模型 (AI)
模型 (AI)是什么？
AI 模型是一个经过训练的系统,它从海量数据中习得了模式,现在能运用这些模式根据提示词生成新内容(图像、视频、文本或音频)。
一图看懂
- 别称
- AI 模型基础模型生成式模型神经网络模型
- 主要用途
- 根据提示词生成图像、视频、文本与音频分类、预测与分析任务每一款 AI 生成工具与平台的核心引擎
- 常用工具
- Stable diffusionFluxMidjourneyGPT-4ClaudeKlingSora
- 相关术语
- Neural networkDiffusion modelTrainingFine-tuningInferenceParameters
- How it works in simple terms
- 模型通过接触大量已知正确输出的示例进行训练,反复调整其内部数值参数,直到能够可靠地复现正确输出。在推理时,它将这些习得的参数应用于此前从未见过的新输入,以产出输出。
- Where you encounter this
- 每一款 AI 生成工具(Midjourney、Stable Diffusion、ChatGPT、Claude、Kling、Runway)都构建在一个或多个模型之上。当某个平台让你在不同的模型版本或选项间做选择时,你就是在为自己的生成挑选使用哪个被训练好的系统。
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
对比与差异
Compared with related concepts
'模型''AI'与'算法'这几个术语在日常用语中常被混用,但具有不同的技术含义。算法是一组用于解决问题的指令或规则。AI 是表现出智能行为的系统的宽泛类别。模型是一个具体的被训练产物:由特定训练过程得出、具有固定参数的某个神经网络实例。当人们说'AI'生成了一张图像时,通常指的是一个以特定方式训练、产出具有该训练特征输出的具体模型。
可以这样理解…
AI 模型就像一位花了数年聆听浩瀚音乐库的音乐家:不是去阅读乐理规则,而是通过海量聆听吸收模式。当被要求演奏一首新曲时,他会调动所有内化的模式,产出反映其所听一切、并应用于新任务的作品。
实用提示
在探索 AI 生成平台时,要去了解可用模型各自的具体优势与特性,而不要把它们当作可以随意互换的。一个主要在电影摄影上训练的模型,即便面对完全相同的提示词,也会产出与一个在插画或动画上训练的模型不同的结果。让模型与项目的美学目标相匹配,与撰写最详尽的提示词同样重要,而且往往比强行让模型产出它没有被训练去产出的风格更高效。
类型与变体
AI 模型在模态与架构上差异很大。图像生成模型(Stable Diffusion、Flux、Midjourney、DALL·E)根据文本或图像输入生成图像。视频生成模型(Kling、Runway Gen-3、Sora、HunyuanVideo)根据文本或图像提示词生成视频。语言模型(GPT-4、Claude、Gemini)生成文本并对文本进行推理。多模态模型在单一系统内接受并产出多种模态(文本、图像、音频)。基础模型是在广覆盖数据上训练的大规模模型,可被适配到特定任务。微调模型是在专门数据上进一步训练的基础模型,以提升在特定领域或风格上的表现。
准备好在 Morphic 里做第一个场景了吗？
试用 Morphic常见使用场景
模型是所有 AI 生成背后的基础技术层:图像创建、视频生成、文本撰写与编辑、音频合成、代码生成、图像与视频分析、翻译、摘要,以及当前由 AI 系统执行的任何其他任务。在用户层面,模型选择是一项主要的创作决定:为某项生成任务选择使用哪个模型,类似于选择使用哪种工具或媒介,因为不同模型会产出截然不同的美学结果,并以不同的能力水平处理不同类型的任务。
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
