微信公众号一键关注二维码怎么生成，怎样让生成式 AI 真正普惠大众?高通给出了答案

一、微信公众号一键关注二维码怎么生成

打开自媒体管家使用微信公众号账号与密码登录，默认进入消息界面，点击底部的“发现”。

在下面有一个微信公众号一键关注生成器，这一个功能是新版本增加的。

输入你的公众号ID账号，点击生成。

这样我们就可以看到生成的一键关注二维码效果了，下面多了操作提醒功能“长按指纹，识别二维码”。

在软件中长按不会识别二维码，这是指发送到微信朋友圈或微信群时，长按会识别，在这里长按会弹出将此图片保存到手机上。

现在可以去打开微信，在消息输入时选择发送图片。

找到刚刚保存到手机上的一键关注二维码图片，发送成功。

对方打开图片，长按就可以识别图中的二维码，进入你的公众号关注界面，点击关注就可以成功关注的你的公从号。

二、ai写作哪个好用

1、ai写作生成器是指利用人工智能技术来生成文章、文案等文本内容的软件，目前市面上有很多款这样的软件，常见的微撰等。微撰是一款结合了人工智能技术的在线聊天软件，它可以实现自动写作。

2、微撰是一款基于人工智能技术的在线聊天软件，它可以实现自动写作。微撰的自动写作功能可以通过人工智能技术来自动生成文章、回复、语音消息等内容。目前，市场上有许多ai智能写作app。

3、Jasper是目前最热门的AI文案工具，支持25种文案，为每个人生成的文案都是原创无抄袭内容，非常适合内容创作者和学生党。

4、微撰是一款AI在线聊天软件，集成了自动写作功能，可以根据用户输入的内容，自动生成文章、回复、消息等。相比传统的写作工具，微撰的自动写作功能更加智能化，可以自动识别语言模式、语法结构等，提高写作效率和质量。

1、微撰是一款AI在线聊天软件，集成了自动写作功能，可以根据用户输入的内容，自动生成文章、回复、消息等。相比传统的写作工具，微撰的自动写作功能更加智能化，可以自动识别语言模式、语法结构等，提高写作效率和质量。

2、Chat助手app是一款基于人工智能技术的文章写作辅助工具，它可以为用户快速生成高质量的文章。下面是使用chat助手app进行ai文章写作的步骤：打开Chat助手app并登录账号用户需要先下载并安装Chat助手app，然后在打开应用后登录账号。

3、总的来说，微撰是一款非常实用的ai创作平台，可以帮助用户快速高效地完成写作任务。与其他ai智能写作app相比，微撰具有更好的智能分析和文本处理能力，更适合需要高质量写作任务的用户。

4、JarvisAI：由Conversion.ai开发的AI写作助手，可以用于生成博客、广告文案、社交媒体帖子等。它的语言生成质量也很高，而且相对来说比较便宜。Copy.ai：也是一个AI写作助手，可以用于生成广告文案、标语、产品描述等。

1、ai智能写作软件：壹写作、口袋写作、作家助手、写作猫、桔子写作。壹写作：壹写作是一个智能小说、长文写作软件，用户可以通过PC或Mac开展创作，尤其适合需要长时间思考的长文本的写作内容。

2、AI代表人工智能，是指计算机程序模拟人类智能的能力。自动写作软件是一类利用人工智能技术来自动撰写文章或文档的程序，可以帮助用户节省写作时间和成本。

3、AI是人工智能(ArtificialIntelligence)的缩写，是指计算机系统模拟人类智能行为的能力。微撰是一款AI在线聊天软件，结合了人工智能技术，可以实现在线聊天、语音通话、文字聊天等功能。

ai自动写作软件和ai智能对话app在市场上越来越受欢迎，它们都可以实现自动写作的功能。微撰是一款基于人工智能技术开发的在线聊天软件，可以为用户提供自动写作服务。

微撰是一款基于人工智能技术的在线聊天软件，它可以实现自动写作。微撰的自动写作功能可以通过人工智能技术来自动生成文章、回复、语音消息等内容。目前，市场上有许多ai智能写作app。

微撰是一款由人工智能技术开发的在线聊天软件，可以帮助用户自动写作。通过微撰，用户可以与机器人进行实时对话，机器人会自动接收用户输入并生成文章。

怎样让生成式AI真正普惠大众？高通给出了答案

今年以来，以ChatGPT为代表的生成式AI大模型赛道持续火热，科技企业们纷纷抢滩，陆续拿出自家的AI大模型产品，就在不久前的8月份，智能手机品牌小米也公布了自己的AI大模型，然后9月份还上线了小爱同学大模型版。

还有本月初举办的2023中国国际服务贸易交易会上，生成式AI也成为关键热词，智谱AI、APUS等多家企业展示了AI大模型产品，大家更是体验到了利用AIGC和数字人技术打造的“元宇宙体验中心”。

而就在这次服贸会的成果发布平台中，高通公司发布了印刷版的人工智能AI白皮书——《混合AI是AI的未来》，在白皮书中，高通梳理了在AI领域技术和发展的洞察，旨在与更多合作伙伴探索AI普惠之路。

同时，高通公司全球副总裁侯明娟在会上表示，终端侧AI是实现混合式AI架构、扩展生成式AI至全球更广范围的关键。

巧的是，刚刚我们说的小米AI大模型，也没有专注于扩张超大参数，而是尝试将13亿参数的模型放到用户的手机本地运行。

可见，终端侧的AI正引起行业的广泛重视，在AI技术和产业接下来的发展中将扮演无比重要的角色。

终端侧AI之所以如此重要，是因为它能够缓解云端AI在成本、能耗、性能、隐私、安全和个性化等方面存在的问题，特别是生成式AI快速发展的当下，这些问题会显得尤为突出。

比如首先在成本上。据估计，每一次基于生成式AI的网络搜索查询，其成本都是传统搜索的10倍，而这只是众多生成式AI的应用之一。如果把这些运算、处理都放在云端，无论对于规模大小的搜索引擎企业来说，都是一笔很不划算的成本负担。

将一些处理从云端转移到边缘侧终端，就可以减轻云基础设施的压力并减少开支。就像高通，他们可以利用现已部署的、具备AI能力的数十亿边缘侧终端来进行运算处理，很大程度上减轻云端基础设施的负担。

再比如能耗方面，边缘终端能够以很低的能耗运行生成式AI模型，尤其是将处理和数据传输相结合时，能够帮助云服务提供商显著降低数据中心的能耗。

终端侧AI也能增强整个AI应用体系的可靠性，比如现在大家使用一些大模型产品，高峰时段经常会遇到应答很慢、甚至生成失败的情况。但有了终端侧AI，就可以把相当一部分的计算负载转移到终端侧，这样当生成式AI查询对于云有需求时，就有更大的可能避免高峰拥堵，从而有效减少排队等待和高时延、乃至拒绝服务的情况。

此外，终端侧AI从本质上也有助于保护用户隐私，因为敏感的数据和信息可以保留在终端上，无论是对企业用户还是个人用户来说，这一点都是非常重要的。

当隐私安全得到保障后，紧接而来的好处就是个性化的体验成为可能。

因为服务提供商能够在不牺牲用户隐私的前提下，最大程度根据用户的个性化数据提供对应的服务，例如我们手机上的AI助手就能更深入地了解我们的习惯、兴趣、需求，从而绘制出更精确的用户画像，以提供个性化的服务。而这些用户画像，都是保留在终端内的。

总之，在AI未来发展的道路上，终端侧AI和云端AI同等重要，它会和云端AI一起，真正释放生成式AI技术发展能够对大众带来的普惠价值，并且生成式AI的应用和普及越广泛越深入，终端侧AI的行业潜力和价值就越会凸显，深刻改变我们生产和生活的方方面面。

过去我们总是听到“AI改变世界”，但落地到实际应用中，感知仿佛并不是很强烈，但生成式AI的涌现，仿佛让人们对“AI改变世界”有了初步的、真切的体会。

试想未来，我们的手机会因为生成式AI而变得更简洁、智慧，成为真正的随身助理；PC会成为更强大的生产力工具，大大提速我们的日常工作流，过去需要人工数小时或数天完成的任务，只需要几分钟就能搞定；还有汽车也能成为高度个性化的空间，帮你规划出行路线、提供定制化的音乐和博客等体验……

当然，这些还只存在于我们设想中的未来，要想将这样的理想变成现实，让AI真正改变世界，就需要进一步推动生成式AI的大规模扩展和应用，这背后，以混合AI架构为基础，特别是获得终端侧AI的赋能，就是关键。

而在行业里，恰好就有一家企业一直以来致力于此，就是高通。

高通在AI领域已经深耕超过15年，并且已经面向数十亿手机、汽车、XR头显与眼镜、PC和物联网等边缘终端提供行业领先的AI硬件和软件解决方案，在终端侧AI方面拥有相当的领导力。

在软件方面，高通首先是在终端侧生成式AI方面有强大的领导力，他们对生成式AI的研究可追溯到生成式对抗网络（GAN）和变分自编码器（VAE），利用VAE技术，高通创建了更好的视频和语音编解码器，将模型规模控制在1亿参数以下。

而近期，高通已在终端侧实现支持超过10亿参数的生成式AI模型，比如StableDiffusion，并计划未来在终端侧支持参数高达数百亿的模型。

他们不仅在研究如何将生成式AI模型用作通用代理来构建计算架构，并使用语言来描述相关任务和行为，同时也正在研究如何能够通过增加感知输入（比如视觉和音频），进一步开拓这一能力以及环境交互能力，比如对机器人生成指令或运行软件。

而在关键的终端侧AI方面，高通则通过AI硬件加速和简化开发的软件解决方案，引领终端侧AI的推理。这样的AI加速架构具备灵活性和稳健性的特点，能够应对生成式AI模型架构的潜在变化。随着大语言模型和其他生成式AI模型持续演进，高通的AI技术架构将随之不断发展。能够轻松开发混合AI应用是关键所在，而他们的跨产品组合的通用AI架构以及AI工具正是面向这一未来而设计。

那么具体来说，高通是通过怎样的解决方案来实现终端侧生成式AI的演进呢？

答案是，高通为应用、神经网络模型、算法、软件和硬件进行了全栈AI研究和优化。去年6月，高通推出了专门面向边缘侧AI的领先软件栈产品，高通AI软件栈，搭配卓越的终端侧AI技术，使用异构计算方法利用硬件和软件来加速终端侧AI，共同开发最为优化的解决方案。

能够这么做，也是得益于高通在AI基础研究方面具备的独特能力，可以支持他们进行全栈终端侧AI的研发，以及赋能产品快速上市以及围绕终端侧生成式AI等关键应用进行优化部署。

比如今年上半年，高通实现的全球首个Android手机上的StableDiffusion终端侧演示，就能突显高通全栈策略的优势。

StableDiffusion是一个参数超过10亿的超大神经网络基础模型，能够基于输入的文本提示生成图片。这一终端侧演示是在飞行模式下进行的，通过高通的全栈AI优化，这一模型能够完全在终端侧运行，实现在15秒内完成20步推理，生成饱含细节的图像。

高通面向StableDiffusion就进行了全栈AI优化。例如在算法和模型开发效率上，之前云端服务器上训练的模型一般采用32位浮点运算（FP32），这意味着完成模型推理需要大量的处理工作。而针对StableDiffusion，高通采用的是8位整数运算（INT8）。去年年底在第二代骁龙8移动平台上，更是进一步支持了4位整数运算（INT4）能力，这将大大提升AI运算的效率。

此外，通过高通AI引擎Direct，高通能够以最高效的方式利用硬件能力，结合第二代骁龙8行业领先的Hexagon处理器，更将在终端上带来远远领先于这一用例的生成式AI能力。

高通AI软件栈面向高通合作伙伴、用户和开发人员提供了一个集成所有AI框架、开发者库、操作系统的整合平台，让他们得以在搭载骁龙平台的终端上打造出色体验。与此同时，他们还可以使用QualcommAIStudio提供的所有工具。

而在硬件方面，高通的硬件能够提供行业领先的能效，是移动领域竞品的近2倍。这当中，高通AI引擎就是由多个软硬件组件构成，能在骁龙和高通平台上实现终端侧AI加速。

高通AI引擎采用异构计算架构，包括Hexagon处理器、高通AdrenoGPU和高通KryoCPU，全部面向在终端侧快速高效地运行AI应用而打造。通过异构计算的方式，开发者和OEM厂商可以优化智能手机和其他边缘侧终端上的AI用户体验。

在6月份的CVPR2023上，高通还演示了一款参数量级达到15亿的图像生成图像模型ControlNet，这是一种生成式AI绘画解决方案，通过额外输入控制预训练大模型如StableDiffusion，可以精细地设定生成图像的各种细节。先输入一张参考图，然后根据输入的prompt进行预处理，就能对生成的图像进行精准控制。

在高通的演示中，普通安卓手机仅用11.26秒便可以运行ControlNet生成一张图片，并且完全是本地化的，高效且快速。

这次ControlNet模型架构的出色表现，也是得益于高通对模型进行的软硬件全栈式AI优化，高通AI模型增效工具包、高通AI引擎以及高通AI软件栈提供了关键的支撑。

接下来，高通正计划未来在终端侧支持参数高达数百亿的模型，意味着超大规模的AI大模型在终端侧运行将指日可待，这也将成为基于高通技术的产品的一大差异化优势。

除了上面这些，还有一点不容忽视的，就是高通部署的边缘侧终端规模十分庞大，搭载骁龙和高通平台的已上市用户终端数量已达到数十亿台，而且每年有数亿台的新终端还在进入市场。这些终端覆盖一系列广泛的产品，包括手机、汽车、XR、PC和物联网等等等等。

总之，高通凭借行业领先的硬件，支持在既定功耗下实现更高性能；行业领先的高通AI软件栈；以及行业领先的工具如高通AI模型增效工具包（AIMET）等三大关键要素，构成了其在全球范围赋能混合AI规模化扩展的独特优势。

生成式AI的火热将不会是昙花一现，而是能够真正改变我们生活和生产方式的技术趋势，根据预测，2025年，在智能手机、PC/平板电脑、XR、汽车和物联网等细分市场的AI应用率，将从2018年的不到10%，增长至100%。

而对于高通来说，这也是他们的发力方向之一。凭借在终端侧AI的强大的领导力，高通正基于独特的优势向混合AI架构转型，他们拥有在AI领域超过15年的前瞻研究和产品投入，有卓越的终端侧AI技术和全栈优化的体系，更有广泛且数量庞大的全球边缘侧终端布局和规模。

而接下来，他们要做的则是更紧密地支持开发者、OEM厂商和其他生态系统创新者快速高效地构建全新生成式AI应用和解决方案，让最广大的用户更快地享受到生成式AI能够带来的便利生活。