课程介绍
多模态agent开发实战营,。课程内容贯穿多模态理解、生成、调度、推理、融合与部署的全流程,关键技术包括视觉语言模型(VLM)、多模态RAG、跨模态对齐等。同时,课程深度集成了LangChain、LangGraph、AutoGen、ComfyUI等主流Agent开发与工作流框架,让你掌握从简单链式调用到复杂多智能体协同的企业级架构设计能力。
课程目录
├── 00-直播回放/ │ ├── [451M] 开营直播:Agent 在长视频与复杂生图场景下的商业化路径 │ ├── [1.1M] 开营直播:Agent 在长视频与复杂生图场景下的商业化路径.pdf │ └── [ 347] 资料.txt ├── 01-第一章:全模态 Agent 技术革命与一体化创作范式/ │ ├── [ 99M] 1.全模态发展概述-上 │ ├── [263M] 2.全模态发展概述-下 │ ├── [ 85M] 3.多模态Agent爆发背景 │ ├── [ 38M] 4.多模态Agent的技术架构 │ ├── [113M] 5.复杂推理与规划 │ ├── [ 56M] 6.创作工作流 │ └── [ 19M] 第一章-全模态Agent的技术革命与一体化创作范式-极客时间最新版.pdf ├── 02-第二章:文生图 Agent 的智能创作革命/ │ ├── [ 70M] 多模态 Agent 开发实战营-1.AI 图像技术演进的过程 │ ├── [ 39M] 多模态 Agent 开发实战营-2.主流文生图模型全景解析 │ ├── [112M] 多模态 Agent 开发实战营-3. 从角色一致性到-精确结构控制的技术突破 │ ├── [282M] 多模态 Agent 开发实战营-4.FLUX实践部分 │ ├── [ 19M] 多模态 Agent 开发实战营-5.图像到图像转换 │ ├── [ 49M] 多模态 Agent 开发实战营-6.推理加速与实时生成 &生图优化、评估与微调 │ ├── [ 61M] 多模态 Agent 开发实战营-7.LangGraph基础 │ ├── [457M] 多模态 Agent 开发实战营-8.LangGraph实践 │ ├── [444M] 多模态 Agent 开发实战营-9.文生图 Agent 实践 │ └── 资料文件/ ├── 03-第三章:文生 3D Agent 与空间内容创作/ │ ├── [ 44M] 多模态 Agent 开发实战营-1.3D 生成技术演进的过程 │ ├── [296M] 多模态 Agent 开发实战营-2.主流 3D 生成技术全景解析 – 多图、单图生成 3D 场景 │ ├── [ 46M] 多模态 Agent 开发实战营-3.主流 3D 生成技术全景解析 – 文本、多模态生成 3D 场景 │ ├── [ 31M] 多模态 Agent 开发实战营-4.主流 3D 生成技术全景解析 – 3D 场景编辑 │ ├── [189M] 多模态 Agent 开发实战营-5.从象牙塔到商业化 │ ├── [184M] 多模态 Agent 开发实战营-6.混元 3D 实践 │ ├── [403M] 多模态 Agent 开发实战营-7.3D生成 – 智能 3D 资产生成 Agent实践1 │ ├── [ 73M] 多模态 Agent 开发实战营-7.3D生成 – 智能 3D 资产生成 Agent实践2 │ └── [ 20M] 第三章-文生3D-Agent与空间内容创作.pdf ├── 04-第四章:视频生成 Agent 的动态内容创作/ │ ├── PythonProject-test/ │ ├── [ 60M] 多模态 Agent 开发实战营-1.AI 视频生成概述 │ ├── [ 45M] 多模态 Agent 开发实战营-2.AI视频前沿技术与市场 │ ├── [452M] 多模态 Agent 开发实战营-3.底层开源技术全景 │ ├── [ 56M] 多模态 Agent 开发实战营-4.第三方商业视频平台对比 │ ├── [306M] 多模态 Agent 开发实战营-5.视频模型生成实践 │ ├── [146M] 多模态 Agent 开发实战营-6.视频Agent应用与工作流自动化 │ └── [311M] 多模态 Agent 开发实战营-7.视频生成Agent实践 ├── 05-第五章-虚拟人生成技术与数字化身创作(最终调整版)/ │ ├── [165M] 多模态 Agent 开发实战营-1.虚拟人技术演进 │ ├── [426M] 多模态 Agent 开发实战营-2.开源技术全景解析 │ ├── [251M] 多模态 Agent 开发实战营-3.开源技术全景解析 │ ├── [152M] 多模态 Agent 开发实战营-4.技术选型 │ ├── [331M] 多模态 Agent 开发实战营-5.数字人Agent:虚拟主播生成系统(上) │ ├── [500M] 多模态 Agent 开发实战营-6.数字人Agent:虚拟主播生成系统(下) │ └── [ 17M] 第五章-虚拟人生成技术与数字化身创作(最终调整版).pdf ├── 06-第六章:语音合成 Agent 的音频内容革命/ │ ├── [ 76M] 多模态 Agent 开发实战营-1.语音合成技术总览 │ ├── [120M] 多模态 Agent 开发实战营-2.开源生态架构分类 │ ├── [ 83M] 多模态 Agent 开发实战营-3.TTS 模型实践(上) │ ├── [169M] 多模态 Agent 开发实战营-4.TTS 模型实践(下) │ ├── [124M] 多模态 Agent 开发实战营-5.开源生态架构分类-文生音乐 │ ├── [ 25M] 多模态 Agent 开发实战营-6.商业 TTS 服务生态概览 │ ├── [324M] 多模态 Agent 开发实战营-7.智能播客生成 Agent 实践 │ └── [ 15M] 第六章-语音合成TTS.pdf ├── 07-第七章:ComfyUI 工程化与生产级部署/ │ ├── [186M] 多模态 Agent 开发实战营-1.ComfyUI工程化与生产级部署概述 │ ├── [107M] 多模态 Agent 开发实战营-2.ComfyUI实践基础 │ ├── [185M] 多模态 Agent 开发实战营-3.ComfyUI自定义节点 │ ├── [141M] 多模态 Agent 开发实战营-4.ComfyUI工作流介绍 │ ├── [225M] 多模态 Agent 开发实战营-5.ComfyUI服务化方式 │ └── [ 20M] 第七章-ComfyUI工程化与生产级部署.pdf ├── 08-第八章:多模态理解 RAG 与内容分析 Agent/ │ ├── [ 45M] 多模态 Agent 开发实战营-1.多模态理解通用模型 │ ├── [665M] 多模态 Agent 开发实战营-2.RAG 知识库构建与问答实践 │ ├── [117M] 多模态 Agent 开发实战营-3.RAG 构建-知识图谱与 GraphRAG 实践 │ ├── [175M] 多模态 Agent 开发实战营-4.DeepSearcher&Agentic RAG 项目实践 │ ├── [ 56M] 多模态 Agent 开发实战营-5.多模态 RAG 内容安全场景 │ ├── [162M] 多模态 Agent 开发实战营-6.智能内容审核 Agent │ └── [ 12M] 第八章-多模态理解RAG与内容分析Agent-校对后.pdf ├── 09-第九章:原生全模态 Agent 实战:驾驭开源私有化部署/ │ ├── [ 73M] 多模态 Agent 开发实战营-1.全模态模型发展时间线 │ ├── [189M] 多模态 Agent 开发实战营-2.全模态开源模型框架 │ ├── [142M] 多模态 Agent 开发实战营-3.全模态推理框架全景与部署服务化实践 │ ├── [203M] 多模态 Agent 开发实战营-4.基于 Qwen3-Omni 的本地化部署 │ ├── [127M] 多模态 Agent 开发实战营-5.全模态 Agent 开发 │ └── [ 15M] 第九章-原生全模态Agent实战:驾驭开源私有化部署.pdf └── 10-第十章:智能创作 Agent 平台构建与商业化/ ├── [114M] 多模态 Agent 开发实战营-1.智能创作 Agent 平台构建与商业化概述 ├── [303M] 多模态 Agent 开发实战营-2. Agent模式之MCP路径 ├── [134M] 多模态 Agent 开发实战营-3.Agent 模式之 SubAgent ├── [315M] 多模态 Agent 开发实战营-4.Agent 模式之 Skills ├── [145M] 多模态 Agent 开发实战营-5.Agent 模式之 Autoresearch 自动优化 ├── [336M] 多模态 Agent 开发实战营-6.Agent 模式之 Top 10 Agentic Applications 安全问题 ├── [264M] 多模态 Agent 开发实战营-7.智能创作 Agent 平台构建(上) ├── [103M] 多模态 Agent 开发实战营-8.智能创作 Agent 平台构建(下) ├── [267M] 多模态 Agent 开发实战营-9.智能创作 Agent 平台实践 └── [ 44M] 第十章-智能创作Agent平台构建.pdf





