📖 AI 词典
10 个核心AI概念,从入门到精通,一文读懂人工智能
基础概念
大语言模型 (LLM)
通过海量文本训练的AI模型,能理解和生成自然语言。如GPT-5、Claude 4、DeepSeek-V3等。
Large Language Model
文生图 (Text-to-Image)
通过文字描述自动生成图片的AI技术。代表工具有Midjourney、DALL·E 3、Stable Diffusion等。
Text-to-Image Generation
AI编程 (AI Coding)
利用AI辅助编写、补全、调试代码的技术。代表工具有Cursor、GitHub Copilot、Claude Code等。
AI-Assisted Programming
AI Agent (智能体)
能自主感知环境、制定计划、使用工具并执行任务的AI系统,被Bill Gates称为"继图形界面之后最大的计算范式变革"。
AI Agent / Intelligent Agent
技术原理
RAG (检索增强生成)
Retrieval-Augmented Generation,先检索外部知识再生成回答的技术,有效减少AI幻觉,提升回答准确性。
Retrieval-Augmented Generation
Embedding (向量嵌入)
将文字、图片、音频等非结构化数据转换为固定长度的数字向量,让计算机能够"理解"和比较语义相似度。
Vector Embedding
Transformer架构
2017年Google提出的神经网络架构,通过自注意力机制(Self-Attention)并行处理序列数据,是现代所有大语言模型的基石。
Transformer Architecture
扩散模型 (Diffusion Model)
一种生成模型,通过逐步"去噪"将随机噪声转化为高质量图像。Stable Diffusion、DALL·E、Midjourney都基于此技术。
Diffusion Model
Fine-tuning (微调)
在预训练模型的基础上,用特定领域数据继续训练,使其适应特定任务或风格。是AI定制化的核心技术手段。
Fine-tuning