在数字化浪潮的推动下，人工智能技术正以前所未有的速度渗透到各行各业中， 越来越多的AI概念正在深入我的的生活。
不少公司正在开发AI伴侣应用程序，这些应用程序能够提供情感支持和陪伴，如Replika AI，它允许用户与一个AI聊天机器人建立关系，随着时间的推移，AI伴侣会学习用户的偏好和习惯。
今天开源君就来和大家分享一个非常有趣的开源项目 - ，让开发者能够轻松创建和部署虚拟数字人。
项目地址：https://github.com/GuijiAI/duix.ai
，全称为"Dialogue User Interface System"，是一个集成了数字化虚拟人与AI技术的开源项目，由硅基智能开发的，旨在打造一个数字人智能交互平台。它通过结合最新的人工智能研究成果，为用户提供了一系列强大的功能和工具，使得虚拟人不仅能够进行智能交互，还能够在多种商业场景中得到应用。
允许开发者在Android和iOS等设备上一键部署，为用户提供即时的虚拟人互动体验。这个SDK不仅提供了直观的效果展示，还支持用户进行二次开发，可以根据提供的开放文档轻松开发出定制化的虚拟人应用。
的目标是降低技术门槛，让更多企业和开发者能够快速接入并利用AI技术，推动数字化转型。不仅代表了技术的进步，更是对未来人机交互方式的一次大胆探索。
-
一键快速集成：无需客户提供技术团队进行配合，支持低成本快速部署在多种终端及大屏。
-
网络依赖小：无网络环境可运行。
-
可自由定制：可根据客户需求满足视频、媒体、客服、金融、广电等多个行业的多样化需求。
-
画质流程清晰：模型支持50帧/秒以上的超流畅画面质量，超电影级标准的24帧/秒。
-
突出的实时渲染能力：视频生成效率超过1:0.5（生成时长：生成耗时），达到直播/实时交互应用标准。
-
真人级的交互质量:模型对动作、微表情乃至声音唇形的精准同步，实现。
-
模型对算力要求低:无论是个人电脑、平板、车载系统，甚至是手机，都能流畅运行。
Duix.ai提供了详细的文档和示例代码，帮助开发者快速上手。无论是Android还是iOS平台，Duix.ai都提供了相应的SDK和API，使得集成变得简单快捷。
Android平台上，需要支持Android 7.0至Android 13系统，硬件至少需要4核CPU和4G内存。
-
在 build.gradle 文件中添加依赖配置。
-
配置: 在AndroidManifest.xml中添加必要的权限，如INTERNET和MODIFY_AUDIO_SETTINGS等。
-
初始化: 在应用的onCreate()方法中初始化DUIX对象，并设置回调以处理SDK事件。
-
渲染: 使用RenderSink接口来接收和渲染数字人形象。
-
播报: 通过提供wav文件路径启动数字人播报功能。
iOS平台，则需要Xcode和iOS 12.0以上环境，iPhone X及以上设备。
-
安装: 通过Xcode将DUIX SDK集成到iOS项目中。
-
初始化: 使用GJLDigitalManager类初始化数字人模型，并指定显示视图。
-
渲染: 调用toStart方法开始渲染数字人。
-
播报: 使用toSpeakWithPath方法播放音频文件，驱动数字人进行播报。
-
控制: 提供了取消播放、暂停、播放和结束渲染的方法。
以上这些步骤提供了在Android和iOS平台上使用duix.ai SDK的基本流程。具体的实现和配置细节需要参考项目的详细文档和示例代码。
接下来开源君带大家来看看，duix.ai数字人的实时驱动效果。
比如类似野蛮女友的风格
情感大师的风格
duix.ai项目提供了14个内置的数字人形象，可以直接体验数字人的魅力。
内置的模特模板和AI模型包可以通过公网地址下载，可以快速开始数字人的定制和开发。
GitHub上官方已多次更新，后续将更新上线更多数字人形象模型。
是一个非常有前景的开源项目，不仅提供了一个功能强大的数字人SDK，还通过完全开源的方式，鼓励和支持开发者进行创新和优化，为整个行业提供了一个创新的平台。无论是对于企业还是个人开发者来说，duix.ai都是一个值得关注和尝试的项目。
更多细节功能，感兴趣的可以到项目地址查看：
项目地址： https://github.com/GuijiAI/duix.ai
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- prompt 攻击和防范
- …
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 Javascript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【】
