AI 是怎样生成图片的？
图像生成模型利用训练中学到的模式，根据条件产生图片。
人工智能
从数据、学习到大语言模型，理解 AI 为什么看起来越来越聪明。
认识智能 理解学习 探索未来
共 10 篇文章
AI 怎样看图片、生成图片、听声音和控制机器人。
AI 是怎样生成声音和音乐的？
音频生成模型可产生语音、音乐或其他声音，具体能力依训练任务而定。
AI 怎样认出图片里的东西？
图像分类、目标检测和分割是不同视觉任务。
一个 AI 为什么可以同时看图、听声音和聊天？
能看、听、说的 AI 系统通常组合多种输入表示和输出能力。
AI 是怎样“看见”图片的？
AI 处理图片时先使用像素等数值表示，再通过模型提取和组合信息。
AI 是怎样把语音变成文字的？
语音转文字用模型把音频映射成文本。
AI 为什么能听懂声音？
声音模型处理随时间变化的音频信号。
AI 怎样理解一张照片？
图片理解把视觉线索与任务联系起来，但无法可靠知道照片之外的一切。
AI 是怎样理解视频的？
视频理解需要处理画面随时间的变化，可能还结合音频。