从这里开始
从这里开始
五 成果导向课程
每门课程都包含明确的成果、能力规划、实践活动和应用毕业设计。
主题曲目
按曲目浏览
跳入您关心的领域。每条赛道都有多个简单的英文指南。
- 134 指南基础知识核心概念：人工智能如何在高层次上工作。探索
- 272 指南语言人工智能LLM、NLP、ChatGPT、提示和文本理解。探索
- 298 指南视觉人工智能图像生成、计算机视觉、视频和设计。探索
- 188 指南音频人工智能语音、音乐、播客和音频优先的人工智能。探索
- 145 指南公司OpenAI、Anthropic、Google、Meta 等的配置文件。探索
- 761 指南应用领域人工智能如何出现在编码、搜索、代理和日常生活中。探索
- 244 指南行业医疗保健、金融、教育、能源等领域的人工智能。探索
- 536 指南技术的芯片、微调、RAG、向量和人工智能基础设施。探索
- 422 指南社会偏见、隐私、版权、安全和人工智能的未来。探索
全库
视觉人工智能
298 的 3000 显示指南。按曲目过滤或在上方搜索。
- 视觉人工智能视频到视频风格转换视频到视频的风格转换使用人工智能（通常是扩散模型）为现有素材赋予全新的外观，例如动漫、黏土动画或油画效果……4 最小阅读量阅读
- 视觉人工智能为什么人工智能视频会出现物理错误AI 视频之所以会出现物理错误，是因为生成器学习的是像素随时间变化的统计规律，而非质量、力和碰撞的规则。4 最小阅读量阅读
- 视觉人工智能AI 图像和音频的隐形水印AI 图像和音频的隐形水印是直接隐藏在像素值或声波中的信号。免费的通俗易懂指南。4 最小阅读量阅读
- 视觉人工智能图像生成中的负面提示负面提示词（Negative prompt）是指描述你不希望在 AI 生成图像中出现的内容的文本。免费的通俗易懂指南。4 最小阅读量阅读
- 视觉人工智能AI 图像生成中的种子和可重复性AI 图像生成中的种子（Seed）是启动随机数生成器的数字，它决定了初始噪声。免费的通俗易懂指南。4 最小阅读量阅读
- 视觉人工智能为什么人工智能图像生成器会出错人工智能图像生成器会犯错，因为手很小，高度灵活，通常部分隐藏并且很少在字幕中描述。4 最小阅读量阅读
- 视觉人工智能AI 生成图像中的文本渲染AI 图像生成器过去常常生成乱码文本，因为它们的文本编码器（例如 CLIP）将提示转换为捕获整体含义的子词标记……4 最小阅读量阅读
- 视觉人工智能使用扩散模型进行虚拟试穿AI虚拟试穿会拍摄一个人和一件衣服的照片，并生成该人穿着该衣服的新图像，保持其姿势、身体……4 最小阅读量阅读
- 视觉人工智能图像到 3D 模型生成图像到 3D 生成将单个照片或物体图像转换为纹理 3D 模型（通常是网格），通常使用前馈网络在几秒钟内完成……4 最小阅读量阅读
- 视觉人工智能3D 模型的 AI 纹理生成AI 纹理生成使用模型（主要是基于扩散的模型）来创建无缝的基于物理的渲染 (PBR) 材质，例如反照率、法线和粗糙度……4 最小阅读量阅读
- 视觉人工智能文本转动画和 AI 角色动画文本转动画 AI 根据书面提示生成 3D 角色动画，例如“一个人跳过水坑”，产生一系列骨骼姿势……4 最小阅读量阅读
- 视觉人工智能编写有效的图像生成提示有效的图像生成提示描述了您想要的图片：主题、媒介、风格、灯光、构图和相机，清楚地说明......4 最小阅读量阅读