AI大模型实战训练营:Coze+Dify智能体开发,一站式掌握AI应用搭建技能

AI大模型实战训练营:Coze+Dify智能体开发,一站式掌握AI应用搭建技能

本套AI 大模型实战训练营,聚焦 Coze、Dify 等主流平台实操,覆盖 AI 大模型全链路应用开发。课程从开发环境搭建、Prompt 提示词工程切入,手把手教学智能体搭建、私有化部署、知识库整合核心技能;通过天气助手、智能客服、股票分析等多场景实战案例,传授插件开发、工作流设计、本地模型调用技巧。内容涵盖办公、电商、金融等多个领域的 AI 应用落地方案,兼顾理论与实操,助力学员快速掌握 AI 大模型应用开发能力,打造专属智能工具,全面提升工作与创业效率。
课程目录:
├11入门AIAgent智能体mp4_1.mp4
├11入门智能体mp4_1.mp4
├1—1.AI大模型开发环境搭建_1.mp4
├1—10.Dify开发md转docx插件.mp4_1.mp4
├1—2.Coze快速搭建智能体.mp4_1.mp4
├1—2.Dify私有化部署与快速入门.mp4_1.mp4
├1—2.Prompt提示词工程最佳实践_1.mp4
├1—3.Coze插件搭建AI天气助手.mp4_1.mp4
├1—3.Cursor快速入门与配置_1.mp4
├1—3.Dify整合DeepSeek搭建知识库.mp4_1.mp4
├1—4.Coze工作流实战AI新闻助手.mp4_1.mp4
├1—4.Cursor高阶技巧使用_1.mp4
├1—4.Dify调用Ollama本地DeepSeek模型.mp4_1.mp4
├1—5.Coze智能体搭建AI英语老师.mp4_1.mp4
├1—5.Cursor提效应用场景实战_1.mp4
├1—5.Dify搭建AI图片生成智能体.mp4_1.mp4
├1—6.AI应用开发快速入门_1.mp4
├1—6.Dify搭建定制化旅游助手.mp4_1.mp4
├1—6.基于Coze记忆功能优化用户体验.mp4_1.mp4
├1—7.ClaudeCode快速入门到精通_1.mp4
├1—7.Dify搭建文章理解助手.mp4_1.mp4
├1—8.CodeBuddy官方最佳实践_1.mp4
├1—8.Dify搭建百科词条仿写工作流.mp4_1.mp4
├1—9.Dify工作流一键生成PPT.mp4_1.mp4
├2—1.Coze知识库搭建产品问答助手.mp4_1.mp4
├2—1.Dify知识库搭建智能客服.mp4_1.mp4
├2—10.Coze搭建电商售后客服.mp4_1.mp4
├2—10.Dify自动批改英语作文_1.mp4
├2—2.DeepSeek—R1本地部署.mp4_1.mp4
├2—2.Dify基于MCP实现文案写作.mp4_1.mp4
├2—3.DeepSeek接入Coze智能体.mp4_1.mp4
├2—3.Dify一键生成可视化业务报表.mp4_1.mp4
├2—4.DeepSeekR1知识库搭建.mp4_1.mp4
├2—4.Dify一键生成金融行情趋势图.mp4_1.mp4
├2—5.Dify智能核对财务单据_1.mp4
├2—5.ima整合DeepSeek搭建知识库.mp4_1.mp4
├2—6.Dify一键生成朋友圈图文_1.mp4
├2—6.基于Coze空间全面提升生产力.mp4_1.mp4
├2—7.Coze搭建爆款文案创作助手.mp4_1.mp4
├2—7.Dify一键生成新闻排行榜_1.mp4
├2—8.Coze搭建产品卖点提炼助手.mp4_1.mp4
├2—8.Dify基于MCP发送科技新闻到社群_1.mp4
├2—9.Coze开发网页数据采集助手.mp4_1.mp4
├2—9.Dify自动生成视频会议纪要_1.mp4
├3—1.Coze搭建股票分析智能体.mp4_1.mp4
├3—1.Dify一键改写小红书爆款图文_1.mp4
├3—2.Coze虚拟商品自动发货.mp4_1.mp4
├3—2.Dify构建金融投资决策智能体.mp4_1.mp4
├3—3.Coze搭建订餐客服培训专家.mp4_1.mp4
├3—3.Dify搭建专业简历优化助手_1.mp4
├3—4.Coze搭建智能学生助教.mp4_1.mp4
├3—4.Dify打造短视频运营专家_1.mp4
├3—5.Coze搭建数据质检助手.mp4_1.mp4
├3—5.Dify一键生成有声小说_1.mp4
├3—6.Coze搭建情感陪聊数字人.mp4_1.mp4
├3—6.Dify一键提取发票内容_1.mp4
├3—7.Coze搭建企业AI数字员工.mp4_1.mp4
├3—7.Dify一键识别多种业务票据_1.mp4
├3—8.Dify根据文档自动生成代码_1.mp4
├3—9.Dify自动审查商务合同_1.mp4

下载地址:

AI基础原理课程:从AI概念、模型原理到训练应用等相关实用技术要点


共23节课,每节课以清晰的问题导向展开。课程从基础概念入手,如什么是AI、算法、模型等,逐步深入到生成式AI、大语言模型、神经网络等核心技术原理。课程不仅涵盖理论知识,还包含丰富的实践环节,如训练模型、编写神经网络、微调大模型等。此外,课程还探讨了AI伦理、就业影响等社会议题,培养学生全面的AI素养。

视频截图:

课程目录:
01.第一节课什么是AI?.mp4
02.第二节课机器是怎么学习的?.mp4
03.第三节课什么是算法?.mp4
04.第四节课什么是模型?.mp4
05.第五节课训练一个模型.mp4
06.第六节课什么是生成式AI.mp4
07.第七节课大语言模型的运作原理.mp4
08.第八节课什么是推理模型?.mp4
09.第九节课什么是Token?.mp4
10.第十节课什么是智能体?.mp4
11.第十一节课什么是具身智能?.mp4
12.第十二节课什么是对齐技术?.mp4
13.第十三节课什么是认知外包?.mp4
14.第十四节课AI会让人们失业吗?.mp4
15.第十五节课以人为中心的人工智能.mp4
16.第十六节课AI编程一句话生成网页应用.mp4
17.第十七节课神经网络——AI的大脑.mp4
18.第十八节课动手编写神经网络.mp4
19.第十九节课什么是Transformer?.mp4
20.第二十节课大模型是怎么训练出来的.mp4
21.第二十一节课实战:微调大模型.mp4
22.第二十二节课AI生图的原理——扩散大模型.mp4
23.第二十三节课什么是世界模型?.mp4

少儿AI人工智能课程:从基础概念逐步深入到核心技术 培养全面的AI素养

课程介绍:

这是一套面向青少年的人工智能启蒙课程,共23节课,采用问题导向式教学。课程从基础概念(AI、算法、模型)逐步深入到核心技术(生成式AI、大语言模型、神经网络),包含实践环节(训练模型、编写神经网络、微调大模型)和社会议题(AI伦理、就业影响),培养全面的AI素养。课程体系分为四大模块:认知基础(1-6课)、技术原理(7-15课)、实践应用(16-22课)和未来思考(23课)

课程目录:

01.第一节课什么是AI?.mp4

02.第二节课机器是怎么学习的?.mp4

03.第三节课什么是算法?.mp4

04.第四节课什么是模型?.mp4

05.第五节课训练一个模型.mp4

06.第六节课什么是生成式AI.mp4

07.第七节课大语言模型的运作原理.mp4

08.第八节课什么是推理模型?.mp4

09.第九节课什么是Token?.mp4

10.第十节课什么是智能体?.mp4

11.第十一节课什么是具身智能?.mp4

12.第十二节课什么是对齐技术?.mp4

13.第十三节课什么是认知外包?.mp4

14.第十四节课AI会让人们失业吗?.mp4

15.第十五节课以人为中心的人工智能.mp4

16.第十六节课AI编程一句话生成网页应用.mp4

17.第十七节课神经网络——AI的大脑.mp4

18.第十八节课动手编写神经网络.mp4

19.第十九节课什么是Transformer?.mp4

20.第二十节课大模型是怎么训练出来的.mp4

21.第二十一节课实战:微调大模型.mp4

22.第二十二节课AI生图的原理——扩散大模型.mp4

23.第二十三节课什么是世界模型?.mp4

LM Studio v0.3.23-1绿色版

软件介绍

LM Studio是款专注本地大语言模型交互的工具,基于llama.cpp打造,提供图形界面。它支持模型管理、硬件协同优化、参数调控等功能,提升用户体验。软件可拉取、存储、运行GGUF格式模型,利用GPU卸载技术和模型量化优化内存管理。用户可调参数定制输出,强化文本检索,并内置兼容OpenAI的本地服务器功能,助力应用高效落地。

软件截图

LM Studio v0.3.23-1绿色版-趣奇资源网-第6张图片

软件功能

模型管理:支持从Hugging Face等资源库中拉取、存储、运行各类GGUF格式模型,用户可以在软件内方便地浏览、搜索和选择自己需要的模型。

硬件协同优化:依托llama.cpp底层架构,针对NVIDIA系列GPU运用GPU卸载技术,合理分配运算任务,突破显存局限;在内存管理方面,借助模型量化手段降低内存占用量,确保设备内存有限的情况下也能平稳加载运行大型模型。

参数调控:用户可灵活调整“温度”“重复惩罚”等参数,精准定制模型输出。比如“温度”参数可调整输出文本的灵活度,“重复惩罚”参数可把控文本多样性。

文本嵌入强化检索:借助POST/v1/embeddings端点生成文本嵌入向量,融入检索增强生成(RAG)架构体系,在海量文档、知识库搜索场景表现卓越。

内置兼容OpenAI的本地服务器功能:无缝衔接既有基于OpenAI API搭建的应用与本地模型,极大缩短开发适配周期,助力创新应用高效落地。

ComfyUI 工作流使用 OpenAI 三种最新生图模型自动批量出图(保姆级教程+工作流下载)

ComfyUI 工作流使用 OpenAI 三种最新生图模型自动批量出图(保姆级教程+工作流下载)

ComfyUI 工作流使用 OpenAI 三种最新生图模型自动批量出图(保姆级教程+工作流下载)

项目介绍:

OpenAI 在今天发布了 GPT-Image-1 API(与 ChatGPT 4o 图像模型相同的模型)。ComfyUI 现在支持通过原生的 API 节点(测试版)来使用 OpenAI 最新的图像生成模型,让你无需复杂的 API 密钥,直接在 ComfyUI 中访问最先进的功能。而且可以使用微信或者支付宝直接充值使用OpenAI GPT-Image-1.OpenAI DALL·E 3.OpenAI DALL·E 2三个不同的生成图片模型,无需CHATGPT账号。下面来来详细介绍ComfyUI 工作流中使用 OpenAI 三种生图模型 批量出图保姆级教程。

男粉引流之简单利用大模型生成美女视频,条条原创爆款,简单上传制作,变现日1k+

男粉引流之简单利用大模型生成美女视频,条条原创爆款,简单上传制作,变现日1k+

男粉引流之简单利用大模型生成美女视频,条条原创爆款,简单上传制作,变现日1k+

项目介绍:

利用现成的大模型生成视频,选择你喜欢的视频风格,上传图片后,生成相对应的视频

之简单利用大模型生成美女视频,条条原创爆款,简单上传制作,变现日1k+【更多资源www.maomp.fun】

大模型微调实战营-应用篇:从基础到进阶,带源码课件全面解析

【贪心科技】大模型微调实战营-应用篇 – 带源码课件,为你提供从基础到进阶的全面学习路径。课程内容涵盖大模型介绍、Transformer原理、分布式计算、Flash Attention等前沿技术。每周一次的直播课程,带你深入理解大模型微调的核心概念和技术细节,并通过实际案例和代码示例进行实战演练。

大模型微调实战营-应用篇:从基础到进阶,带源码课件全面解析

资源亮点

  • 详细讲解大模型的发展历程及应用场景
  • 深入剖析Transformer架构及其在自然语言处理中的应用
  • 系统介绍Lora微调、量化方法及多GPU并行计算技术
  • 探索Alpaca、AdaLoRA、QLoRA等先进微调技术
  • 强化学习入门及Optimal Policy、Monte Carlo方法介绍

部分精选内容

  • 大模型爆发式发展.mp4
  • Transformer的应用.mp4
  • Self-Attention.mp4
  • Alpaca.mp4
  • AdaLoRA.mp4
  • QLoRA.mp4
  • Flash Attention.mp4
  • Lora微调-从零实现Lora到Roberta.mp4
  • llama介绍&运行&量化&部署&微调01.mp4
  • Optimal Policy.mp4

适用人群

  • 机器学习工程师
  • 数据科学家
  • 自然语言处理研究人员
  • 计算机科学专业学生
  • 对大模型微调感兴趣的开发者

为什么选择这份资源

  • 系统性:从基础到进阶,全面覆盖大模型微调的关键知识点
  • 实战性:结合大量实战案例和代码示例,帮助你快速掌握技能
  • 前沿性:紧跟最新技术趋势,讲解当前最热门的大模型微调技术
  • 权威性:由业内资深专家授课,确保内容的准确性和实用性

加入我们,开启你的大模型微调之旅!立即下载,让这份资源成为你技术提升的强力助推器!

课程大纲

注:由于大模型技术迭代迅速,课程大纲可能会根据技术的迭代而动态调整,加入最新的知识,请以最终上课时的课程大纲和内容为准。

第一阶段 · 大模型基础

第一章:开营典礼
  • 课程介绍与目标
  • 学习安排与课程结构
  • 学员参与要求
  • 课程项目与技术概览
  • 推荐工具和开源资源
第二章:大模型是怎么炼成的
  • 大模型的概念与历史发展
  • 关键技术和算法基础
  • 数据准备与预处理
  • 预训练、指令微调、对齐
  • 模型评估以及能力分析
第三章:微调的应用场景
  • 微调与全量训练的区别
  • 微调在不同领域的应用案例
  • 选择微调任务和数据
  • 微调的效果评估方法
  • 微调项目的规划与管理
第四章:大模型基座-理解Transformer
  • Transformer模型的基础架构
  • Self-Attention机制的工作原理
  • Transformer在NLP任务中的应用
  • Transformer模型的变种与发展
  • 使用Transformer模型的实用技巧
  • Encoder和Decoder介绍
第五章:开源模型类别以及汇总
  • 常见的中英开源大模型介绍
  • 模型选择标准与评估
  • 开源模型的获取与使用
  • 社区支持与资源分享
  • 开源大模型发展方向
第六章:【项目实战】开源大模型以及部署
  • Huggingface介绍
  • 本地下载开源模型
  • 理解HF相应的库以及导入大模型
  • 模型封装以及部署
  • 性能优化与成本控制

第二阶段 · 大模型指令微调

第七章:指令微调基础
  • 指令微调的概念与应用价值
  • 指令集设计与实现
  • 微调流程与实践技巧
  • 性能评估与优化策略
  • 指令微调的挑战与解决方案
第八章:LoRA参数微调
  • LoRA微调的方法
  • 实施LoRA微调的步骤
  • LoRA微调在实际项目中的应用
  • 性能评估与调优技巧
  • LoRA微调的局限与未来展望
第九章:【项目实战】LoRA微调Alpaca项目
  • Alpaca项目介绍
  • 指令数据的理解
  • LoRA微调的实施与调优
  • 项目评估与效果分析
  • 经验总结与案例分享
第十章:模型压缩
  • 为什么需要大模型压缩
  • 模型压缩的方法与技术
  • 压缩对模型性能的影响
  • 压缩模型的常见方法
  • 模型服务化的最佳实践
第十一章:QLoRA参数微调
  • QLoRA微调技术介绍
  • 微调策略与实施过程
  • 应用QLoRA的案例
  • QLoRA微调的性能调优
  • 面临的问题与解决方法
第十二章:【项目实战】QLoRA参数微调智能客服项目
  • 设计QLoRA微调方案
  • 准备数据与环境配置
  • 开源模型选择
  • 执行微调与性能监控
  • 项目经验分享与讨论
第十三章:DeepSpeed训练框架解析
  • DeepSpeed框架概述
  • 配置与环境搭建
  • 在大模型训练中使用DeepSpeed
  • 分布式训练介绍
  • 框架背后技术实现
  • DeepSpeed参数理解
  • 实战案例与经验分享
第十四章:Megatron-LM训练框架解析
  • Megatron-LM框架介绍
  • 框架安装与配置指南
  • 应用Megatron-LM进行模型训练
  • 框架背后技术实现
  • Megatron-LM参数理解
  • 实战案例与经验分享
第十五章:Flash Attention技术应用
  • 为什么需要Flash Attention
  • GPU计算背景知识
  • Flash Attention技术背后
  • 在大模型中应用Flash Attention
  • 实际部署与应用案例
第十六章:微调模型Benchmark
  • 微调模型性能测试的重要性
  • Benchmark工具与方法介绍
  • 执行Benchmark的步骤与技巧
  • 结果分析与解读
  • Benchmark设计与业务场景
第十七章:【项目实战】微调QLoRA+Flash Attention
  • 结合QLoRA和Flash Attention的策略
  • 微调与部署的一体化流程
  • 项目实施的关键步骤
  • 成果评估与性能优化
  • 经验分享与问题解决

第三阶段 · 常用的开源模型微调

第十八章:开源模型家族以及类别
  • 开源模型的概述
  • 常见的开源模型分类
  • 选择开源模型的考量因素
  • 开源模型的获取和使用指南
  • 维护和贡献开源模型的最佳实践
第十九章:ChatGLM开源模型家族和应用
  • ChatGLM模型家族介绍
  • ChatGLM1到ChatGLM3迭代
  • ChatGLM的私有化部署
  • ChatGLM的特色
  • 微调ChatGLM模型的步骤和技巧
  • 微调案例分享
第二十章:【项目实战】ChatGLM微调医疗模型
  • 理解需求以及技术方案设计
  • 医疗指令数据的搜集
  • 医疗Benchmark的获取和整理
  • 微调ChatGLM+LoRA模型
  • 微调案例分享
第二十一章:Qwen和YI开源模型家族和应用
  • Qwen和YI模型家族概述
  • 两个模型家族的迭代
  • Qwen和YI大模型的私有化部署
  • 两个大模型家族的特色
  • 微调Qwen和YI模型的实践指南
  • 微调案例分享
第二十二章:LLaMA开源模型家族和应用
  • LLaMA模型家族特点
  • LLaMA大模型的迭代和架构变化
  • LLaMA大模型的私有化部署
  • 微调LLaMA模型的方法和建议
  • LLaMA模型微调的案例分析
  • 微调案例分享
第二十三章:Mistral和Phi开源模型家族和应用
  • Mistral和Phi模型家族简介
  • Mistral和Phi在多语言中的应用
  • 两大模型家族的特色
  • 量大模型家族的私有化部署
  • 微调Mistral和Phi模型的流程
  • 微调案例分享
第二十四章:MoE模型特点以及应用
  • MoE(Mixture of Experts)模型概念
  • MoE模型在大规模数据处理中的优势
  • 微调MoE模型的关键点
  • MoE模型的应用案例
  • MoE模型的扩展性和可维护性问题
  • Mistral 8x7b
  • 微调案例分享
第二十五章:【项目实战】Mistra 8x7B微调智能客服模型
  • 理解需求以及技术方案设计
  • 智能客服指令数据收集
  • Benchmark的获取和整理
  • 微调Mistra 8x7b+QLoRA模型
  • 模型评估以及验收报告制作
第二十六章:其他开源模型以及应用
  • Baichuan中文大模型
  • Falcon模型家族
  • Bloom模型介绍
  • 不同领域开源模型的应用实例
  • 微调这些开源模型的技术指导
第二十七章:开源模型特色以及选择
  • 评估开源模型的关键标准
  • 匹配项目需求和模型特性
  • 实践中选择开源模型的经验分享
  • 开源模型使用中的常见陷阱
  • 社区和资源的重要性

第四阶段 · 大模型对齐

第二十八章:大模型对齐基础
  • 大模型对齐的重要性和应用场景
  • 基本对齐技术和方法概述
  • 对齐过程中的数据处理和预处理
  • 模型对齐的评估指标
  • 大模型对齐的挑战和策略
第二十九章:用于对齐的开源数据
  • 开源数据集的重要性和来源
  • 选择和处理对齐用的开源数据
  • 开源数据在模型对齐中的应用
  • 数据隐私和伦理考量
  • 维护和更新开源数据集
第三十章:RLHF技术和应用
  • RLHF(强化学习从人类反馈)技术介绍
  • RLHF在模型对齐中的应用案例
  • 实施RLHF技术的步骤
  • RLHF技术的效果评估
  • 解决RLHF应用中的问题
  • RLHF实战案例分析
第三十一章:DPO技术和应用
  • DPO(Direct Preference Optimization)概念
  • DPO在优化模型对齐中的作用
  • 实现DPO的关键技术点
  • DPO应用的案例和效果分析
  • DPO技术的挑战和前景
  • DPO实战案例分享
第三十二章:【项目实战】RLHF推荐模型对齐项目
  • 需求分析以及技术方案设计
  • 数据收集和预处理
  • 训练Reward Model
  • 训练RLHF完整微调
  • 项目的评估和优化
第三十三章:【项目实战】DPO推荐模型对齐项目
  • 需求分析以及技术方案设计
  • 对齐数据的准备和处理
  • 执行DPO模型对齐流程
  • 对齐效果的评估和调整
  • 项目中遇到的挑战
第三十四章:讨论大模型对齐
  • 当前大模型对齐技术的发展趋势
  • 模型对齐在大模型中的真正价值
  • 对齐在工程上挑战
  • 模型对齐技术的伦理和社会影响
  • 资源推荐和学习路径

第五阶段 · 垂直领域大模型应用

第三十五章:垂直领域大模型微调基础
  • 垂直领域的研发符合中国现状
  • 垂直领域大模型研发pipeline
  • 微调大模型的基本方法和流程
  • 选择合适的微调策略
  • 微调中的性能优化技巧
  • 微调项目的评估和调整
第三十六章:医疗领域大模型微调
  • 智能问诊领域的应用场景和需求
  • 大模型能力维度设计
  • 领域内benchmark设计
  • 快速测试开源模型能力并选择合适的模型
  • 微调模型以适应医疗数据
  • 模型部署以及RAG设计
第三十七章:金融领域大模型微调
  • 金融领域通用大模型需求分析
  • 金融领域大模型benchmark
  • XuanYuan开源项目剖析
  • 金融领域大模型案例解读
  • 微调模型在金融Benchmark上的评估
  • 金融领域中的未来潜在落地场景
第三十八章:教育领域大模型微调
  • 教育领域的大模型应用场景和需求
  • 微调大模型进行个性化学习支持
  • EduChat开源项目剖析
  • 指令数据和对齐数据的整理
  • Benchmark以及大模型评估
  • 教育领域中的未来潜在落地场景
第三十九章:课程总结以及结营
  • 课程学习要点回顾
  • 项目成果分享和评估
  • 学习心得和经验交流
  • 未来发展趋势和学习路径

厦大团队:deepseek大模型概念、技术与应用实践(140页PPT读懂大模型)

厦大团队:deepseek大模型概念、技术与应用实践(140页PPT读懂大模型)

国内高校大数据教学的重要贡献者
团队负责人:林子雨 副教授
年轻力量:核心成员全部46周岁以下
结构合理:教学型、科研型、实验工程师
专注专业:从2013年至今,11年专注于大数据教学
团队特点:眼光前瞻、紧跟技术、创新实干、执行力强
影响力高:多项指标在国内高校大数据教学领域领先
• 教材数量
• 教材占有率
• MOOC课程学习人数
• 师资培养
• 教学研讨会
• 教学网站访问量• 在线讲座观看人数

国内高校大数据教学的重要贡献者
团队负责人:林子雨 副教授
年轻力量:核心成员全部46周岁以下
结构合理:教学型、科研型、实验工程师
专注专业:从2013年至今,11年专注于大数据教学
团队特点:眼光前瞻、紧跟技术、创新实干、执行力强
影响力高:多项指标在国内高校大数据教学领域领先
• 教材数量
• 教材占有率
• MOOC课程学习人数
• 师资培养
• 教学研讨会
• 教学网站访问量• 在线讲座观看人数

漂亮的耳机全息三维动画视频素材

播放线路 1 播放线路 3 2023/08/56596

在深蓝色背景中旋转展示的一幅3D耳机动画素材

采用了全息样式设计,耳机散发着闪亮的辉光,非常好看

【文件描述】

内含1个mp4文件,视频编码为H.264,帧率25

【素材尺寸】

1920*1080

【时间长度】

0:10

【文件大小】

119M

全息耳机模型视频素材.jpg

62个4K级扫描覆盖叠加的动态纹理视频素材

播放线路 1 播放线路 3 2023/02/54256

独特抽象的动态扫描素材,叠加在视频画面上,仿佛带人进入了另一个维度,为画面增添独特的味道。

14个Scribbles、4个Chinese、4个House plans、8个Technical、3个Sound、3个3D models、9个TV Backgrounds、17个Texture applied。

【文件描述】

内含62个mp4文件,视频编码为H.264,帧率23.976

【素材尺寸】

3840*2160

【时间长度】

0:01

【文件大小】

190M

划痕叠加纹理视频素材.jpg

艺术雕塑模型和历史主题标题开场序列AE模板

2024/11/92931

适合历史纪录片或电视戏剧等的一款AE标题片头模板

优雅的艺术雕塑模型动画已经预渲染,默认可以添加大约20段文字内容

【版本要求】

建议使用 AE 2020 或更高的AE版本打开

【插件要求】

该AE模板不需要任何第三方插件

【模板尺寸】

1920*1080

【时间长度】

1:03

【文件大小】

2.22G

历史雕塑标题开场AE模板.jpg

地铁轿厢内部各处的LED广告屏展示动画样机AE模板

2024/10/92019

这款AE模板展示了在地铁内部的各种广告屏幕的视觉设计效果

默认展示了大约5组动画场景

【版本要求】

建议使用 AE 2020 或更高的AE版本打开

【插件要求】

该AE模板不需要任何第三方插件

【模板尺寸】

3840*2160

【时间长度】

0:41

【文件大小】

136M

地铁广告牌AE模板.jpg

战争军事主题的3D模型和文本展示动画AE模板

2024/10/92800

模拟夜视状态下的视觉效果,展示了多个和军事战争有关的3D模型元素

默认可以添加大约23段文字内容

【版本要求】

建议使用 AE 2020 或更高的AE版本打开

【插件要求】

该AE模板不需要任何第三方插件

【模板尺寸】

1920*1080

【时间长度】

0:52

【文件大小】

131M

军事战争AE模板.jpg

模拟iPhone 16手机屏幕和3D模型动画AE模板

2024/10/92510

适合推广APP应用程序的一款AE手机模板,采用的是iPhone 16的手机样式

默认可以添加大约4张手机屏幕图片或视频内容+3段文字内容

【版本要求】

建议使用 AE 2023 或更高的AE版本打开

【插件要求】

该AE模板不需要任何第三方插件

【模板尺寸】

1920*1080

【时间长度】

0:20

【文件大小】

309M

苹果手机应用程序宣传片AE模板.jpg

有着逼真屏幕反射效果的笔记本模型动画AE模板

2024/10/91161

采用了模块化结构设计的AE笔记本电脑样机模板

默认可以展示大约5组笔记本电脑屏幕内容

【版本要求】

建议使用 AE 2020 或更高的AE版本打开

【插件要求】

该AE模板不需要任何第三方插件

【模板尺寸】

3840*2160

【时间长度】

0:41

【文件大小】

36M

笔记本电脑样机AE模板.jpg

高端品质感手机模型和屏幕展示广告AE模板

2024/10/90280

具有独特现代设计风格的AE手机广告模板

默认可以添加大约9组手机屏幕内容+11段文字内容

【版本要求】

建议使用 AE 2020 或更高的AE版本打开

【插件要求】

该AE模板不需要任何第三方插件

【模板尺寸】

1920*1080

【时间长度】

0:34

【文件大小】

128M

手机模型动画AE模板.jpg

家庭房间内部或客厅的壁挂大电视场景样机AE模板

2024/10/90286

以墙壁电视大屏幕为主要展示对象的AE样机模型

默认展示了5组不同的动画场景

【版本要求】

建议使用 AE 2020 或更高的AE版本打开

【插件要求】

该AE模板不需要任何第三方插件

【模板尺寸】

3840*2160

【时间长度】

0:10

【文件大小】

120M

壁挂电视场景AE模板.jpg

7段被抽象霓虹光效填充的AI人工智能动画视频素材,可循环

播放线路 1 播放线路 3 2021/03/37156

独特的霓虹光效视觉特效,展示了7段不同的动画,每一个都可以循环播放

【文件描述】

内含7个mov文件,视频编码为Apple ProRes 422,帧率30

【素材尺寸】

1920*1080

【时间长度】

4至16秒不等,可循环

【文件大小】

445M

霓虹光效AI循环素材.jpg