【AI驅(qū)動(dòng)】 Deepseek是一個(gè)文案小幫手，即夢(mèng)是一鍵成品視頻內(nèi)容幫手.假設(shè)一下，你只需輸入文字描述，AI就能幫你生成一段專業(yè)的視頻內(nèi)容。即夢(mèng)最近直接將 DeepSeek 接入進(jìn)來了，不用絞盡腦汁想繪畫提示詞了。以下是操作步驟。

【AI驅(qū)動(dòng)】 使用Deepseek生成AI思維導(dǎo)圖/圖表的基本思路是： 1、向Deepseek等大模型輸入需求 2、大模型根據(jù)需求輸出結(jié)構(gòu)化、邏輯強(qiáng)的高質(zhì)量內(nèi)容，且?guī)б欢ǜ袷剑鏜arkdown / Mermaid代碼 3、將帶格式的文本，通過渲染工具（如Xmind、Mermaid在線編輯器）生成思維導(dǎo)圖/圖表

【AI驅(qū)動(dòng)】 本文分為三小節(jié) 一、學(xué)習(xí)AI，為什么要了解Markdown和Mermaid 二、對(duì)兩者進(jìn)行基本介紹 三、說明兩者的區(qū)別與關(guān)系

【AI驅(qū)動(dòng)】 如何本地部署DeepSeek AI模型，并結(jié)合私人知識(shí)庫和聯(lián)網(wǎng)搜索功能。文章首先指導(dǎo)讀者通過ollama官網(wǎng)下載并安裝DeepSeek模型，然后介紹了如何通過Page Assist插件在瀏覽器中使用DeepSeek模型，并設(shè)置語言和聯(lián)網(wǎng)搜索功能。接著，文章講解了如何搭建私人知識(shí)庫，包括拉取文本嵌入模型和上傳本地資料。最后，作者展示了如何利用知識(shí)庫來回答特定問題，并提供了一個(gè)免費(fèi)星球鏈接，其中整理了各種學(xué)習(xí)DeepSeek的資料。整個(gè)教程旨在幫助用戶實(shí)現(xiàn)無需復(fù)雜配置的本地部署，同時(shí)享受聯(lián)網(wǎng)搜索和知識(shí)庫帶來的便利。

【AI驅(qū)動(dòng)】 結(jié)合DeepSeek和Kimi AI工具，可以在短短三分鐘內(nèi)生成專業(yè)的PPT。文章首先介紹了如何使用DeepSeek生成PPT內(nèi)容，通過提出具體要求，DeepSeek能夠提供邏輯性強(qiáng)且全面的內(nèi)容。然后，利用Kimi PPT助手進(jìn)一步潤色和完善大綱，并一鍵生成PPT，用戶可以選擇免費(fèi)的PPT模板進(jìn)行個(gè)性化設(shè)置。文章強(qiáng)調(diào)了這種AI工具組合的高效率，顯著提升了職場(chǎng)人士制作PPT的效率，使得PPT制作變得輕松快捷。

【AI驅(qū)動(dòng)】 行者AI視頻發(fā)布了一篇教程，展示了如何利用DeepSeek和哩布AI工具在短短三分鐘內(nèi)制作出哪吒2走秀視頻。文章首先介紹了通過DeepSeek生成走秀場(chǎng)景的AI繪畫提示詞，然后指導(dǎo)讀者在哩布官網(wǎng)使用預(yù)設(shè)的哪吒IP模型生成走秀圖片。接下來，使用可靈AI將圖片轉(zhuǎn)化為視頻，并進(jìn)行后期剪輯，添加背景音樂和調(diào)整節(jié)奏以完成最終作品。整個(gè)過程簡便快捷，使得每個(gè)人都能成為內(nèi)容創(chuàng)作者，且DeepSeek在多個(gè)領(lǐng)域都能發(fā)揮巨大作用。文章最后提到，通過這些步驟，可以輕松制作出高質(zhì)量的視頻，并鼓勵(lì)讀者加入AI公開課分享群以獲取更多AI干貨。

【AI驅(qū)動(dòng)】 如何使用DeepSeek工具制作AI古詩詞視頻，以此在社交媒體上快速增粉。文章詳細(xì)拆解了視頻制作流程，包括利用DeepSeek生成古詩分鏡腳本、繪畫提示詞，使用即夢(mèng)AI工具根據(jù)提示詞生成圖片，并通過即夢(mèng)AI將圖片轉(zhuǎn)化為視頻。此外，還涉及了視頻配音和剪輯的步驟。文章還探討了此類視頻賬號(hào)的變現(xiàn)方法，如通過視頻平臺(tái)的創(chuàng)作者分成計(jì)劃、小紅書商單、櫥窗帶貨和定制課程等方式實(shí)現(xiàn)盈利。作者強(qiáng)調(diào)了AI工具在內(nèi)容創(chuàng)作中的普及和重要性，并提供了DeepSeek使用指南的領(lǐng)取方式。

【AI驅(qū)動(dòng)】 利用DeepSeek大模型在個(gè)人電腦上構(gòu)建一個(gè)輕量、極速且免費(fèi)的個(gè)人知識(shí)庫。該知識(shí)庫軟件不需要向量數(shù)據(jù)庫，對(duì)電腦性能要求低，能夠快速響應(yīng)查詢并提供AI分析。作者選擇了whoosh作為查詢工具，因?yàn)樗p量且開源，同時(shí)選擇了DeepSeek-r1:1.5b模型，因?yàn)樗軌蛱峁┛焖偾腋哔|(zhì)量的回答。通過whoosh和DeepSeek-r1:1.5b的結(jié)合，實(shí)現(xiàn)了毫秒級(jí)的關(guān)鍵詞查詢和秒級(jí)的AI回復(fù)。此外，作者還對(duì)軟件進(jìn)行了多項(xiàng)改進(jìn)，包括優(yōu)化whoosh查詢邏輯、調(diào)整PDF讀取方案等，并計(jì)劃增加更多功能，如網(wǎng)頁抓取和自動(dòng)大模型分析。目前，該軟件已完全開源，用戶可以通過作者的公眾號(hào)獲取代碼。文章還提到了DeepSeek-r1模型的創(chuàng)新點(diǎn)，包括冷啟動(dòng)數(shù)據(jù)與多階段訓(xùn)練、強(qiáng)化學(xué)習(xí)驅(qū)動(dòng)的推理優(yōu)化以及蒸餾技術(shù)擴(kuò)展能力。作者強(qiáng)調(diào)，這個(gè)本地搭建的個(gè)人知識(shí)庫方案是輕量高效的，極速響應(yīng)的，并且完全免費(fèi)開源，適合個(gè)人和企業(yè)使用。

【AI驅(qū)動(dòng)】 本文介紹了如何將DeepSeek最新推理模型R1接入Python編程環(huán)境，并在本地電腦上進(jìn)行搭建。該方法不僅支持個(gè)人知識(shí)庫管理，還能提高編程學(xué)習(xí)效率，且完全免費(fèi)，不需要任何費(fèi)用。推薦的搭建框架包括DeepSeek-r1:1.5b模型、PyCharm社區(qū)版開發(fā)環(huán)境和CodeGPT插件。DeepSeek-r1:1.5b模型即使在小參數(shù)尺寸下也能提供高質(zhì)量的回答，適合沒有大顯存GPU的普通電腦使用，能夠?qū)崿F(xiàn)快速響應(yīng)。文章詳細(xì)描述了從安裝PyCharm社區(qū)版到下載ollama軟件并安裝deepseek-r1:1.5b模型，再到將模型接入PyCharm的步驟。通過CodeGPT插件，用戶可以在PyCharm中直接與DeepSeek-r1進(jìn)行對(duì)話式提問，輔助編程學(xué)習(xí)，享受快速的本地運(yùn)行體驗(yàn)，無需額外費(fèi)用。

【AI驅(qū)動(dòng)】 文章介紹了OpenManus項(xiàng)目，這是一個(gè)由MetaGPT團(tuán)隊(duì)在GitHub上開源的項(xiàng)目，旨在復(fù)刻Manus的核心功能，從而打破AI Agent的「特權(quán)壁壘」。Manus是一款現(xiàn)象級(jí)產(chǎn)品，其內(nèi)測(cè)邀請(qǐng)碼曾被黃牛炒至5萬元，但網(wǎng)友實(shí)測(cè)發(fā)現(xiàn)其任務(wù)執(zhí)行延遲嚴(yán)重，服務(wù)器頻繁崩潰。OpenManus項(xiàng)目提供了一個(gè)免費(fèi)的、支持本地部署的解決方案，可以外掛任意工具鏈。

【AI驅(qū)動(dòng)】 在DeepSeek開源周的第二天，團(tuán)隊(duì)發(fā)布了DeepEP，這是一個(gè)專為混合專家模型（MoE）和專家并行（EP）設(shè)計(jì)的高效通信庫。DeepEP針對(duì)DeepSeek-V3論文中提出的組限制門控算法進(jìn)行了優(yōu)化，并為非對(duì)稱域帶寬轉(zhuǎn)發(fā)提供了高性能核心，這些核心不僅具有高吞吐量，適合訓(xùn)練和推理預(yù)填充任務(wù)，還支持流多處理器（SM）數(shù)量控制。對(duì)于延遲敏感的推理解碼場(chǎng)景，DeepEP包含一組純RDMA低延遲核心，將延遲降至最低，并引入了基于鉤子的通信-計(jì)算重疊方法，不占用任何SM資源，進(jìn)一步提升效率。

【AI驅(qū)動(dòng)】 DeepSeek在其開源周的最后一天發(fā)布了支撐其V3/R1模型全生命周期數(shù)據(jù)訪問需求的核心基礎(chǔ)設(shè)施，包括Fire-Flyer File System（3FS）和構(gòu)建于其上的Smallpond數(shù)據(jù)處理框架。3FS是一種并行文件系統(tǒng)，它充分利用現(xiàn)代SSD和RDMA網(wǎng)絡(luò)的全帶寬，在180節(jié)點(diǎn)集群上實(shí)現(xiàn)了6.6 TiB/s的聚合讀取吞吐量，并在25節(jié)點(diǎn)集群的GraySort基準(zhǔn)測(cè)試中達(dá)到3.66 TiB/分鐘的吞吐量。3FS具有分離式架構(gòu)、強(qiáng)一致性、文件接口等關(guān)鍵特性，并支持多樣化工作負(fù)載，如數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)加載、檢查點(diǎn)保存和推理KVCache。Smallpond是一個(gè)輕量級(jí)數(shù)據(jù)處理框架，建立在3FS之上，具有高性能、可擴(kuò)展性和易用性特點(diǎn)，支持Python 3.8到3.12，可以通過pip安裝。DeepSeek本周發(fā)布的技術(shù)棧還包括FlashMLA、DeepEP、DeepGEMM以及并行計(jì)算策略，展示了其在大模型技術(shù)領(lǐng)域的全面布局。

【AI驅(qū)動(dòng)】 DeepSeek在第四天開源了一套專為大規(guī)模AI模型設(shè)計(jì)的并行計(jì)算策略優(yōu)化工具，包括DualPipe、EPLB和Profile-data三個(gè)項(xiàng)目。DualPipe是一種雙向流水線并行算法，實(shí)現(xiàn)了前向和后向計(jì)算過程的計(jì)算-通信階段完全重疊，減少了流水線氣泡。EPLB是專家并行負(fù)載均衡器，通過復(fù)制工作量大的專家并合理分配到各GPU上，確保負(fù)載均衡。Profile-data提供了性能分析數(shù)據(jù)集，幫助社區(qū)理解計(jì)算與通信重疊的性能。這些工具共同支撐了DeepSeek-V3模型的高效訓(xùn)練和推理并行處理能力。

【AI驅(qū)動(dòng)】 在DeepSeek開源周的第三天，團(tuán)隊(duì)發(fā)布了DeepGEMM，這是一個(gè)專為Hopper架構(gòu)GPU優(yōu)化的矩陣乘法庫。DeepGEMM支持標(biāo)準(zhǔn)矩陣計(jì)算和混合專家模型（MoE）計(jì)算，為DeepSeek-V3/R1的訓(xùn)練和推理提供支持，并在Hopper GPU上實(shí)現(xiàn)了1350+ FP8 TFLOPS的高性能。該庫的核心代碼簡潔高效，僅約300行，且在大多數(shù)矩陣尺寸下性能優(yōu)于現(xiàn)有解決方案。DeepGEMM支持三種數(shù)據(jù)排列方式，包括標(biāo)準(zhǔn)排列和兩種專為混合專家模型設(shè)計(jì)的特殊排列（連續(xù)排列和掩碼排列），并采用即時(shí)編譯技術(shù)，無需在安裝時(shí)進(jìn)行編譯。

【AI驅(qū)動(dòng)】 DeepSeek-R1作為一款開源的AI模型，因其出色的性能和成本效益而受到廣泛關(guān)注。它不僅在問題解決、推理和編碼方面表現(xiàn)出色，還通過內(nèi)置的鏈?zhǔn)剿伎纪评硖嵘诵省１疚脑敿?xì)介紹了如何使用Ollama在本地免費(fèi)運(yùn)行DeepSeek-R1模型，整個(gè)過程僅需3分鐘。通過簡單的安裝步驟，用戶可以快速下載并啟動(dòng)該模型，實(shí)現(xiàn)在本地與DeepSeek-R1的交互。此外，文章還提供了如何結(jié)合SingleStore數(shù)據(jù)庫和LangChain框架構(gòu)建RAG應(yīng)用的教程。通過NVIDIA NIM微服務(wù)獲取DeepSeek-R1的API密鑰后，用戶可以利用LangChain將模型與SingleStore數(shù)據(jù)庫連接，實(shí)現(xiàn)對(duì)自定義文檔的查詢和分析。這一過程不僅展示了DeepSeek-R1的強(qiáng)大功能，還為開發(fā)者提供了在本地運(yùn)行和部署AI模型的實(shí)用指南。