项目1　解析生成式AI技术原理——DeepSeek-R1开源大模型实战研究　1
任务导入　2
1.1　相关知识　2
1.1.1　生成式AI技术的背景介绍　2
1.1.2　生成式AI技术的原理　3
1.1.3　生成式AI技术的发展　7
1.2　任务实施　8
1.2.1　应用实例　8
1.2.2　技术比较　13
1.2.3　体验开源的生成式AI工具或平台　16
1.2.4　利用DeepSeek生成钢铁行业智能化设备调研报告　24
1.3　拓展创新—AI大模型创新应用　31
1.4　课后任务　32
项目2　构建AI伦理决策体系——从伦理框架设计到合规治理机制实施　33
任务导入　34
2.1　相关知识　34
2.1.1　生成式AI的法律、版权　34
2.1.2　AI工程的伦理原则概述　39
2.1.3　AI系统的规范与标准　40
2.2　任务实施51
2.2.1　欧盟专利局拒绝以AI工具作为唯一发明人的专利申请　51
2.2.2　AI工具编写的假新闻足以以假乱真　52
2.3　拓展创新—AI伦理　52
2.4　课后任务　56
项目3　设计数据安全防护架构——差分隐私与模型安全攻防实践　57
任务导入　58
3.1　相关知识　58
3.1.1　生成式AI数据安全概念　58
3.1.2　生成式AI数据安全威胁与风险　59
3.1.3　生成式AI数据隐私和保护　61
3.1.4　案例分析　64
3.2　任务实施　65
3.2.1　模型安全　65
3.2.2　大模型的访问控制和认证　73
3.2.3　安全的AI系统设计　74
3.3　拓展创新—实践中的AI对抗攻击与防御　75
3.4　课后任务　77
项目4　国产AI搜索技术解析——从知识图谱构建到Kimi深度应用　78
任务导入　79
4.1　相关知识　79
4.1.1　国产AI搜索技术简介　79
4.1.2　国产AI搜索引擎原理　80
4.2　任务实施　86
4.2.1　国产AI搜索技巧入门指南　86
4.2.2　高效使用国产AI搜索工具　97
4.3　拓展创新—使用AI搜索工具生成知识图谱　109
4.3.1　知识图谱介绍　109
4.3.2　知识图谱构建技术　110
4.3.3　知识图谱的数据模型　110
4.3.4　使用Kimi生成知识图谱　110
4.4　课后任务113
项目5　了解AI增强型编程——代码优化与文生图关键技术实战　114
任务导入　115
5.1　相关知识　115
5.1.1　大语言模型处理图像方案　116
5.1.2　大语言模型作为增强器　116
5.1.3　大语言模型作为预测器　117
5.1.4　GNN和大语言模型对齐　117
5.2　任务实施　118
5.2.1　IT编程　118
5.2.2　文生美图　122
5.3　拓展创新—使用AI快速分析并选型开源框架　127
5.4　课后任务　131
项目6　掌握AIGC图像工程——Stable Diffusion全流程工业级应用　132
任务导入　133
6.1　相关知识　134
6.1.1　AI绘画工具介绍　134
6.1.2　Stable Diffusion介绍　135
6.2　任务实施　162
6.2.1　超写实图片案例　163
6.2.2　产品包装设计案例　168
6.2.3　AI服装设计案例　171
6.2.4　电商美工图案例　174
6.3　拓展创新—精确控制提示词　178
6.3.1　使用Kimi建立提示词工程　178
6.3.2　告诉Kimi输出的格式　183
6.3.3　输入主题　183
6.3.4　生成图片　184
6.3.5　让Kimi给出更多的思路　184
6.4　课后任务　185
项目7　实现AIGC视频工业化——AI数字人创作与智影平台全链路解析　186
任务导入　187
7.1　相关知识　187
7.1.1　AI视频创作的技术原理　187
7.1.2　AI视频制作基本流程　192
7.2　任务实施　194
7.2.1　AI数字人　194
7.2.2　生成主图视频　212
7.2.3　“DeepSeek+剪映”生成视频的案例　224
7.3　拓展创新—AIGC视频工业化的伦理治理与可持续生态构建　228
7.3.1　AIGC视频在全球范围内的伦理治理框架与风险挑战　228
7.3.2　中国在AIGC视频领域的治理实践与规范探索　229
7.3.3　实现技术创新与伦理责任平衡的实践路径　229
7.4　课后任务　230