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 · “动手思考” 清除
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。