🧠生成式 AI 教程
AI 教程网络
相关教程入口
专题导读
生成式 AI 教程学习地图
阅读路径
按这三段读更顺
每个系列都可以先抓主线,再挑重点文章复现,最后回到问题边界和检查表。
图文优先
重点图文入口
1 生成式AI概述:生成式AI的定义
第 1 篇6 张图1.4k 字生成式 AI 的核心是根据训练到的模式生成新内容。阅读时,先把“识别”和“生成”的差别讲清楚。
AI生成式AI从零教程2 生成式AI概述之生成式AI的历史背景
第 2 篇6 张图1.6k 字历史线索能帮助判断一项技术解决了什么旧问题,也能看出哪些问题只是换了包装。
AI生成式AI从零教程3 生成式AI概述之当前发展
第 3 篇6 张图1.4k 字当前发展不能只看模型参数,还要看真实工作流里能不能稳定完成任务、成本是否可接受。
AI生成式AI从零教程4 什么是机器学习
第 4 篇6 张图1.5k 字机器学习先从数据中学规则,再把规则用于新样本。理解这一点,后面的生成模型才不会显得悬空。
AI生成式AI从零教程5 深度学习简介
第 5 篇6 张图1.5k 字深度学习的重点是自动学习表示。模型不只记规则,而是在多层结构中逐步提取有用模式。
AI生成式AI从零教程6 生成对抗网络(GAN)基础概念
第 6 篇6 张图1.4k 字GAN 像一场持续对练:生成器努力做出逼真样本,判别器努力识别真假,二者互相推动。
AI生成式AI从零教程7 生成式AI基础概念:变分自编码器(VAE)
第 7 篇6 张图1.6k 字VAE 的价值在于把数据压到可采样的潜在空间里。理解潜在空间,就能理解它如何生成新样本。
AI生成式AI从零教程8 生成式AI从零教程系列:文本生成模型
第 8 篇6 张图1.8k 字文本生成不是一次吐出全文,而是连续预测下一个 token。采样策略会明显改变风格和稳定性。
AI生成式AI从零教程9 生成模型类型之图像生成模型
第 9 篇6 张图1.3k 字图像生成要把描述拆成主体、关系、风格和约束。描述越具体,后期筛选越省力。
AI生成式AI从零教程10 生成式AI音频生成模型入门指南
第 10 篇6 张图1.4k 字音频生成不仅关心内容,还要关心时长、节奏、噪声、音色和版权边界。
AI生成式AI从零教程11 数据准备与清洗:生成式AI从零教程
第 11 篇6 张图1.4k 字生成模型的质量很大程度取决于数据。清洗不是杂活,而是在定义模型能学到什么。
AI生成式AI从零教程12 训练生成式AI之模型选择与架构设计
第 12 篇6 张图1.5k 字模型架构要服务任务目标。不是模型越大越好,而是输入输出、数据规模和预算是否匹配。
AI生成式AI从零教程13 训练生成式AI之模型训练与评估
第 13 篇6 张图1.7k 字训练不是只看 loss 下降。要把验证集、错误样本和人工评审放在一起看。
AI生成式AI从零教程14 生成式AI在艺术与内容创作中的应用案例
第 14 篇6 张图1.3k 字创作场景里,生成模型更像草稿助手。最终作品需要人的审美、取舍和责任。
AI生成式AI从零教程15 生成式AI应用案例之数据增强与合成数据
第 15 篇6 张图1.3k 字合成数据适合补足缺口,但不能无脑加量。关键是看它是否覆盖真实场景中的难样本。
AI生成式AI从零教程16 生成式AI在游戏开发中的应用案例
第 16 篇6 张图1.4k 字游戏开发中,生成模型适合做草案和变体,但玩法手感、平衡和叙事节奏仍要反复测试。
AI生成式AI从零教程17 生成式AI的伦理问题
第 17 篇6 张图1.5k 字伦理问题不是上线后再补的说明,而是从数据、模型、界面和审核流程里一起设计。
AI生成式AI从零教程18 生成式AI的隐私与安全问题
第 18 篇6 张图1.5k 字隐私和安全要在输入、处理、输出三段都检查。只在前端提醒用户是不够的。
AI生成式AI从零教程19 生成式AI与法律合规与责任问题
第 19 篇6 张图1.6k 字合规的关键是可追溯:素材从哪里来,允许怎么用,最终输出由谁审核。
AI生成式AI从零教程20 生成式AI的未来展望:技术的发展趋势
第 20 篇6 张图1.4k 字技术趋势要落到能力、成本和可维护性。追新之前,先判断它解决的是不是自己的真实问题。
AI生成式AI从零教程21 未来展望:行业的创新与挑战
第 21 篇6 张图1.4k 字行业落地不是把模型接进来就结束。真正难的是流程改造、指标对齐和持续运营。
AI生成式AI从零教程22 生成式AI的未来研究方向
第 22 篇6 张图1.8k 字研究方向要围绕真实短板:不稳定、不可解释、成本高、难评估,这些比单次炫技更重要。
AI生成式AI从零教程23 大模型评估方法
第 23 篇6 张图1.7k 字大模型评估不能只看一个榜单。通用基准、代码能力、数学推理和业务样本要分开看。
AI生成式AI从零教程