本书是一本人工智能通识课程教材，系统阐述了多模态人工智能的基础理论、关键技术及应用场景，深入分析了多模态学习、多模态训练、多模态大模型、多模态理解、多模态检索、多模态生成、多模态推理、多模态交互、多模态安全与可信等核心技术，旨在提供一个清晰、全面的多模态人工智能的知识体系，帮助读者更好地理解和应用多模态人工智能技术。本书的出版有助于培养人工智能领域的科技人才，推动新质生产力发展，为建设科技强国提供支撑。

智能制造是制造业的未来方向，而体现智能之处就是生产线的“自主”运行及远程控制。本书综合相关基础知识、健康管理与远程运维技术，结合工程实践，形成了一个智能系统远程运维决策框架。基于健康管理思想，提出了数据完备和数据不完备两种情况下的系统故障诊断模型；基于故障诊断，分别从考虑备件、缓冲库存、服务合同、部件相关性、环境等角度提出了运维技术与模型，并对各个模型的效能以及准确性进行了分析。
本书适宜从事制造业及相关领域的技术人员参考。

本书以生动的语言和丰富的实战案例，详细介绍了AI技术在办公自动化、生活便利化、创意艺术生成、数字媒体制作等多个领域的实际应用，让读者不仅能够快速掌握AI工具的使用技巧，更能深刻理解AI技术的潜力与价值。此外，本书还深入探讨了AI技术如何推动行业进步和社会发展，以及如何在避免潜在风险的同时，最大化地利用这些技术提升人类的工作与生活质量。

10大专题内容讲解+30多个专家提醒+90多个效果文件+130多个实操案例解析+150多分钟同步教学视频+430多张图片全程图解，随书还赠送了200多个AI绘画关键词等资源。
本书具体内容从以下两条线展开。
一条是AI文案线，详细介绍了ChatGPT 4的使用技巧，包括插件应用、提问技巧、高效提问、文案实战等，帮助读者步步精通使用ChatGPT创作AI文案。
一条是AI绘画线，详细介绍了Dall·E的使用技巧，包括快速上手、绘画指令、风格指令、高级玩法、绘画实战等，从绘制艺术插

本书全面地介绍了ChatGPT的知识体系，包括基础知识、核心原理、交互技巧、应用场景等方面的内容。将理论与实践相结合，每章节都配有大量具体的示例，强调应用性。案例丰富多样，覆盖日常生活、工作学习、创业创新等广泛场景，具有很强的指导意义。是目前ChatGPT领域示例最丰富、覆盖面最广的综合类图书。
本书共11章。第1章介绍ChatGPT的基本概念、技术原理、性能表现等。第2章从与传统搜索引擎的区别阐述ChatGPT的独特优势。第3、4章详细介绍如何与ChatGPT高效交互的技巧及高级用法。第

本书共8章，内容涵盖广泛，语言表述通俗易懂，采用图文并茂的方式进行讲解。第1章概述了文心一言的发展历程、基础知识以及实用技巧；第2章聚焦于文心一言在写作与绘画领域的具体应用，并提供了相关案例供读者参考；第3章介绍了如何利用文心一言提高工作效率，同时展示了相关的应用场景和案例；第4章则针对教育学习领域，详细讲解了文心一言在该领域的应用及相关案例；第5章将视角转向生活方面，深入探讨了文心一言在日常生活中的各种应用，并提供了丰富的案例以资借鉴；第6章介绍了使用文心一言增添生活趣味性的各种应用

《具身智能》这本书深入探讨了人工智能中的一个新兴领——具身智能，即智能系统与物理身体的结合。本书系统论述了具身智能的理论框架，包括身体与思维的互动、感知与行为的统一性，以及智能体如何通过与环境的互动来学习写适应。书中详细介绍了自由能原理，这是理解生命体和智能系统组织原则的关键理论，同时探讨了这一原理在人工智能设计中的应用，如强化学习感知与行动的和谐统一等。此外，本书还讨论了多学科视角下的智能解读，以及空间智能与具身智能的整合策略，为读者提供了一个全面了解人工智能未来发展趋势的窗口。

智能办公时代，人工智能正在进入千行百业，成为降本增效的生产力工具。每个企业、每个人都将拥有个性化的超级助理，以人机协同的新常态创造AI时代的工作方式。
本书以钉钉的探索与实践为基础，展现了基于人工智能的超级助理将为企业和个人带来的巨大变革。从战略制定到业务增长，从组织协同到人事管理，超级助理将利用感知、记忆、规划和行动四种主要能力，在企业协作、创新和决策方面提供更好的支持。
此外，本书也详细叙述了钉钉自诞生至今，数次迭代升级的底层逻辑和实施过程，以及乡村小学、传统巨头和

智能传播，这是一个与时代同行的话题，一个与科技同步演进的领域。在这个信息风暴不断升级的时代，我们面临着前所未有的挑战与机遇。而本书则在这个时代的大舞台上，以独特的视角探讨了智能媒体与智能传播的多重层面。本书从计算社会科学的角度出发，深度挖掘了智能媒体与智能传播其定义、背景、以及未来的发展图景，探索了智能媒体是如何通过技术改变传播介质，如何与媒体业务深度融合，以及如何智能感知并满足用户媒体需求；梳理了人工智能相关技术及其在社交网络、舆情监控、个性化推荐等领域的应用。同时，也正视了人工智能

本书介绍了使用机器学习进行个性化预测的通用原理和方法，以及其在推荐系统等具体场景下的应用。第一部分简要介绍了机器学习的基础内容，主要围绕回归和分类展开对基本内容、特征设计和评估方法的探讨。第二部分详细介绍了个性化机器学习的基础知识。首先围绕推荐系统设置介绍了基于记忆和基于模型的推荐方法等相关知识，并探讨了将社交关系和价格等特征纳入推荐中的个性化设置；之后，从时序和序列建模的角度介绍了自回归和马尔可夫链等基本方法，以及基于神经网络的更复杂的个性化技术。第三部分介绍了个性化机器学习的一些新