. Então, temos a tecnologia direta, então podemos simplesmente carregar dados e, em seguida, que o CPD ou qualquer outro LLM possa navegar esses dados e simplesmente reagir de uma maneira específica Obviamente, se você for um desenvolvedor, poderá fazer tudo isso também pela API. Você pode desenvolver seus próprios aplicativos e fazer tudo isso também em seus próprios aplicativos. Você pode fazer chamadas de funções em seus próprios aplicativos. Você pode criar agentes completos com seus próprios aplicativos com ferramentas como o flow wise. Você pode criar imagens dentro de seus próprios aplicativos. Você pode usar a visão seus próprios aplicativos, você pode fazer tudo isso. Você aprendeu o básico desses LLMs. Eles podem fazer muitas coisas, e eu acho que você deveria começar. Basta usá-los porque lembre-se de que você só aprende se mudar seu comportamento. Ganhar significa as mesmas circunstâncias , mas um comportamento diferente. Talvez você não soubesse como usar LLMs, agora você sabe disso. Você só aprende se fizer isso. Se você quiser ser um biscoito inteligente, pode simplesmente compartilhar este curso porque mais pessoas conhecem sempre mais pessoas do que veem pessoas, para que todos possam aprender juntos. Obrigado por isso, e nos vemos no próximo vídeo porque foi isso para Llams, agora começamos a criar imagens com modelos de difusão 12. O modelo de difusão explicado: A seção é sobre modelos de difusão, e existem muitos modelos de difusão por aí. Temos Dali, temos Imagen, temos difusão estável . Nós temos a Sra Ra faz vídeos. Temos modelos de midJourney e difusão que também podem fazer música e, claro, também áudio Então, basicamente, o que fazemos é mostrar o processo de difusão neste vídeo e, em seguida, nos aprofundaremos em alguns dos melhores modelos de difusão Então, primeiro, como os modelos de difusão funcionam, e fazemos isso de forma muito fácil e rápida Então, eu encontrei um artigo muito, muito bom para o Medium. Tudo que eu preciso é essa foto aqui. Vamos supor que temos um computador grande e treinamos nosso computador em imagens em imagens como esta. Então, damos ao computador imagens, por exemplo, dessa praia e a descrevemos com um texto. Damos a imagem ao computador e dizemos que talvez seja uma praia com o oceano azul, o céu azul. Há um pouco de verde nas montanhas e assim por diante. Somos muito, muito específicos. Depois disso, adicionamos um pouco de ruído à imagem, como você vê aqui, mas ainda descrevemos o que está na imagem. Então, uma praia, oceano azul, céu azul e assim por diante. Mais ruído, mesmo texto, mais ruído, mesmo texto, mais ruído, mesmo texto até que você receba apenas ruído. Nesse processo, o computador aprende como essas imagens se parecem Nesse processo, ele simplesmente entende que as palavras que você deu ao computador resultam nessa imagem. Então, podemos reverter isso. Se tivéssemos apenas barulho e disséssemos ao computador uma praia, céu azul, oceano azul. Há um pouco de verde nas montanhas e assim por diante. O computador pode reverter isso e tirar do barulho essa imagem. Claro, não fazemos isso com apenas uma foto. Tentamos dar ao computador todas as imagens que podemos encontrar. E existem, é claro, diferentes modelos de difusão. Por exemplo, também há o Adobe Firefly. O Adobe Firefly é treinado em imagens do Adobe Stock. A difusão estável é de código aberto e gratuita. Todo mundo pode usá-lo. E a difusão estável foi treinada em imagens da Internet E por causa disso, também podemos criar quase tudo o que está na Internet. Podemos criar até celebridades. Podemos criar material de trabalho do NSafeF e assim por diante. A difusão estável não é restrita. Quase tudo o que está na Internet, podemos criar com difusão estável se dermos as instruções corretas As instruções são as descrições que damos ao computador para fazer nossa foto E, nesse caso, é muito, muito importante dar boas instruções porque precisamos de boas fotos Se não formos específicos, podemos criar imagens parecidas com esta. Se simplesmente contarmos talvez uma praia, obteremos uma praia aleatória. Se dissermos a ele uma praia, oceano azul, um céu azul e assim por diante, obteremos exatamente essa imagem. Uma ilustração rápida desse processo porque algumas pessoas gostam dessa ilustração, eu a uso muito. Imagine que você se deita no chão e olha para o céu. Ao seu lado está sua namorada seu namorado ou quem você quiser E ela diz para você: Você pode ver essa nuvem? Parece um pouco uma maçã, mas você não entende. Você não vê a maçã. Mas então ela lhe diz, é claro, basta olhar, aqui está a maçã, e então você começa a entender que vê a nuvem, e agora seus olhos veem uma maçã porque seu cérebro está treinado em maçãs. Seu cérebro provavelmente sabe como é a aparência da maçã, e então você vê a maçã na nuvem. Mesmo que não haja maçã lá. E se sua namorada não disser que talvez seja uma maçã verde, talvez você pense em uma maçã vermelha, e é exatamente por isso que precisamos usar uma boa engenharia rápida. Porque se não formos específicos, obteremos fotos aleatórias. Se você quiser ter uma maçã verde, você precisa dizer ao computador que você quer uma maçã verde. Assim como sua namorada precisa te dizer que a maçã nas nuvens é verde. Se ela não te contar isso, talvez você pense em uma maçã vermelha, talvez em uma maçã verde, talvez até em uma maçã amarela que você não conhece, então você precisa ser específico. Então, neste vídeo, demos uma olhada rápida no modelo de difusão O modelo de difusão funciona de forma simples. É treinado em imagens e em texto. Em seguida, o ruído é adicionado. O computador aprende nesse processo como essa imagem se parece E se fornecermos um texto ao computador depois, ele poderá criar essas imagens porque selecionará aleatoriamente os pixels adequados para nossa imagem Espero que isso faça sentido para você. 13. Engenharia rápida para modelos de difusão: começando com DALL E: Neste vídeo, começamos a usar nosso primeiro modelo de difusão e queremos começar com o Dali porque o Dali é o mais fácil O Dali trabalha dentro do JathPT, então já conhecemos a interface e os prompts são muito fáceis de escrever porque o fáceis de escrever porque Portanto, o LLM ajudará você a criar solicitações melhores. A primeira coisa que você pode fazer é, obviamente, simplesmente entrar no JathPT Você pode trabalhar com o JathPto multimodelo normal explorar o GPT e pesquisar Se você continuar comprando o HatchPT, você pode pressionar Dali e aqui você pode iniciar E aqui você pode criar suas fotos. Você pode adicionar aqui coisas para suas instruções e também pode usar proporções diferentes Vamos usar a tela ampla. E agora eu só quero começar com um prompt bem simples. Eu só quero digitar CAT. Deixamos a proporção branca, enviamos e depois recuperamos nossa primeira foto . E aí está. Aqui estão nossas duas primeiras fotos. Agora, se você pressionar essa imagem, poderá ver exatamente qual prompt gerou esse Então, se você pressioná-los aqui, esse é o prompt. Uma imagem branca lindamente detalhada mostra um gato da chuva sentado perto de uma janela com luz solar suave e assim por diante Então, você vê que o prompt é muito detalhado, e eu quero mostrar como precisamos escrever prompts para esse modelo de difusão Lembre-se de que, em Dali, é muito fácil porque Chachi BT ajuda você a escrever instruções tão bonitas e, então, criar boas fotos não é realmente mágica Dali não é o melhor modelo de difusão, mas é o mais fácil de usar Se você quiser escrever boas instruções sozinho, dê uma olhada nelas Você precisa incluir assunto, meio, ambiente, iluminação, cor, humor e composição O que tudo isso significa. Assim, você pode fazer fotos de pessoas, animais, personagens, locais, objetos e assim por diante. O meio pode ser uma foto e uma ilustração ou outra coisa. O ambiente pode estar ao ar livre na lua ou em outro lugar. Os relâmpagos podem ser luzes de estúdio, luzes néon ou qualquer outra coisa As cores podem ser vibrantes, coloridas, preto e branco e assim por diante. O clima para que o gato possa estar, por exemplo, calmo ou pacífico ou algo parecido. E a composição pode ser, por exemplo, uma visão de corpo inteiro. Portanto, certifique-se de incluir essas coisas. Você não precisa incluir essas coisas, mas se não as incluir, as imagens serão mais aleatórias. Assim, você pode tirar uma foto ou uma ilustração. Se você não vê isso especificamente, tudo pode acontecer. Também existem guias de solicitação maiores. E você pode incluir coisas como assunto, ações, opções de ambiente, cor, estilo, humor, iluminação, perspectiva ou texturas de pontos de vista, período de tempo, elementos culturais, emoções, meio, roupas, texto e Este é um guia de inspiração gigantesco. Eu só quero deixar você com isso para que você possa lê-lo sozinho. Mas se você quiser fazer isso rápido, pense nas coisas porque essas coisas são mais importantes. Um exemplo que poderia funcionar é algo assim. Uma ilustração de um gato relaxado em uma cidade em cores vibrantes, visão de corpo inteiro na hora dourada com uma proporção de 16 para nove pec Então, se simplesmente os copiarmos, podemos jogá-los no Ali. Então, de volta ao Ali, nós o incluímos e, em seguida, obtemos uma saída específica. E mesmo aqui, o ChatBT ajudará você a criar prompts ainda melhores Mas esse é um aviso que funciona em todos os modelos de difusão As técnicas de solicitação funcionam sempre da mesma forma. E aqui você vê agora que temos uma imagem muito específica. Temos exatamente a foto que queríamos ter. E se você clicar nele e acessar o prompt, verá que o JetPD torna seu prompt ainda melhor Você pode melhorar ainda mais as instruções incluindo algumas palavras mágicas Por exemplo, granulação de filme cinematográfico, relâmpagos ultrarrealistas e dramáticos Você pode usar fotos e lentes de câmera diferentes se quiser o ponto de vista, a foto do drone e assim por diante. Pode usar câmeras com aparência cinematográfica. Você pode usar cineastas diferentes. Você pode usar Gêneros. Você pode usar palavras-chave para movimentos, por exemplo, cena de ação. Você pode usar fotógrafos diferentes, por exemplo, fotógrafos esportivos Você pode usar câmeras com cenas de ação, por exemplo, a canon EOS, uma D X, Mark two Você pode usar todos esses relâmpagos diferentes, como luzes brilhantes, quentes, frias, relâmpagos discretos e assim por diante Você pode usar o ener dourado e usar todas essas emoções diferentes. Portanto, certifique-se de incluir o que você deseja ver. Isso é o mais importante porque todos esses modelos de difusão são treinados em imagens com descrições detalhadas e, se você fizer uma descrição detalhada, também receberá o que deseja Se você simplesmente digitar gato, o gato pode ser aleatório. E agora eu quero mostrar a vocês mais uma vez essas instruções de difusão Espero que você saiba como fazemos isso. Isso ajuda na engenharia rápida. Se digitarmos a estaca aqui, receberemos uma solicitação detalhada de uma estaca, e você já sabe como isso funciona. Se eu simplesmente copiá-los, é claro, posso colocá-los na interface do Dali e depois recuperarei uma foto na escola Então, vamos colocá-los aqui. A taxa de especificação está agora, uma por uma. Essas são as configurações de devolução, e esse prompt funcionará muito bem porque treinamos esse GPT Você já sabe como treinar esse GPT e agora quero mostrar os dados de treinamento Mas primeiro, vamos dar uma olhada na estaca. O palco é muito bom porque também incluímos câmeras com lentes de câmera e assim por diante. Se continuarmos com as instruções de difusão, eu simplesmente indico nas instruções que esse GPD precisa dar boas E então eu carrego este documento, e este documento é uma estrutura completa como o LLM deve estruturar esses prompts Meus dados de treinamento são mais ou menos assim. O prompt estrutura um meio de assunto com as características relacionadas ao plano de fundo, depois ao plano de fundo, detalhes do fundo, interações com cores e raios e, em seguida, assume ou desenha com traços específicos de estilo Eu dou algumas descrições, depois alguns exemplos que eu gosto. E, por fim, é claro, incluo todas as pequenas palavras-chave que tornam essas imagens melhores Você pode simplesmente usar meu GPT se não tiver tempo para treinar seu próprio GPD, e eu simplesmente vincularei esse GPT Assim, você pode fazer instruções muito boas com muita rapidez. Portanto, neste vídeo, você aprendeu a usar qualquer modelo de difusão É importante escrever um bom aviso, e um bom aviso deve ser específico com tema, meio, ambiente, iluminação, cor, humor, composição e, eventualmente, também a proporção da imagem. E se você não quiser escrever essas instruções sozinho, você pode usar o ALE, e o HechPT o ajudará automaticamente E se você quiser escrever instruções realmente boas também para todos os outros modelos de difusão, você pode simplesmente usar o MGPD e obter melhores resultados também para todos os outros modelos de difusão, você pode simplesmente usar o MGPD e obter E no próximo vídeo, quero mostrar o básico do Maturne ALE é o mais fácil de usar e o Mahoney pode fazer muito mais coisas. E eu recomendo fortemente que você faça sua primeira foto no DLI agora , porque você aprende mais fazendo 14. Noções básicas do Midjourney: Neste vídeo, eu quero falar sobre Mi hourney. Na minha opinião, o Mi Journey é um dos melhores modelos de difusão, especialmente se você quiser fazer fotos realistas A primeira coisa que você precisa fazer é acessar a página da web deles Agora, neste Minish, você pode experimentar isso totalmente de graça Acho que você pode fazer cerca de 30 fotos gratuitamente na página deles Você precisa acessar mimichourny.com e criar sua conta Você pode simplesmente fazer login com o Google. Assim que você tiver criado suas 30 fotos, provavelmente precisará atualizar seu plano. Acho que custa nove dólares por mês. Se você estiver no Explore, poderá ver o que outras pessoas estão fazendo e, ao ver as fotos, elas parecem muito boas. Você também pode pesquisar e pesquisar, por exemplo, cães, e depois encontrar algumas fotos sobre cães. A próxima coisa é que você pode pesquisar as melhores do dia a dia e as curtidas, e então você pode simplesmente encontrar por si mesmo o que gosta. Se você quiser criar algo, você deve passar a criar. Aqui estão as fotos que você já criou. Provavelmente, você não tem nenhum. E se você quiser criar novas fotos, você precisa digitar seu prompt aqui. Então você simplesmente digita o que deseja ver. Eu só quero executar com esse prompt aqui. Cabeça de veado de Natal com rosa, laço e ira de Natal Aquarela pastel sobre fundo branco no estilo e assim por diante A próxima coisa que você pode fazer é pressionar aqui, e aqui você tem algumas configurações. Então, você pode fazer isso na proporção que desejar. Digamos que um por um ou 16 por nove, porque podemos ver isso um pouco melhor em um curso. Então você tem o modo. Você pode usar o modo padrão ou o modo bruto. O modo bruto é melhor para coisas realistas. Você pode usar versões diferentes. Normalmente, sempre usamos os mais novos, por exemplo, 6.1 neste momento Isso é personalizado; portanto, se você já criou muitas fotos, pode adaptar seu estilo. Então você tem estilização, e se você não sabe o que isso significa, basta passar o mouse sobre ela Mid Churney pode adicionar um estilo específico no meio da viagem e, se você aumentá-lo, terá mais estilo A selvageria pode fazer com que você gere resultados inesperados e a variedade em sua grade Então você cria quatro imagens, e se você usar essa variedade, essas imagens vão variar um pouco na sua grade. Então você tem rápido e Durbo simplesmente deixa agir, e então criamos nossa primeira foto Se enviarmos isso, podemos criar isso. E enquanto isso está criando, quero mostrar a vocês o assento porque o cenário é sempre o primeiro ponto de partida de cada foto. Se pressionarmos sobre eles e digitarmos no assento do painel. Podemos usar um assento aleatório, por exemplo, aqui. E agora teremos duas fotos diferentes. Esta foto não será completamente igual a esta foto, mas se eu fizer isso mais uma vez e também usar novamente o mesmo assento, recriaremos exatamente a mesma foto novamente Deixe-me mostrar um breve momento, porque o assento é importante se você quiser criar consistência de personagens. Então, se você for até aqui, essas são as primeiras quatro fotos. Neste Natal, os veados são legais. Agora são os quatro segundos, e você vê que eles não são completamente iguais aos primeiros. Então você vê que estamos um pouco mais perto. Geralmente, eles são semelhantes , mas não são os mesmos. Mas agora, se subirmos até aqui, você verá que temos exatamente as mesmas fotos que aqui. Portanto, esta é a mesma imagem desta imagem porque usamos a mesma semente. Então, se você quiser ter consistência de caracteres, pode trabalhar com as sementes e talvez ajustar um pouco o prompt, e sempre terá estilos muito semelhantes Portanto, lembre-se de que a semente é importante. Essa é basicamente a primeira coisa que você pode fazer. E se você não gostar de uma dessas fotos, também poderá editá-las. Se você pressionar essas fotos, verá que tem muitas opções diferentes que podem ser feitas aqui. Aqui você pode fazer variações pequenas ou fortes. Ao pressioná-lo, ele vai automaticamente. Depois, você pode fazer um upscaling. Você pode fazer um zop dial ou um upscaling criativo e a resolução Então, vamos clicar em upscale. Então você também pode remixá-lo. E se você não entender, basta passar o mouse sobre ele. Se você pressionar subdile ou strong, você pode simplesmente ajustar seu prompt e torná-lo um pouco diferente Mas agora, eu não quero fazer isso. A próxima coisa é pan, Zoom, e aqui você também tem mais. Mas antes de te mostrar isso, quero te mostrar seu luxo. Se eu fechar isso e voltar a criar, você verá que essas aqui estão as primeiras variações. Então você vê que temos essa imagem, e agora temos quatro variações diferentes dessa imagem que são muito, muito semelhantes, mas um pouco diferentes. Às vezes, um pouco mais dessas coisas vermelhas, às vezes um pouco menos. Então você vê que essas são apenas pequenas variações. E aqui, isso agora é o aumento de escala. Então, fizemos uma foto pequena em maior resolução. Se você pressionar isso ou se quiser baixá-lo, ele simplesmente terá uma resolução mais alta se você aumentar muito o zoom. Então você vê que a resolução aqui é muito, muito boa. Comparado com o primeiro, é muito melhor, então você vê que é mais claro. Então, isso simplesmente torna a resolução um pouco maior. Depois, temos pan e Zoom. Eu não gosto mais disso porque agora não temos mais o editor. E se você pressionar este editor, poderá editar essa imagem. E aqui você pode fazer o mesmo que com o Pan e o Zoom. Você pode simplesmente fazer isso aqui, por exemplo, e depois pressionar enviar, e agora Mick Cherney fará a pintura externa e pintará também aqui novos pixels nela Mas você também pode fazer mais. Você também pode editar com a pintura embutida. Digamos que você não gosta disso aqui. Você pode simplesmente excluí-lo e , em seguida, tornar seu prompt um pouco diferente. Então, não queremos ter o prisioneiro de guerra rosa. Então, pressionamos Enviar, e então obteremos uma pintura sem o prisioneiro de guerra rosa Vamos continuar criando e então você poderá ver o que acontece. Então, aqui estão as primeiras quatro gerações, então você vê que simplesmente geramos alguns novos pixels. Isso também não foi perfeito, mas sim, vá lá. Pelo menos a imagem ficou maior. A propósito, acho que gosto desse. Isso não é muito bom. Sim, eles estão bem. E aqui estão os próximos sem o amigo rosa. Então é assim que você pode editar suas fotos. Se você continuar organizado, terá muitas pastas diferentes que você pode criar apenas para torná-las um pouco mais claras Se você continuar personalizando, como eu disse, poderá gostar de fotos diferentes e depois adaptar seu estilo específico. Se você continuar editando, acho que nem todo mundo tem isso agora. Acho que você precisa estar muito tempo nesta página da web para obtê-la. Talvez assim que você veja o curso, você também tenha isso. Você pode simplesmente fazer o upload de uma imagem do seu computador e fazer a pintura da mesma forma. Então, basta pressionar isso, e agora eu só quero fazer o upload desta foto aqui, e digamos que eu quero ter um chapéu verde. Se eu excluir isso, posso digitar no prompt o que eu quero ver, cara com verde , depois enviamos e provavelmente obteremos a cabeça verde. Também criaremos aqui o plano de fundo, pelo menos como eu o vejo, porque essa imagem não tinha fundo. Assim, você pode editar suas próprias fotos muito, muito rápido. E aí vamos , isso é uma bagunça. Mas talvez o próximo seja melhor. Sim, isso é muito melhor. Além disso, isso funciona. Sim, vá lá. Essas coisas são legais. O primeiro é um pouco confuso, mas o segundo, o terceiro e o quarto estão relativamente bem Assim, você também pode editar suas próprias fotos e, aqui, fazer a pintura externa. Digamos que você queira ter uma resolução diferente. Você pode simplesmente pressionar Enviar, editar e, em seguida, obterá sua nova foto e recriará os pixels aqui embaixo E, bum, aí estão quatro fotos completamente novas. Alguns deles são bons, alguns deles não são realmente tão bons. E, a propósito, se você não gosta muito de uma imagem, é claro, você pode simplesmente entrar e editá-la com a pintura embutida Então, digamos que isso não foi perfeito, e talvez também não tenha sido perfeito, você pode editá-lo. Acho que você entende o que quero dizer. A próxima coisa que você pode fazer assim que criar essa imagem ou editá-la com as matrizes ou com qualquer outra coisa, é que você também pode retexturizar Se você pressionar a textura vermelha aqui, agora não é mais a edição, mas a textura vermelha. Você pode mudar um pouco essa imagem. Você pode fazer fotos semelhantes. Isso funciona de forma semelhante à difusão estável. A difusão estável chama isso de redes de controle. E aqui a matrona também conta o que acontece. retextura alterará o conteúdo da imagem de entrada enquanto tenta preservar a estrutura original. Para obter bons resultados, evite usar instruções incompatíveis com a estrutura geral da imagem Então, o que podemos fazer aqui agora é, por exemplo, digitar cara com cabeça verde ou apenas cara com calor, e também digitar cyberpunk Em seguida, basta pressionar submit re texture e, em seguida, obteremos algo que se parece de alguma forma semelhante. Então, teremos uma pose semelhante, composições semelhantes, mas em um estilo cyberpunk Espero que você possa ver como isso funciona. Esse é um recurso realmente interessante. Até agora, isso estava possivelmente em difusão estável com as chamadas redes de controle E agora também podemos fazer isso no meio da jornada. Portanto, lembre-se de que, com a edição, você pode simplesmente editar todas as suas fotos e, com a retextura, você pode retexturá-las Você pode usar coisas chamadas rede de controle e difusão estável também no meio da viagem Aqui, você não tem muito controle, mas esse também é um bom recurso. Isso é basicamente tudo o que você precisa saber dentro da jornada M se quiser criar muito rápido. Sim, a ferramenta é muito maior, mas se você quiser começar o mais rápido possível, isso é tudo o que você precisa saber. Você pode criar imagens, você pode editar imagens. Você pode usar sementes diferentes para recriar o mesmo estilo repetidamente. Divirta-se em Mjourney, como eu disse, o mais rápido possível 15. Ideograma e Adobe Firefly: Neste vídeo, quero dar uma visão geral de dois modelos de fusão. Temos um ideograma e temos o Adobe Vrefly. Esses também são dois modelos de divisão completamente separados. O Adobe Firefly vem, como a Adobe, e também está integrado ao Photoshop e Acho que a Adobe é especial dessa maneira porque você pode criar imagens, e a Adobe só treina com imagens do Adobe Stock. Portanto, você não precisa se preocupar com direitos autorais e assim por diante. Isso é especial porque Money e assim por diante, eles podem criar imagens de bipes ou também de empresas e, às vezes, você pode obter reivindicações de direitos autorais Mas se você usa o Adobe Firefly, esse não é o caso. E o ideograma é especial porque é muito bom com texto Então, assim que você acessa uma dessas páginas da web, isso aqui é um ideograma, eu estou no plano gratuito Então não, eu também não pago por cada modelo sob o sol. E aqui você tem uma interface muito limpa. Você tem casa, e aqui você pode digitar o que você quer ver. A engenharia rápida sempre funciona da mesma forma. Aqui você tem um design totalmente realista, três em D e anime, e pode simplesmente procurar por si mesmo o que gosta. Se você usa ideograma, eu recomendo fortemente que você crie imagens, por exemplo, como Imagens em que o texto é incluído porque aqui o ideograma é muito bom Vamos fazer um teste. Uma raposa que segura uma placa com as letras, pegue-me se puder e então podemos simplesmente fazer alguns ajustes. Então, o aviso mágico, queremos ativá-lo ou desativá-lo. Se você deixá-lo ativado, seu prompt será aprimorado automaticamente. Depois, a relação de especificações, a visibilidade, você só pode privatizar se pagar, depois o modelo e a paleta de cores, se quiser Mas neste momento, eu só quero enviar isso. Aí temos nossas quatro fotos. Se eu pressioná-los, sim, isso demorou um pouco agora, porque eles só podem gerar lentidão se você não tiver um plano. Mas você vê que o texto é muito bom. Pegue-me se você puder. O texto é perfeito. Como a raposa é de alguma forma boa. Então vamos ver o próximo. Onde está? Isso aqui, me pegue se puder. A raposa é muito boa. Então, eu realmente gosto desse prompt ou dessa foto. Este também é relativamente bom, mas esse sinal está flutuando um pouco, então eu gosto um pouco mais desse. E este é o último, me pegue se puder. Além disso, isso é muito bom. Então, basicamente, basta entrar neste programa e jogar um pouco para si mesmo, especialmente se você quiser renderizar texto. Isso é realmente ótimo. Aqui também está algo que eu gosto. Logotipos e assim por diante são completamente perfeitos. Há uma foto que eu gosto, então brinque com ela um pouco. Se você continuar criando, poderá ver o que criou Então, basicamente, existem algumas fotos que eu fiz. E se você usar o Canvas, também poderá editar suas coisas de forma semelhante ao Murne Isso é basicamente tudo o que você precisa saber sobre o Ideogram. O Idogram é muito, muito fácil A próxima coisa é o Adobe Firefly. O Adobe Firefly funciona de forma semelhante. Aqui você também tem filme generativo, texto para imagem, extensão generativa e gera vídeos Os vídeos no momento não funcionam. Aqui você precisa entrar na lista de espera. Mas você pode absolutamente criar e editar com o Firefly. Se você pressioná-los aqui, você está na página da Firefly. E se você voltar mais uma vez, verá o que pode fazer. Você pode transformar texto em imagem, filme generativo, gerar um modelo, gerar um vetor Portanto, se você usa o Adobe Illustrator, também pode gerar vetores, recolorações generativas Você pode brincar com todas essas coisas ao redor. A interface é muito fácil. Se você pressionar texto para imagem aqui, você pode simplesmente experimentá-lo. Você também pode usar as fotos que outras pessoas fizeram. Digamos que você goste deste, se você pressionar nele, ele será copiado automaticamente Aqui embaixo, você pode digitar seu prompt e tentar esse prompt, e no lado esquerdo, você pode usar o que quiser. Então, vamos usar o Firefly three. Eu quero ter o modo rápido, deve ser, por exemplo, quatro por três. Então, qual é o tipo de conteúdo? É arte ou foto? Por exemplo, arte e depois composições, você também pode fazer upload das imagens de referência Se você quiser fazer upload de imagens de referência, poderá fazer upload, por exemplo, de estilos de referência. Então, digamos que você queira ter essa imagem de referência, sim, mas para essa solicitação, ela realmente não é perfeita. Então, isso não funcionaria muito bem. Então eu reduzi a força de ar para zero, e então eu quero ter, por exemplo, uma referência de estilo. Digamos que eu queira um pouco mais de neon, então incluo a referência de estilo Então, também podemos incluir outros efeitos populares. Por exemplo, o efeito hiper-realista, depois a cor e o tom. Digamos que é quente. Em seguida, o raio, as luzes do estúdio, o ângulo da câmera, digamos, o ângulo branco, e então você pode pressionar o prompt try E sim, esse prompt agora é uma bagunça completa, mas espero que você entenda o que quero dizer Essas configurações são muito fáceis de usar e ainda temos fotos impressionantes. Sim, vá lá. Eu realmente gosto desse tigre aqui, então você pode absolutamente brincar um pouco com essas coisas. Se você gosta da sua foto, é claro, você pode fazer o download. E o próximo passo é, claro, que você também pode editar suas fotos. Você pode editar essas imagens aqui se simplesmente pressionar aqui em editar, ou você também pode editar suas próprias fotos. Se voltarmos novamente e pressionarmos o preenchimento generativo, você pode enviar suas fotos aqui ou editar as imagens que já estão incluídas Digamos que você queira editar essa imagem. Se você pressionar nele, poderá editar como quiser. Você pode inserir, remover ou expandir. Se você pressionar Expandir, poderá aumentar essas imagens. Se você simplesmente pressionar gerar, a luz grande simplesmente fará a pintura externa e incluirá aqui algo Então você precisa ver o que funciona para você. Digamos que eu quero ter isso e pressiono manter. Em seguida, quero remover alguma coisa, por exemplo. Digamos que eu não quero ter essa coisa engraçada aqui porque não tenho ideia do que é isso Eu posso simplesmente removê-lo e, em seguida, ele deve desaparecer. E, bam, aí está. Eu quero ficar com ele porque acho que isso é bom. O próximo passo é inserir. Vamos inserir algo aqui. Digamos que eu queira inserir o tigre, por exemplo. Então, tigre, pressionamos gerar, e então podemos inserir coisas diferentes aqui. Se você quiser editar, por exemplo, Bebor, então isso funciona Você pode trocar de roupa. Você pode mudar a cor do cabelo. Você pode mudar o que quiser. Sim, esse tigre é uma bagunça. Vá lá, vamos ficar com ele. Eu quero te mostrar mais uma coisa com um humano. Então, digamos que eu queira adicioná-lo a isso aqui. Quero fazer o encarte e quero que o queijo use, por exemplo, roupas diferentes Eu posso simplesmente copiar essas roupas aqui, e então eu posso digitar o que eu realmente quero ver. Vamos digitar, por exemplo, Jacket. E aí está, e acho que de alguma forma acabou bem. Vamos ficar com o primeiro. Nada disso é completamente perfeito. Adobe Firefly, essa é uma ferramenta que eu não uso muito, mas algumas pessoas realmente gostam dela É especialmente poderoso se você já trabalha com o Adobe Photoshop, porque aqui está incluído Se você trabalha com o Illustrator e o Photoshop e assim por diante, você deve trabalhar totalmente com o Adobe Então, isso era basicamente um ideograma. Use ideograma se quiser gerar texto dentro de imagens E o Adobe Firefly, eu diria pessoalmente, use-o se você já usa o produto da Adobe, ou seja, o Illustrator e o Adobe Photoshop, ou se quiser ter 100% de certeza de que nunca violou direitos autorais porque Firefly Então, experimente essas duas ferramentas. E, claro, a engenharia rápida é sempre a mesma. Nos vemos no próximo vídeo. 16. Modelos de código aberto: Fale sobre modelos de difusão de código aberto. Principalmente, é difusão e fluxo estáveis, mas também existem outros modelos como recraft e Omnigen e Esse tópico é gigantesco e você tem a maior flexibilidade Você pode baixar esses modelos e executá-los localmente em sua própria máquina ou também pode executá-los na nuvem. A maneira mais fácil e rápida é executá-los na nuvem. Mesmo assim, quero mostrar algumas opções gratuitas para que você também possa executá-las totalmente de graça e não pagar por todos os recursos disponíveis Portanto, a primeira opção seria CFY. Agora, ciência, você não tem muito tempo neste curso, talvez não seja a melhor opção. A curva de aprendizado é muito íngreme. Aqui é CFI Eu tenho um curso que aborda isso em detalhes, mas CFY não é o que funciona muito rápido A segunda opção é, por exemplo, o web UI Forge. Isso funciona de forma relativamente fácil, relativamente rápida, mas também aqui você precisa baixar muitas coisas. Então, também não é muito bom. Com o Forge, você também pode executar fluxo de difusão estável e muito, muito mais O que eu quero mostrar agora é o foco, porque com o foco, você pode executar a difusão estável, e a difusão estável é de código aberto, e você pode executá-la Em um notebook CLP ou você pode instalá-lo localmente. Se você quiser instalá-lo localmente, basta fazer isso por meio deste link. Então, isso aqui, e então você pode executá-lo localmente. Mas o que eu quero mostrar agora é a maneira mais rápida, e isso é simplesmente esse notebook CLP Então, abrindo C , você pode executar esse chamado notebook simplesmente pressionando play, e então obteremos um link de rádio com uma interface agradável, e aqui podemos executar o ifusion estável Eu quero te mostrar como isso funciona. Então eu quero te mostrar Leonardo, e então eu quero te mostrar lax. Nós fazemos isso rápido. Depois de um tempo, você obtém este link, executa em URL pública e pressionamos esse link aqui. Em seguida, uma fase de graduação se abrirá. E aqui você tem muitas opções. A primeira coisa é que você pode pressionar Avançado, e aqui você tem muitas configurações. Se você quiser começar rápido, basta deixar aqui a inicial, use a velocidade. Número de imagens, digamos apenas uma. Aqui, temos o molho especial e difusão estável, que também temos um aviso negativo Você pode digitar o que não quer ver. Por exemplo, feio e embaçado ou também cores, digamos vermelho Não queremos ter vermelho em nosso prompt e depois digitamos o que queremos ver. Digamos que seja modelo do Instagram. E se pressionarmos gerar, criaremos nossa primeira foto e teremos um modelo do Instagram, e não será uma foto feia Então essa é a qualidade da imagem e não o modelo do Instagram que criamos. Não ficará embaçado e não ficará vermelho, então provavelmente o vermelho não está E aí está, como um cabelo castanho normal. Temos uma boa foto e, de alguma forma, a geração também está bem. Vá lá. Usamos nosso notebook refrigerado gratuito Podemos usar isso para sempre de graça, e eu acho isso legal. Aí temos nossa foto. A qualidade é muito boa. Então, a próxima coisa, você pode pressionar em estilos. Aqui você pode digitar os estilos que deseja ver. Por exemplo, um modelo D lateral. Se você pressionar isso e digitar CAT, por exemplo, digamos CAT. Você criará um CAT e ele ficará mais ou menos assim. Também incluí uma versão dois nítida e focada. Então, também vamos misturar um pouco de fotoalismos. Se diminuirmos esses pesos aqui e usarmos apenas o modelo si three D, será um pouco mais nisso Então, por que parar com isso, por exemplo, e eu crio mais uma vez apenas com esse modelo is three D e então ele deve funcionar melhor. Nas próximas fotos, posso incluir, por exemplo, os outros estilos mais uma vez. E eu paro com isso agora mesmo. O próximo passo são os modelos. Você também pode usar modelos e auras diferentes, mas provavelmente, se quiser usar isso rapidamente, não precisará se aprofundar nos modelos e nas Las E as configurações avançadas, provavelmente, você não precisa delas. Mas o que você eventualmente precisa é aprimorar. Se você pressionar aprimorar, poderá fazer pequenas variações e também poderá fazer aumentos de escala completamente da mesma forma que no meio E o que você também pode fazer é pressionar a imagem de entrada. Aqui você pode fazer upload de imagens e também aqui você pode fazer aumentos de escala Vamos fazer mais uma vez um gato realista. Vamos digitar cat aqui. Sim, eu dou um exemplo muito ruim aqui com a engenharia rápida. Eu só quero fazer um gato, e depois quero te mostrar o que podemos fazer aqui embaixo. E aí está, agora temos nosso gato. E se descartarmos isso, podemos fazer variações. Portanto, sutil ou forte , se você pressionar o botão Zu, também poderá digitar , por exemplo, feliz e obterá um gato feliz Você simplesmente pode pressionar Criar, e então tudo mudará um pouquinho, e talvez o gato tente sorrir. Sim, vamos ver como isso funciona. Isso funciona um pouco melhor com as pessoas se você incluir isso. Sim, vá lá, talvez pareça um pouco mais feliz. Funciona melhor se você fizer isso com humanos e digitar sorriso, por exemplo, ou com cores, com esse gato, você pode mudar as cores um pouquinho. Então, com essas variações, você pode jogar com elas. Você também pode aumentar a escala, para que você possa aumentar a resolução em duas semanas, pressione aqui e depois pressione gerar. Vamos ver. Sim, vá lá, parece um pouco mais feliz, pelo menos na minha opinião. Então, o que você tem é um prompt de imagem, e isso é especialmente legal porque você pode pressionar Avançado e, em seguida, fazer o upload de suas coisas aqui e usar o prompt de imagem, Ba kenney, CPDS e troca de rosto Deixe-me explicar como isso funciona. Se você incluir isso aqui e usar o prompt de imagem, também poderá digitar , por exemplo, do e se pressionar Criar, os primeiros quadros serão completamente os mesmos quadros que estão aqui, então podemos usar o estilo dessa imagem. Então, veja por si mesmo que o estilo é muito, muito semelhante ao estilo da geração anterior, porque usamos a imagem de entrada com o prompt da imagem. Portanto, temos um estilo muito semelhante ao desta foto. Espero que você já possa ver. E aí está. Temos um estilo muito semelhante, então você vê o fundo verde, relâmpagos semelhantes, cores semelhantes e assim por diante A próxima coisa que você pode fazer é Piracani ou CPDs. Essas duas coisas são chamadas de redes de controle, semelhantes ao vídeo anterior de meio de viagem Se digitarmos, por exemplo, Dier agora, usaremos um Pyraky Usaremos uma rede de controle que controla a profundidade ou as poses dessas imagens. Basicamente, criaremos um terrível que está em uma postagem semelhante a este gatinho aqui Provavelmente ficará de alguma forma, e será uma postagem muito, muito semelhante a esta aqui. Além disso, a cauda será completamente semelhante. Além disso, as orelhas serão muito parecidas, mas devemos pegar um tigre. Veja por si mesmo, temos as mesmas composições, mas veja que criamos um tigre agora Sim, isso vai ficar fofo, eu acho. Um pequeno tigre que se senta completamente parecido com o nosso gatinho, mas as molduras serão recriadas com um E depois de 50%, as molduras também podem assumir um pouco mais e também mudar um pouco. Então, agora, você vê que fica cada vez mais parecido um tigre e menos do que nosso gatinho E se você quiser ter ainda mais gatinhos nele ou até mesmo uma pose mais parecida, você precisa brincar um pouco com essas redes de controle Veja, como se a pose não fosse perfeita. É semelhante, mas não é perfeito. O que você pode fazer é aumentar um pouco o peso e parar de apostar. Se aumentarmos o stop bet, por exemplo, em 0,8, usaremos 80% das etapas da geração para recriar esse gatinho, então ele deve ser muito mais parecido Você vê isso agora, é realmente como o gatinho, mas com cores um pouco diferentes para o tigre E isso continuará agora até 80% dos quadros, e apenas os últimos quadros ocuparão um pouco mais. Vamos ver se isso funciona ou não. Como eu disse, você precisa jogar com eles. Então eu acho que essa imagem fica confusa porque também adicionamos essa coisa aqui Sim, isso não é perfeito. Precisamos brincar com essas coisas. Eu tentei mais uma vez, e acho que agora está um pouco melhor. Temos uma pose muito parecida agora. Portanto, essas redes de controle permitem que você use a pose. Isso é especialmente poderoso se você tiver, por exemplo, humanos em uma pose específica. Se você tem uma bailarina que faz algo sofisticado, pode recriar com este Bacani algo muito parecido A próxima coisa é a troca facial. Você pode fazer upload, por exemplo, uma foto do seu rosto e simplesmente trocá-la E você também pode combinar mais dessas coisas. Você pode usar, por exemplo, Bakani de uma bailarina, e depois a troca facial de outro humano e talvez outra coisa como Então você pode brincar um pouco com isso. A próxima coisa é a pintura embutida. Você já sabe como isso funciona. Você pode simplesmente jogar isso no chão, e digamos que não queremos ter essa cauda aqui. Podemos simplesmente fazer isso na pintura. Agora, a pintura em foco com difusão estável é muito grande Aqui podemos fazer muitas coisas. Mas, de um modo geral, se você quer apenas trabalhar rápido, trabalhe exatamente como no meio da viagem. Essa é uma ferramenta gigantesca. Não podemos analisar cada detalhe. A próxima coisa é descrever. Se você usar descrever, por exemplo, para esse prompt e pressionar descrever esta imagem no prompt, receberemos o prompt. Você também pode fazer upload de imagens que você tem no seu computador, por exemplo, e então você pode ver como seria um prompt aqui. Este é o aviso do modelo de difusão Z. Uma escavadeira laranja está em Então, vá lá, isso é. Então temos uma mão. Você já sabe que podemos fazer aumentos de escala e assim por diante e os metadados e assim por diante e os metadados Se você incluir essa imagem, por exemplo, também poderá aplicar metadados, e esses metadados são especialmente poderosos se você os incluir ou se outras pessoas os incluírem, você poderá usar as configurações delas A próxima coisa que quero mostrar a vocês são os registros. Se você pressionar as configurações, poderá acessar os registros do histórico. E aqui você pode ver o que você criou anteriormente. Você pode ver todas as suas criações e ver qual resolução foi solicitada e quais configurações levaram você a esse resultado Essa é basicamente a maneira mais rápida de explicar seu foco. Portanto, o foco é uma ferramenta gigantesca. difusão estável funciona em segundo plano, você pode usá-la para sempre gratuitamente Se você quiser usar uma interface web para uma difusão estável, você pode usar o leonardo.ai O Leonardo.ai também é uma das minhas ferramentas favoritas se você quiser trabalhar em uma interface web. E aqui você tem basicamente as mesmas coisas que em foco. Também é um pouco mais fácil de usar, mas não se preocupe com todas as ferramentas disponíveis no Leonardo AI, você também precisa pagar de forma relativamente rápida Também aqui você tem, por exemplo, Canvas. Você tem as gerações em tempo real, você tem movimento, você tem criação de imagens, você tem upscalers, você tem tela Você pode treinar seus próprios modelos e tem três gerações de textura D. Portanto, com muito controle, no LeonardoEi, eles também têm alguns pequenos tutoriais sobre como usar Então, dê uma olhada neles se quiser se aprofundar e também me avise se devo incluir uma palestra separada Mas normalmente queremos fazer isso o mais rápido possível, e acho que você deve trabalhar com foco se quiser usar a difusão estável o mais rápido possível Agora, se você quiser usar o fluxo e os diferentes outros modelos de difusão, você deve continuar A replicação não é gratuita. Aqui, você precisa fazer login com o Github. Então, sim, essas ferramentas de código aberto podem ficar um pouco sobrecarregadas em diversas áreas, mas assim que você as obtém, elas também funcionam muito Aqui você pode usar os modelos lux, você pode usar o re craft. Você pode usar todos os modelos sob o sol. Difusão estável 3,5 grande. Existem muitos modelos muito bons. Se você pressionar esses modelos, eles são realmente fáceis de usar. Você pode simplesmente digitar à esquerda o que deseja ver e, no lado direito, obter sua saída. Então, isso parece muito realista. Algo que funciona muito bem em fluxo também é texto. Digamos que uma mulher segurando uma placa com as letras, eu não sou real. E então pressionamos Executar, mas atenção, isso custa, eu acho, $0,06 Sim, $0,06 por geração e você precisa conectar seu perfil Geta Aqui você pode ver algumas fotos que foram criadas com este modelo. Portanto, esse modelo funciona muito bem e espere por essa saída, pois o texto também é renderizado de forma incrivelmente Eu não sou real, e essa é uma foto perfeita. Neste vídeo, demos uma olhada nos modelos de difusão de código aberto Temos difusão estável. Temos fluxo, temos recraft. Temos muitas coisas diferentes. Também podemos executá-lo com várias opções diferentes. Podemos baixá-los e executá-los localmente com, por exemplo, CFI ou Forge Uma das maneiras mais fáceis de se concentrar no Google Colab é que você pode pressionar Play em um botão e usá-lo gratuitamente para sempre. E se você quiser trabalhar com uma API, use a replicação, e aqui você pode usar todos os modelos de difusão existentes que sejam de código aberto e tenham uma API, mas aqui você precisa pagar um pouco Então você pode brincar com isso só por um pouquinho. Eu acho que você deve se concentrar se quiser criar rapidamente. Nos vemos na próxima. 17. Recapitulação da geração de imagens com modelos de difusão: Nesta seção, aprendemos como podemos usar modelos normais de divisão padrão para gerar imagens Você aprendeu como eles funcionam, treinados por computador em texto e imagem. Nesse processo, o computador aprende como gerar essa imagem e, em seguida, você pode recriá-la, e precisa ter boas instruções para obter boas saídas Você precisa ser específico. Temos muitos modelos de divisão diferentes: Dali, McTerny, ID gramaton Viavly, table diffusion, flux, re craft e muito, flux Mas todos eles funcionam de forma relativamente semelhante. Você sempre precisa de boas instruções e aprendeu a escrevê-las, além de poder editar suas fotos dentro e fora da pintura Agora, queremos te contar. Aprender é a mesma circunstância , mas um novo comportamento. Então, basicamente, até agora você talvez não soubesse como usar esses modelos de difusão, agora você sabe, então você deve usá-los totalmente Faça algumas fotos para seu marketing, para miniaturas do YouTube, para apresentações, para anúncios, para o que quiser Só então você aprendeu. Ou você se diverte criando essas fotos. Também quero dizer quais bons alunos eles aprendem juntos, porque mais pessoas sempre sabem mais do que pessoas Então, se você pudesse compartilhar este curso, isso realmente significaria a palavra para mim. Talvez também signifique a palavra para a outra pessoa, e se a outra pessoa obtiver valor, descreverá o valor para você porque você contou a ela. Então, obrigado por isso. E vejo você na próxima seção porque os modelos de difusão podem fazer muito mais Eles podem fazer áudio. Eles podem fazer músicas inteiras e fazer vídeos. Então, nos vemos na próxima seção. 18. Vídeos de Ai com Kling AI: Sim, a IA também pode fazer vídeos e temos um zilhão de ferramentas diferentes Temos laboratórios BCA, temos Runway, temos figurões Temos a máquina dos sonhos da Lumaabs. Temos o SRA da Open AI. Sim, o SRA não funciona no momento e temos o Kling AI. Claro, há muito mais, e todas essas ferramentas funcionam de forma relativamente semelhante. Se você usa PCABs, eles têm algo especial aqui, então você também pode criar esses vídeos que às vezes você viu se tornando virais Esses vídeos aqui onde as coisas estão derretendo. Então, eles se tornaram virais nas redes sociais de tempos em tempos, e no BCA, você pode criá-los. De certa forma, você também tem muita flexibilidade. Você pode simplesmente fazer login e criar todos esses vídeos, além de ver seus próprios tutoriais O Hot Shot funciona muito fácil. Você simplesmente digita o texto e recebe o vídeo de volta. Na máquina dos sonhos da uma Labs, você tem basicamente a mesma coisa. Sempre iniciamos e terminamos o quadro na maioria dessas ferramentas. E acho que agora, neste momento , Kling também é uma das melhores coisas aqui Você tem imagens de IA, vídeos de IA, editor de vídeo e assim por diante, e é por isso que eu só quero mostrar a você ling AI, porque, como eu disse , neste momento, o King AI oferece resultados muito bons e você pode começar totalmente de graça. Pelo menos na minha mente, essa é a parte mais legal de tudo A maioria dessas coisas funciona de graça. A maioria desses geradores de vídeo de IA funciona de forma relativamente semelhante, então eu só quero mostrar a você o Kling AI e, se você realmente quiser, pode jogar com as outras ferramentas sozinho A primeira coisa que você precisa fazer é, claro, acessar cling.com Esta é a nossa página da web em chinês, mas eles também têm sua versão em inglês, e aqui você pode fazer muita coisa. Se você for para casa, é claro, poderá ver a visão geral. Você pode ver as melhores fotos dos vídeos. Aqui eles têm gerações em que também incluíram som. Estou sonhando? Estou tão cansado. Então, se você tomar seu tempo, você pode realmente criar gerações legais. São todos curtas-metragens. Você pode simplesmente vê-los por si mesmo. Eles são deslumbrantes. Então você vê os melhores criativos. São só fotos. Você pode ver que eles também fazem fotos muito boas aqui. Isso também é algo que eu gosto, por exemplo. Assim, você pode criar vídeos, fazer curtas-metragens, se juntar algumas coisas e trabalhar muito bem. Você pode criar imagens e vídeos de IA. Se você pressionar imagens de IA, poderá simplesmente criar imagens. Devo dizer que não adoro esse recurso dentro do link porque, para imagens de IA, acho que difusão estável em tons médios e assim por diante é um pouco melhor do que Portanto, não perca seu tempo com imagens de IA dentro do Kling. Mas o que você deve fazer é clicar em vídeos de IA, porque com vídeos de IA, você pode fazer muita coisa. Você pode digitar um prompt. Você pode aumentar ou diminuir a criatividade. Em seguida, você pode usar o modo que deseja usar. Se você usa o modo profissional, precisa fazer o upgrade para o recurso premium. Você vê simplesmente que a qualidade fica um pouco melhor. Eu tinha aqui o plano premium, mas agora não o tenho. Então você pode usar cinco ou dez segundos de geração. Você pode usar diferentes proporções e o número de gerações Por fim, você também pode usar os controles da câmera e o aviso negativo, como na difusão estável Mas o aviso negativo também é opcional. Então, vamos experimentar isso. Vamos usar apenas um prompt aqui. E, claro, eles têm as melhores práticas se você quiser se aprofundar na engenharia rápida especificamente para ling. Mas, de um modo geral, você deve sempre usar as mesmas técnicas de solicitação que você já conhece Então, sujeito com os movimentos, a cena, a descrição da cena, a linguagem da câmera e a atmosfera do relâmpago E aqui eles fornecem uma descrição detalhada como você pode escrever esse prompt. Aqui eles dão alguns exemplos. Este é um prompt clássico, então esse é um prompt que você melhorou muito, e aqui eles têm um prompt muito, muito descritivo E aqui embaixo, você vê o que muda nesses vídeos. Se você pressioná-los, verá que, de um modo geral, você tem um bom vídeo, mas é claro o melhor prompt produz resultados ainda melhores Vamos dar uma olhada neles. Veja, você tem mais alguns efeitos, e acho que o vídeo geralmente é um pouco melhor. E se você tiver um prompt realmente descritivo, verá que fica ainda mais impressionante O que você pode fazer, é claro, simplesmente copiar esse prompt e depois colocá-lo em seu aplicativo e ver por si mesmo como essas coisas estão funcionando. Aqui, eles mostram muitos exemplos diferentes com várias instruções diferentes Tipo, não adianta eu te mostrar todas as instruções aqui. Você pode simplesmente ver isso por si mesmo. É muito fácil de usar. Então, se você voltar para o Kling, você pode, é claro, usar o Kling 1.0 ou o Kling Se usarmos a versão 1.5, teremos, de um modo geral, uma qualidade um pouco melhor, mas alguns recursos não estão incluídos, mas estarão. Vamos trabalhar com o Kling 1.5. Inclua um bom aviso, a criatividade média, o modo padrão, 5 segundos, 16 por nove, um vídeo. Não quero incluir nenhum controle de câmera específico, mas você pode fazer isso se quiser ter um zoom vertical horizontal ou algo assim, vamos lá, vamos usar o Zoom. E eu só quero ter um pequeno zoom aqui. E então um aviso negativo, vamos usar logotipo, marca d'água, embaçado, feio, e então pressionamos gerar e pagamos pressionamos gerar e pagamos Ao todo, nós recebemos, eu acho, 100 créditos por dia, e então você pode criar essas coisas. E enquanto isso estiver criando, você também pode sair da página e fazer coisas semelhantes enquanto isso Então, vamos fazer isso. Se você continuar com o Cling 1.5, poderá fazer basicamente as mesmas coisas aqui. Mas se você estiver no 1.5, alguns recursos não estão lá. Se você rolar até aqui, os movimentos da câmera serão desativados na versão 1.5, mas tenho certeza de que voltarão. Se você aspirar novamente no Cling 1.0, eles serão incluídos novamente, é claro. Então, se você passar de imagem para vídeo, isso é texto para vídeo. Se você passar de imagem para vídeo, poderá exibir suas imagens e depois misturá-las com um prompt. E você também pode usar esse pincel de movimento. Quero te mostrar esse pincel de movimento imediatamente. Você também tem aqui criatividade, modo padrão, duração e assim por diante, e também os movimentos da câmera, mas agora eles estão desativados e você tem um aviso negativo. Portanto, se você usa, por outro lado, o Cling 1.5 agora neste minuto, não inclui os movimentos da câmera no momento e também não tem o pincel de movimento. Então, vamos usar 1.0 e, em seguida, fazer o upload da imagem. Não importa qual foto você usa. Vamos usar algo da minha geração. Eu só quero fazer o upload disso aqui. Então, podemos simplesmente animar esse cara, e eu quero fazer isso de forma bem simples Vá lá. Um cara, atracando. Então, é claro, você pode usar movimentos de desenho com o pincel de movimento Se você não usá-lo, será apenas uma criação aleatória. Mas se você usar o movimento de desenho, por outro lado, pode simplesmente dizer ao modelo de difusão como ele deve se comportar, e eles também fornecem algumas instruções Você pode usar, por exemplo, a área um, usar o Shrek e, em seguida, pressionar algumas coisas específicas que deseja Você pode marcar isso por si mesmo, com uma área estática. Ou você também pode usar, por exemplo, a segmentação automática e pressionar as coisas que deseja animar Se você quiser excluir algo, você também pode excluir. Então você pode fazer isso como quiser. É importante que você apenas marque as coisas que deseja automatizar, não automatizar a animação, O que eu quero fazer agora é, claro, adicionar movimentos e, para isso, não uso estática, mas uso a área um, a segmentação externa, e simplesmente pressiono cada coisa que não deveria estar parada desta Assim que você descobrir o que deseja animar, digamos que eu quero animar agora mesmo esse cara inteiro, como você pode ver O que podemos fazer é pressionar a pista, e aqui agora podemos desenhar o que esse cara deve fazer. Então, digamos que esse cara deveria ir nessa direção e talvez um pouco nessa direção. Então, podemos simplesmente desenhar aqui algo, e então você vê como isso está funcionando. Se você pressionar confirmar, tudo bem. Se você não confirmar, faça-o novamente de forma um pouco diferente. Então, digamos que você queira tê-lo dessa maneira. Acho que agora isso está funcionando, então pressionamos confirmar agora. E então vamos animar esse cara e esse cara simplesmente caminhará nessa direção assim que pressionarmos gerar, é claro Enquanto isso, tivemos nosso outro vídeo com a banda que está tomando café, lendo um livro que também tem alguns copos para que você veja que pode criar gerações legais Então esse cara está fazendo e está se movendo atrás disso. Então, se você descer, incluirá seu caminho de movimento. Você tem, é claro, também a criatividade e assim por diante. Pressione gerar. E então você verá que podemos animar essa imagem com facilidade A propósito, você também tem um guia do usuário do pincel de movimento. Se você pressionar , eles mostrarão exatamente como você pode usar essa ferramenta e também fornecem muitos exemplos que você pode dar uma olhada. Aqui eles animaram este navio. Vamos dar uma olhada mais de perto. Este navio, então, foi marcado para onde essas coisas deveriam se mover. Então, aqui, eles usaram a ferramenta de pincel para mover o navio nessa direção e a água nessa direção. E esse foi o vídeo. Então você vê que funciona muito, muito bem. A animação é incrível porque o navio se move em uma direção diferente da água. Obtenha esse efeito legal de que estaria ventando na água. A água se move nessa direção, mas ainda assim o navio pode se mover na outra direção. A mesma coisa vale aqui para esses cães. Eles simplesmente marcaram os cães e depois disseram aos cães em que direção deveriam olhar. E se você pressionar aqui, tocar, verá que o disco também ficou perfeito. Vamos fazer com que seja grande. Os cães olham exatamente na direção em que você os escova. Essa coisa com a maçã também é ótima. Eles simplesmente marcaram a maçã, como você pode ver aqui embaixo, e usaram a ferramenta de pincel para mover a maçã para baixo Você pode ver a saída aqui. Funcionou muito bem. E veja, também temos a água que está espirrando Vamos tornar isso grande. Se você olhar de perto, não é 100% preciso, nem 100% perfeito, mas é um bom vídeo. Você pode até mesmo fazer comerciais com esses vídeos. E aqui está o gato e o gato está pulando sobre essa coisa aqui Vamos dar uma olhada. Aqui você vê que o gato está pulando Isso também acabou sendo muito bom. Sim, a aterrissagem não foi perfeita. Ela não está certa, mas isso pode acontecer com um gato de vez em quando. Além disso, aqui você tem muitos exemplos que você pode usar. Como se você pudesse fazer animações realmente impressionantes. Você pode escovar aqui como quiser. A próxima coisa que quero mostrar é, claro, que você pode fazer ainda mais enquanto isso Então, se você passar de imagem para vídeo, você pode, por exemplo, excluir esse cara aqui, e então você também pode pressionar no final do quadro no final. Então, vamos fazer algo muito legal agora. Eu quero fazer o upload desta foto. Esta é uma foto de meio de viagem. Em seguida, pressiono no final do quadro e carrego a próxima foto. Então você vê essas duas fotos, deixe-me abri-las. Aqui está uma garota, e eu recriei uma garota com o mesmo assento que é um pouco mais velha Você já conhece o jogo e como isso funciona. Então essa é ela um pouco mais velha, e essa é ela um pouco mais nova. E agora queremos transformá-la com um vídeo. Esses vídeos se tornaram virais de tempos em tempos. E aqui podemos simplesmente digitar uma mulher envelhecendo, por exemplo, temos o quadro inicial, temos o quadro final. Então, não podemos usar o pincel de movimento agora neste momento. Mas temos aqui todas as outras coisas nas configurações padrão, e então podemos simplesmente pressionar gerar mais uma vez e recriaremos algo muito, muito legal Então, aqui você pode fazer muitas gerações uma após a outra. Enquanto isso, mostrarei algumas gerações que fiz anteriormente Então, aqui você vê, esse foi um aviso muito simples. Acho que o aviso foi que um cachorro pequeno está deitado em cima de um gato. Aqui você vê uma boina que dança na selva. Aqui usei, por exemplo, uma foto do Flux e simplesmente fiz o cachorro dela Veja, isso funciona muito, muito bem. Há muitas postagens sobre ovos que se tornaram virais e fizeram algo assim. Aqui eu fiz a mesma coisa, e a segunda geração acabou sendo ainda melhor. Isso realmente parece uma geração real. A única coisa que está um pouco confusa aqui é essa mão Na primeira geração, a mão também está um pouco bagunçada Aqui eu fiz algo com, tipo, uma paisagem, e depois vamos para outra foto. Esse é o quadro inicial e final. Então, você vê que basicamente podemos nos mover aqui. Então este é o nosso panda que eu gerei. Este panda agora está simplesmente lendo, e então pegamos nossas novas gerações, e eu as mostrarei assim que terminarem, porque isso é feito em alguns segundos agora Uma das gerações acabou e, surpreendentemente, é essa, a coisa que começamos mais tarde. E aqui você pode ver como ela está envelhecendo. Você vê que isso funciona muito, muito bem. Ela começa jovem e depois se transforma nessa versão mais antiga. Esses são esses vídeos que às vezes se tornaram virais no Twitter, e você pode recriá-los agora mesmo, se quiser Sim, às vezes não é perfeito. Mas se você jogar um pouco com eles, você pode totalmente atirar neles. E isso é basicamente tudo que você pode criar. Vou misturar a próxima coisa assim que isso for gerado. Então, basicamente, é assim que você pode trabalhar com o Kling AI. Você pode simplesmente criar uma conta e começar gratuitamente, pelo menos agora. Você pode digitar texto e obter vídeos, e você tem muito controle, e eles também mostram como você pode escrever suas instruções O próximo passo é, claro, que você também pode transformar imagens em vídeos. Você pode simplesmente fazer upload de uma imagem e também transformá-la com esse pincel de movimento. Você pode marcá-lo e simplesmente dizer à IA para onde essa coisa deve ir. E o próximo passo é que você também pode incluir os quadros inicial e final. E com o quadro inicial e final, algo como transformações é muito, muito legal Então, por favor, experimente essa ferramenta. Estou convencido de que você achará isso legal. 19. Texto a falar com a ElevenLabs e mais: Essa IA pode fazer vozes. Sim, eu também gosto disso. Então essa é Aloy. Isso é conversão de texto em voz do OPMIPlayground, e você já sabe disso Temos muitas ferramentas que podem transformar texto em vozes e podemos fazer muito mais. Essa é uma das ferramentas mais fáceis. Portanto, no OpmeIPlayground, você pode simplesmente digitar o que deseja ouvir e, em seguida, o Opmeai simplesmente criará isso Também existem alternativas de código aberto, por exemplo, o F five TTS, pode instalá-lo localmente e, se você quiser testá-lo rapidamente, também pode fazê-lo funcionar totalmente de graça nesse espaço de fase abrangente Basta fazer o upload de um áudio e digitar o texto que deseja gerar e clonar sua voz Mas acho que uma das ferramentas mais poderosas são os 11 laboratórios. Porque em 11 laboratórios, você tem muita flexibilidade. Você também pode começar de graça e tem muitos idiomas. Deixe-me te mostrar isso. O gerador de voz de 11 laboratórios pode fornecer fala humana de alta qualidade em 32 idiomas. Perfeito para audiolivros, dublagens em vídeo, comerciais e Então você ouve que as vozes são muito, muito boas e você pode fazer muitas coisas. E é por isso que quero mostrar o mais rápido possível o que você pode fazer dentro do 11 Labs. Acho que se você quiser começar rápido, 11 laboratórios são o caminho a percorrer, por exemplo, porque você pode começar de graça e, mais tarde, se quiser criar muitos, precisa pagar. Mas é rápido. A primeira coisa que você faz é acessar esta página da web e pressionar GTA Então você estará no aplicativo e, claro, precisará se cadastrar. Basta criar uma conta no Google com o que quiser. A interface é muito fácil. Você tem aqui no lado direito simples e avançado. Primeiro, começamos com a interface simples. A primeira coisa que você vê aqui é que você pode digitar o que deseja digitar e então eu posso usar vozes diferentes. Esta é uma voz masculina profunda de Arnie. Eu mesmo criei essa voz. Se eu pressionar gerar fala, acho que gosto dessa ferramenta. Então você vê que podemos gerar esse discurso, e isso acontece muito, muito rápido. E se você gostar da saída, você pode baixá-la pressionando este botão. E então, se você continuar na história, verá as gerações que criou e também pode simplesmente baixar as gerações. Sim, eu fiz muitas coisas, então você vê que existem páginas e páginas e páginas de gerações. E você também pode voltar muito, muito rápido e recriar essas coisas muito rápido Se você voltar a gerar mais uma vez, provavelmente não terá nenhuma voz gerada por você mesmo. Se você rolar um pouco para baixo, verá que tenho uma grande biblioteca de vozes. Eu clonei vozes de Elan Mask de mim para também de mim e também de Angela E também temos algumas vozes geradas aqui que eu criei e, em seguida, temos as vozes padrão. momento, neste momento, você provavelmente tem apenas essas vozes padrão. Mas é claro que quero mostrar como você pode clonar essas vozes, até mesmo vozes de você mesmo Então essa é uma voz que é, tipo, de alguma forma, como eu. Acho que gosto dessa ferramenta, então vamos gerar isso com minha voz. Acho que gosto dessa ferramenta. Sim, veja, até o inglês é melhor que o meu. Talvez eu deva me substituir por um I. Tenho certeza que chegaremos a esse ponto. Esse é o objetivo de tudo isso. O próximo passo é que você também pode pressionar Avançado e, se for para Avançado, poderá usar aqui modelos diferentes. Aqui nas configurações, você vê 11 versões multilíngues, nosso modo mais realista e emocionalmente rico em 29 idiomas, ideal para dublagens, audiolivros, pós-produção ou qualquer outra necessidade de criação 11 versões multilíngues, nosso modo mais realista e emocionalmente rico em 29 idiomas, ideal para dublagens, audiolivros, pós-produção ou qualquer outra necessidade de criação de conteúdo. Temos inglês, japonês, chinês, aqui também está alemão e muitas vozes, então isso funciona muito bem. Além disso, você também pode usar modelos diferentes se realmente quiser. Você pode simplesmente mudar aqui para modelos diferentes. Por exemplo, a versão 2.5 do Turbo, versão 2 do Di, a versão D 1 e assim por diante Essas coisas ficam cada vez piores e piores. A única coisa que você pode fazer eventualmente são as vozes do Turbo Nosso modelo de alta qualidade e baixa latência, então isso é um pouco mais rápido, mas eu só trabalho com o modelo normal Então você tem estabilidade, semelhança e exagero de estilo Você pode brincar com essas coisas, mas, de um modo geral, as configurações padrão funcionam muito bem. Depois, você também pode incluir o amplificador de fala, se quiser. Se você mexer demais com eles e simplesmente pressionar, por exemplo, as configurações padrão, é claro que você recuperará suas configurações padrão Devo dizer que normalmente não mexo muito com essas configurações avançadas aqui porque as configurações padrão funcionam muito bem Então, no lado esquerdo, você vê que não só pode transformar texto em fala, aliás, aqui, você pode simplesmente colocar o que quiser. Você pode incluir livros quase inteiros e criar audiolivros com eles. T também deve funcionar totalmente de graça. Isso é realmente incrível. Analisaremos os preços posteriormente pois você pode começar gratuitamente. A próxima coisa que você pode fazer é de voz, e o trocador de voz é realmente incrível Aqui você pode carregar a fala e recuperá-la, mas com uma voz diferente. Você pode usar, por exemplo , a voz masculina profunda de Arnie Agora posso me gravar ou fazer upload um áudio e posso simplesmente recriar essa voz Então, vamos experimentar isso. Quero gravar aqui esse áudio. Se eu pressionar aqui, vou começar. Isso será um teste para saber se as fezes do 11 Labs estão funcionando em tempo real ou não Espero que você não me decepcione. Em seguida, basta pressionar gerar fala. Isso será um teste para saber se essa ferramenta do 11 Labs está funcionando em tempo real ou não. Espero que você não me decepcione. E você ouve que até meu sotaque estúpido será duplicado Mas veja, temos uma voz diferente. Também posso fazer aqui como outras vozes como Adam, uma das vozes antigas que funciona muito, muito bem. Também podemos me fazer falar como uma mulher e fazer coisas estúpidas com elas, além de adicionar outros sotaques. A próxima coisa que podemos fazer é pressionar as vozes. E aqui em vozes, podemos fazer muita coisa. Você pode fazer tudo pessoalmente, na comunidade e por padrão. Neste momento, você provavelmente terá apenas as vozes padrão e sempre poderá ouvir como essas vozes soam se pressionar play. Confie em si mesmo, então você conhecerá o governo do povo pelo povo. O mundo é redondo e o lugar. Não há maior dano. Então você ouve que há ótimas vozes. Se você pressionar alguma comunidade, ouvirá as vozes que a comunidade gosta e as vozes que a comunidade criou. Por exemplo, isso. Memorizamos a regra de ouro. Vamos agora nos comprometer que existir é mudar, mudar é amadurecer. Amadurecer é continuar criando. Você não pode culpar a gravidade por se apaixonar. Isso é ótimo para você. Então você pode ir pessoalmente. Aqui estão as vozes que você criou, se você criou vozes. Se você não tiver criado vozes, você pode pressionar em adicionar nova voz. E aqui você tem design de voz, clonagem instantânea de voz, biblioteca de voz ou clonagem de voz profissional Se você pressionar em design de voz, poderá simplesmente digitar o que deseja ver. Digamos que você é mulher, jovem, sotaque americano e força. Sim, está tudo bem. E então você tem um exemplo de como isso soaria. E então você pode pressionar usar voz ou primeiro gerar para ouvir como ela está soando Primeiro, pensamos que o PC era uma calculadora. Então descobrimos como transformar números em letras e pensamos que era uma máquina de escrever Tudo bem, mas digamos que você queira ter um sotaque diferente. Digamos que seja britânico e você queira ter um sotaque forte. Primeiro, pensamos que o PC era uma calculadora. Então descobrimos como transformar números em letras e pensamos que era uma máquina de escrever Você vê que pode fazer isso funcionar da maneira que quiser. Você também pode cantar um homem velho, australiano, com baixo sotaque, uma última vez Primeiro, pensamos que o PC era uma calculadora. Então descobrimos como transformar números em letras e pensamos que era uma máquina de escrever E se você gostar, pressione usar vozes, e isso estará na sua biblioteca de voz. Se você não gostar deles, pode pressionar novamente aqui e fazer a clonagem instantânea de voz Se você pressionar isso, você pode dar a ele um nome como eu, por exemplo, então você faria o upload de alguns exemplos, e aqui eles dizem o que você pode enviar. Nenhum item foi enviado ainda. Faça upload de amostras de áudio da voz que você gostaria de clonar A qualidade da amostra é mais importante do que a quantidade. Amostras ruidosas podem gerar resultados ruins. Fornecer mais de 5 minutos de áudio no total traz pequenas melhorias. Então, o que eu digo à maioria das pessoas é que usem cerca de quatro a 8 minutos de áudio muito, muito bom e de alta qualidade. Você pode distribuir isso em até 25 amostras. A única coisa importante é que as amostras não sejam maiores que dez megabytes Assim, você pode enviar, por exemplo, três faixas, cada faixa pode ter, por exemplo, dois ou 3 minutos com boa qualidade de áudio, e então você obtém sua voz. E então você pode simplesmente dar alguns rótulos, se quiser, adicionar uma pequena descrição e, é claro, aceitar que não faça nenhuma coisa estúpida com essas vozes. Então você pressiona essa voz e pronto. Eu fiz isso com minha voz E e máscara e com muito mais. A próxima coisa que você pode fazer é, obviamente, a biblioteca de voz. Você já conhece a biblioteca. Então, aqui você simplesmente encontra coisas de outras pessoas. E a última coisa que você pode fazer é, claro, pressionar mais uma vez em adicionar novas vozes, clonagem de voz profissional Para isso, você precisa pagar um pouco mais e pode simplesmente falar com 11 laboratórios. Você pode enviar algumas amostras de vozes e, em seguida, elas criam uma voz que soa muito, muito nítida A maioria das pessoas faz isso se quiser clonar suas próprias vozes e criar audiolivros inteiros com elas. Isso funciona muito bem. Um amigo meu fez isso, e ele consegue mais streams com sua voz clonada do que com sua voz Então, você pode fazer coisas legais com eles. Então, é claro, também aqui você encontra essa biblioteca, e aqui você pode encontrar muitas coisas. Digamos que você queira criar coisas para mídias sociais. Você pode usar várias vozes diferentes. Vídeos com olhos, YouTube, shorts, os, hedges e, claro, esses também são idiomas diferentes Você pode fazer muitas coisas legais aqui. Além disso, você também tem efeitos sonoros. Assim, você pode criar efeitos sonoros para o que quiser. Vamos fazer o cachorro latir. Aqui você encontra alguns exemplos. Parece ótimo. Meu cachorro agora não está aqui. Normalmente, ele está sempre por perto, mas isso soaria quase como ele. Assim, você pode simplesmente digitar o que quiser criar, pressionar e, sim, você pode usar esse material comercialmente. Então, se você for explorar, encontrará, é claro, vozes que outras pessoas criaram. Então você pode encontrar muitas coisas aqui. Aqui você vê os tópicos semanais. Isso é algo legal, por exemplo. E você também pode ouvir o som que quiser ouvir, e eles também têm categorias. Se você pressionar os animais, encontrará muitos animais: miados de gatos, pássaros cantando, sapos e assim por diante E você sempre pode usar apenas o prompt ou também baixar essas coisas, se quiser. Depois, você também pode usar como lanças ou travessas ou fazer o que quiser Você pode criar efeitos sonoros muito bons com eles e, como eu disse, pode usá-los comercialmente A próxima coisa que quero mostrar é projeto, porque você pode criar um projeto inteiro. Para explicar isso muito, muito rápido, quero mostrar este vídeo porque esse é um recurso em que você precisa pagar um pouco mais. Eu tenho o plano básico, mas se você quiser fazer muitas coisas aqui dentro dessa ferramenta, você precisa ter uma assinatura mais forte. Quero te mostrar a assinatura no final do vídeo. Apresentando o projeto, seu fluxo de trabalho básico para criar audiolivros em minutos Se você está começando do zero, um URL ou fazendo upload de arquivos EPUB, PDF ou TXT, arquivos EPUB, PDF ou TXT projetos Com o texto pronto, você pode converter tudo áudio com o clique de um botão. Se você quiser misturar vozes em seu áudio, agora você pode facilmente atribuir alto-falantes específicos a diferentes fragmentos de texto Capítulo um, o ponto de ônibus. Ei, você sabe quando sai o próximo ônibus? Perguntou Matteo. Acho que deveria estar aqui agora. Se você precisar corrigir uma seção, projetos permitem que você se regenere sem problemas Então, basicamente, você pode fazer projetos inteiros com diferentes alto-falantes e fazer muito mais. Se você tiver mais interesse, você mesmo pode assistir a este vídeo. Mas então você precisa, é claro, um plano melhor para isso. Eu quero te mostrar isso agora porque eu recebo algumas perguntas de vez em quando. Você tem muitos planos diferentes. Estou agora neste plano inicial atual, e isso é barato Eu pago, eu acho, uns cinco dólares por mês, mas você pode usar mais Então, no plano gratuito, você pode jogar um pouco. Com o plano de $5 por mês, você pode jogar um pouco mais E então, com o plano do criador, esse é o plano mais popular. Você pode começar com 11 dólares por mês, mas depois vai subir, eu acho, para 22 Também tenho certeza de que isso vai mudar um pouco. E você também pode ver o que você ganha aqui. Então, por esses 11 dólares por mês no início, você obtém clonagem de voz profissional Você tem projetos, tem áudio nativo e tem maior qualidade. E com esse plano profissional, você ganha ainda mais. Então, esses são basicamente os planos, e você também pode começar dois meses gratuitamente se usar a assinatura anual. Então você pode brincar com isso um pouco para si mesmo, se quiser. Mas a próxima coisa que quero mostrar a vocês é o estúdio VoiceOver O estúdio VoiceOver também é muito, muito legal. No momento, está melhor. E também aqui você precisa atualizar seu plano. E esse cara aqui explica tudo o que o estúdio de dublagem pode fazer Basicamente, também aqui, você pode criar projetos inteiros, fazer upload de vídeos e fazer dublagens de forma nativa com 11 Isso também funciona muito bem. Eu testei isso algumas vezes. Você pode gerar efeitos sonoros e de voz em um único editor. Você pode importar vídeo diretamente, colocar suas faixas de áudio em camadas e editá-las com precisão. Então, isso é basicamente edição de vídeo com áudio que vem nativamente de 11 laboratórios. Isso funciona muito bem. Então você tem o estúdio de escuta. Aqui, eles também têm alguns recursos, então eu não quero gastar muito tempo com eles. Eu também gerei algumas coisas aqui. Se você simplesmente pressionar Create NU Dup, você pode simplesmente dar um nome ao seu projeto Em seguida, você fornece o idioma de origem e o idioma para o qual deseja traduzi-la, e então você pode enviar sua faixa do YouTube TikTok ou de outras coisas que você também pode fazer manualmente, e então você pode criar essas Isso custará 3.000 créditos. Neste momento, tenho 55.000 créditos restantes para este mês, então eu seria capaz de fazer isso muitas vezes Isso também é algo que eu realmente gosto e adoro porque você pode traduzir seus vídeos muito rápido. E, claro, eles podem te contar um pouco mais detalhadamente, se você quiser. Porque acho que não adianta eu te mostrar cada passo, os mesmos passos que eles te mostram. Basicamente, crie uma nova etapa, envie suas coisas e você estará pronto para arrasar. Você pode recriar suas coisas em outros idiomas. E o mais legal aqui, sim, é que você pode fazer isso também nesses planos básicos, para poder traduzir vídeos com facilidade Então você tem áudio nativo. Além disso, o áudio nativo é muito legal. E também aqui você precisa de um plano mais forte. Basicamente, o que você pode fazer é simplesmente usar um trecho de código, copiar o trecho de código em sua página da web e, em seguida, você terá em sua página essa barra, e essa barra lerá toda a sua página da web e essa barra lerá Eu, por mim, não tenho uma página da web, mas se eu tivesse uma página da web, acho que incluiria isso Se eu publicasse artigos o tempo todo, você pode usar essas coisas e, em seguida as pessoas que acessam sua página da web podem simplesmente pressionar esse botão e 11 laboratórios lerão o artigo em voz alta na frente delas lógica o levará de A a B. A imaginação basicamente considerará que eles têm essa barra, e essa barra lerá todo o seu site para eles. Até mesmo o New York Times incluiu essa e muitas outras páginas da web. Se você ler um artigo do New York Times, verá isso aqui. Ouça este artigo. Você pode simplesmente pressionar isso e, em seguida, basicamente 11 laboratórios lerão este artigo em voz alta. Não tenho certeza se posso jogar isso aqui porque é como se fosse o New York Times. E a última coisa aqui embaixo é o isolador de voz. Se você pressionar o isolador de voz, poderá simplesmente arrastar e soltar um arquivo de áudio que não tenha boa qualidade e poderá torná-lo muito melhor O vídeo de demonstração mostra perfeitamente como isso funciona. E esses arquivos de áudio podem ter até 500 megabytes. Ação da mãe. É necessário remover o ruído de fundo do seu vídeo. Use nosso novo modelo de isolador de voz para obter sempre um áudio cristalino Então você vê que isso funciona perfeitamente. Se você tem vozes ruidosas, se tem muitas coisas de fundo acontecendo, você pode fazer o upload de suas gerações de áudio, e isso ficará muito melhor E essas coisas podem ser muito grandes com 500 megabytes, e você obterá saídas cristalinas aqui Aqui, você sempre vê o quanto você pode criar. No total, tenho 60.000 créditos por mês. No momento, eu tenho 55.000 créditos restantes. Então você tem algumas notificações. Se há algo especial acontecendo. Então, a próxima coisa que você pode fazer é, claro, pressionar seu nome, e você tem muitas outras coisas aqui. Você tem seu perfil e, se pressionar nele como se visse algumas informações, poderá pressionar as teclas de API Se você é um desenvolvedor, pode gerar chaves de API e criar aplicativos com 11 laboratórios. Em seguida, a assinatura, aqui você pode gerenciar sua assinatura. Os pagamentos, se você for um afiliado e se não for um afiliado, você pode continuar se tornando um afiliado você pode Aqui você pode obter até 22% em comissões, e devo dizer que sim, sou afiliado deste programa porque eu mesmo o uso e adoro E acho que ganhei cerca de 100 dólares com eles porque publiquei um ou dois vídeos sobre isso Em seguida, a análise de uso, se você quiser se aprofundar eles têm uma documentação completa. Se você é um desenvolvedor, pode simplesmente ver por si mesmo. Então, a documentação, depois o bloqueio de alterações, a central de ajuda, o programa de afiliados, então um pouco mais sobre esse programa e o classificador de fala AI E, por fim, é claro, os termos de privacidade. Sim, você pode usar isso comercialmente, mas talvez não consiga criar vozes de pessoas diferentes sem o acordo de usar suas vozes E, por fim, é claro, você pode sair. Se você quer se tornar um afiliado, porque eu vejo isso o tempo todo, as pessoas me perguntam isso Você só precisa entrar em contato com a equipe de afiliados , pressionar aqui, digitar suas informações e receber um link que pode ser promovido Você receberá esse link. Acho que fiz isso na pilha de parceiros, então esse seria meu link Talvez eu o inclua na última palestra. E se você quiser fazer uma assinatura no 11 Labs, também pode incluir este link, e então você pode me apoiar. E você também pode, é claro, fazer a mesma coisa. Você pode simplesmente criar um link tão plano. Você pode colocá-lo em vídeos nas redes sociais ou em qualquer lugar, e talvez você possa ganhar até a mesma quantia que paga por esse aluno, e é basicamente de graça. Então, neste vídeo, você aprendeu como o 11 Labs funciona. modo geral, é uma, pelo menos na minha opinião , uma das melhores ferramentas de IA se você quiser gerar fala a partir de texto. E você deveria totalmente experimentar isso. 20. Transcrevendo com sussurro: Vamos falar sobre o sussurro. Whisper é a ferramenta gratuita de código aberto da Openi e você pode até mesmo executá-la localmente Você pode transformar a fala em texto. Você pode fazer transcrições. Se você rolar para baixo, verá como a tecnologia está funcionando. Você pode se aprofundar, se quiser. E aqui você obtém toda a configuração. Então, se você quiser instalar isso localmente, aqui você obtém esta configuração completa. Você precisa instalar o bip Open May whisper. Então você precisa instalar isso aqui. Depois, as atualizações e assim por diante. E então você pode basicamente usá-lo. Agora, se você não quiser fazer isso, você tem muitas outras opções. A opção mais fácil é provavelmente inochio. E se você simplesmente baixar essa coisa e descompactá-la em seu PC, obterá uma interface parecida com esta E aqui você também pode digitar, por exemplo, sussurrar e, se pressionar, basta fazer o download Pinóquio torna isso muito, muito fácil e, se as coisas não estiverem instaladas, basta pressionar instalar e, em seguida, essas coisas funcionarão de forma totalmente automática, que você não precise se preocupar com Essa coisa funcionará automaticamente. Se você usar a plataforma do OpmeAI, é claro, poderá usar o Wisper também no PyTon para fazer E também é muito fácil de usar. Você pode simplesmente usar isso aqui e faremos chamadas de API. Para sussurrar, você pode usá-lo localmente gratuitamente ou integrá-lo em seus próprios projetos com o PyTN E o WiSPA também é muito barato em relação à API. Se voltarmos para baixo mais uma vez neste artigo, você verá que o WiSPA custa 0,006/minuto Ah, sim, isso é muito barato. Se você fizer o upload em alguns minutos, é quase gratuito. Enquanto isso, o Wisper também foi instalado localmente, e aqui você obtém sua interface web gradio Aqui no Open WebUI, você pode simplesmente usar o Wisper e é muito, muito fácil Você pode usar o que quiser. Você pode pressioná-los. Normalmente, a versão grande dois funciona bem. Em seguida, você ativa a detecção automática ou também pode usar o idioma desejado. Você pode digitar em inglês ou o que quer que seja. E então você pode simplesmente arrastar e soltar aqui seu arquivo. Eu só quero dar um exemplo com algo desse curso. Então eu carrego meu arquivo e pressiono gerar arquivo de legenda Aqui inicializamos o modelo e, em seguida, obteremos essa saída E isso também é basicamente um vídeo. Então você vê que este é um vídeo MP 44 Afx, e isso também deve funcionar Se você usa o MP três, é claro, ele vai mais rápido. E aí está. Você vê isso Faça agora 3 minutos. Claro, isso estava rodando localmente, e isso é um vídeo, e o vídeo também é relativamente longo. Agora posso simplesmente pressioná-los e baixar meu arquivo. E agora eu abri aqui meu arquivo de texto, e aqui você vê que eu tenho meu arquivo de texto, e eu também tenho os timestamps Então, o que estou dizendo em qual data e hora. Isso é completamente incrível e você pode trabalhar com eles. Então, neste vídeo, você mostrou como usar o sussurro. Você pode transcrever o que quiser em pouco tempo. E isso é muito, muito barato. E se você quiser executar isso localmente de forma totalmente gratuita, você também pode fazer isso. É realmente muito fácil. 21. Como gerar música de IA com Udio: O próximo passo é, claro, que podemos até mesmo fazer música. Como você pode criar texto, você pode criar efeitos sonoros. Você também pode fazer música. Espero que você entenda que esses modelos de difusão são grandes. Uma das melhores ferramentas do momento é o Udio, e o Udio também lançou a versão 1.5 Se você simplesmente pressioná-los, também poderá ver como isso funciona, e aqui posso simplesmente mostrar uma ou duas gerações que eu criei. Se você simplesmente pressionar play aqui, mosquitos se agitam. Grande. Você ouviu dizer que essa coisa está funcionando. Você também pode sempre ouvir as coisas que são escolhidas. Então eles acham que essa música aqui é legal. Vamos jogar este por um breve momento. Conjunto de parceria. Você está do leste para o oeste, do norte para o sul. Então você vê que isso soa muito, muito bom, pelo menos agora. Essa coisa funciona muito bem. Obviamente, você também pode atualizar seu plano se pressioná-lo, mas também pode começar gratuitamente, mas estará limitado. E se você quiser usar mais, é claro, precisa pagar um pouco. E você pode economizar um pouco se pagar anualmente. Exatamente as mesmas coisas de sempre. Mas você pode começar totalmente de graça, e é muito fácil de usar se você simplesmente pressionar Criar. Aqui você obtém uma interface. Essa interface sempre muda um pouquinho, e você sempre terá novas opções e assim por diante. Basicamente, você pode digitar o que deseja ver. Você pode receber sugestões. Você pode prolongar até 130 segundos com uma única geração. Você pode adicionar suas próprias letras. Você pode fazer muitas coisas aqui. Agora eu quero te mostrar a maneira mais fácil de criar uma música com eles. Podemos simplesmente digitar o que queremos e, claro, precisamos fazer login. Então, basta fazer login com o Google com descartar ou com o Twitter. Vou continuar com o Google. Eu já fiz algumas músicas nessa ferramenta. E agora simplesmente digitamos o que queremos, por exemplo, uma música sobre um coelho E então também podemos fazer muitas coisas diferentes. Podemos usar o modo manual. Se você começar, basta usar as configurações padrão. Também não sou especialista em música. Então, se você usar o modo manual, é claro, você pode fazer muitas coisas. Você pode fazer tags diferentes. Então, se fosse rock, eletrônico, pop, xadrez ou algo assim, acho que eletrônica seria legal com nossa música de coelho Então a letra, você quer ter uma letra personalizada? Portanto, se você pressionar algumas letras personalizadas, poderá digitá-las ou elas serão automáticas. Obviamente, se você incluir esse material manual, sempre poderá digitar o que quiser. Então, o instrumental, como deveria ser o instrumental? Você quer incluir algo ou não? E então o gerado automaticamente, se você quiser fazer tudo automaticamente. Por enquanto, excluo isso aqui, e simplesmente usamos aqui, por exemplo, eletrônico e Electro como nosso texto E simplesmente pressionamos Criar, esperamos um ou 2 minutos e pegamos nossa música. A música tem 1 minuto de duração e, depois disso, também podemos remixá-la Vamos esperar até termos nossa música. E aí está. Temos nossas duas músicas. Demorou cerca de 7 minutos para criá-los, e vamos ver como eles estão. Somos a casa da meia-noite. Vamos. Vamos. Vá. luz da lua brilha. Primeira etapa. Aqui está de volta. Veja o coelho fluir Salte o salto, Acrobat. Veja o coelho fluir, depois as miçangas. Olá com esses pés de coelho. Gire, pule, gire, pule com esses pés de coelho. Isso é incrível, então você pode jogar o dia todo com essa ferramenta. Agora podemos fazer as três coisas a seguir. Nós podemos remixá-los. Podemos estendê-los ou publicá-los. Se você pressionar mixar, poderá fazer aqui muitas coisas diferentes. Obviamente, você pode alterar o texto, por exemplo, alterar o instrumental, alterar o material gerado e, claro, também as variantes Você pode torná-lo mais diferente ou menos diferente. Você pode remixar como quiser. Se você acha que é legal, mas quer tê-lo por mais tempo, basta pressionar estender. Se você pressionar para publicar, poderá compartilhá-lo com todos nesta plataforma. Se você pressionar esses pontos livres, poderá remixar, estender, como você sabe Você pode ver a faixa e adicioná-la a uma playlist. Você pode compartilhá-la, baixar, excluir ou denunciar a música se algo não estiver bem. Acho que pressiono estender porque gosto muito disso, mas você não precisa ouvir a música inteira. Acho que a melhor coisa que você pode fazer é brincar um pouco com essa ferramenta. O áudio é, no momento, pelo menos na minha opinião , a melhor ferramenta O áudio traz músicas que realmente podemos ouvir. Podemos criar e ouvir música em alguns minutos. Isso nunca, nunca foi possível. Pense no que você precisa fazer para criar uma música com essa qualidade sem A. Você precisa aprender a tocar instrumentos. Você precisa aprender a cantar ou precisa encontrar as pessoas certas. Você tem que ir a um estúdio. Você tem que gravá-lo, você tem que editá-lo. Isso é enorme. Agora podemos fazer nossa própria música com alguns cliques e a música, pelo menos na minha opinião, é quase tão boa quanto a música de profissionais Lembre-se de que essa é a pior versão com a qual você jogará. O áudio também ficará cada vez melhor e talvez apareça uma nova ferramenta que seja tão boa quanto os melhores artistas do planeta. A IA é simplesmente incrível. Basta brincar com o banquinho e me dizer se você vai adorar Eu sei que você vai. 22. Recapitulação e obrigado!: Parabéns. Você fez isso. E antes de tudo, obrigado. Você aprendeu IA o mais rápido possível. Começamos com o básico. Então, o que sou eu e o que são LLMs, como eles são treinados e como funcionam? Isso era um pouco teórico, mas você precisa entender isso porque precisa entender que, para obter boas saídas, você precisa de boas entradas e precisa entender os tokens para Começamos quais LLMs existem e como podemos usá-los. Nós temos muitos. Temos Lams de código fechado, como HachPD, clot, Gemini Mas, basicamente, esses são os três grandes, e então temos ams de código aberto. E os LL ams de código aberto, podemos usá-los no Olama no LM Studio ou também no Hugging Então você aprendeu o que são esses LLMs. Você pode tornar o texto pequeno maior ou o texto grande menor. E com tudo isso, você pode fazer muita coisa porque também pode criar código. Você pode criar texto para marketing. Você pode escrever livros antigos. Você pode escrever e-mails e fazer muito mais. Em seguida, conversamos sobre engenharia rápida. Temos a solicitação de funções, a solicitação curta, as instruções estruturadas e algumas dicas, como pensar passo a passo O mais importante é a associação semântica, então você precisa dar contexto Você também pode personalizar seu LLM com o prompt do sistema ou com tecnologia direta E, claro, você pode usar todos esses LLMs por meio de uma API e integrá-los em seus próprios projetos se for um desenvolvedor Claro, há muito mais. Existem inúmeras ferramentas de IA, como perplexity, algo que funciona bem para alguns, e se você quiser jogar também, o bate-papo de abraços é legal e se você quiser jogar também, o bate-papo de abraços Em seguida, conversamos sobre modelos de divisão. Começamos com a geração de imagens. Difusion são modelos treinados em texto e imagens e podem recriar imagens se você digitar Também aqui você precisa ser específico para obter saídas específicas Portanto, a engenharia rápida é importante e funciona da mesma forma em todos os modelos de difusão Pense no que importa. Você viu todas as coisas mais importantes sobre o Mid-Journey, o Dogram, AdobvaFly e até mesmo os modelos de código aberto, como difusão estável em foco ou fluxo, e reformulação em replicação o AdobvaFly e até mesmo os modelos de código aberto, como difusão estável em foco ou fluxo, e reformulação em replicação. Então você aprendeu que os modelos de fusão podem fazer mais porque você também pode criar áudio, vídeo e vozes. Algumas das ferramentas mais populares para vídeos são ling, runway e Beca Se você deseja gerar texto, 11 laboratórios ou cinco DDS e a API OMI é ótima, se você quiser criar músicas, acho que o dio agora é a melhor ferramenta Além disso, funciona mais cedo e eventualmente, também 11 laboratórios no futuro. Além disso, você também pode usar o código aberto WisPR para transcrições Basta instalar o Binochio e você poderá fazer transcrições de forma muito Então, basicamente, você aprendeu muito, e eu quero lhe dizer mais uma vez o que é aprender. Aprender é a mesma circunstância, mas um comportamento diferente. Talvez você não soubesse que a IA pode fazer tantas coisas. Agora, você sabe disso, então você deve totalmente fazer isso. Isso é o mais importante. Use ferramentas de IA somente depois de aprender. E eu quero te dizer o que realmente bons alunos fazem. Eles aprendem juntos porque mais pessoas sempre sabem mais do que pessoas. Então, se você pudesse compartilhar este curso, isso realmente significaria muito para mim. Talvez também signifique a palavra para a outra pessoa, e se a outra pessoa extrair valor desse curso, ela descreverá o valor para você porque você contou a ela. Obrigado por isso, e nos vemos, é claro, mais uma vez neste curso ou em outro curso. E uma última vez, obrigado do fundo do meu coração porque você me deu seu bem mais valioso, seu tempo. Todo mundo nesta terra tem um tempo limitado e você decidiu passar seu tempo comigo. Então, obrigado por isso, e você aprendeu a IA o mais rápido possível.