大學(xué)計(jì)算機(jī)基礎(chǔ) 課件 1.4.3AIGC技術(shù)應(yīng)用領(lǐng)域

大學(xué)計(jì)算機(jī)基礎(chǔ)——基于計(jì)算思維（Windows10+Office2016）第1章計(jì)算機(jī)文化1.4.3AIGC技術(shù)應(yīng)用領(lǐng)域1.4生成式人工智能（AIGC）文生文文生文是AIGC領(lǐng)域的一個(gè)重要概念，它指的是基于文本的生成任務(wù)，即通過(guò)分析和理解輸入的文本信息，自動(dòng)生成相應(yīng)的文本內(nèi)容。這一過(guò)程涉及到自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等多個(gè)技術(shù)領(lǐng)域的應(yīng)用。文生文可以應(yīng)用于多種場(chǎng)景，如自動(dòng)寫作、內(nèi)容創(chuàng)作輔助等。文生文①數(shù)據(jù)預(yù)處理文生文原理步驟如下②模型訓(xùn)練③序列生成④文本輸出在文本生成之前，需要大量的文本數(shù)據(jù)作為輸入。這些數(shù)據(jù)首先經(jīng)過(guò)預(yù)處理，包括清洗（去除噪聲信息），標(biāo)準(zhǔn)化（統(tǒng)一文本格式），分詞（將文本分解為詞匯或短語(yǔ)），向量化（將詞匯轉(zhuǎn)換為數(shù)值表示）等步驟。數(shù)據(jù)預(yù)處理清洗標(biāo)準(zhǔn)化分詞向量化...文生文①數(shù)據(jù)預(yù)處理文生文原理步驟如下②模型訓(xùn)練③序列生成④文本輸出使用處理過(guò)的數(shù)據(jù)來(lái)訓(xùn)練一個(gè)語(yǔ)言模型。文生文①數(shù)據(jù)預(yù)處理文生文原理步驟如下②模型訓(xùn)練③序列生成④文本輸出這些模型通過(guò)學(xué)習(xí)單詞或字符的序列來(lái)預(yù)測(cè)下一個(gè)最可能的單詞或字符，這使得它們非常適合于文本生成。文生文①數(shù)據(jù)預(yù)處理文生文原理步驟如下②模型訓(xùn)練③序列生成④文本輸出訓(xùn)練好的模型能夠基于給定的起始文本（種子）來(lái)生成文本。這個(gè)過(guò)程可以是確定性的，也可以引入隨機(jī)性，允許模型在多個(gè)可能的選項(xiàng)中選擇，以增加文本的多樣性和創(chuàng)造性。文生文市場(chǎng)上的文生文大模型種類繁多，例如百度的文心一言（ERNIE系列）、阿里云的通義千問(wèn)、Minimax系列模型、科大訊飛的訊飛星火以及美國(guó)OpenAI研發(fā)的ChatGPT等。這些模型在文本創(chuàng)作、智能問(wèn)答、知識(shí)檢索、商業(yè)文案生成等多個(gè)場(chǎng)景中展現(xiàn)出了巨大的潛力。...文生圖文生圖是一種基于文本生成圖像的技術(shù)，屬于AIGC的一個(gè)重要方向。用戶通過(guò)輸入描述性的文本，AI模型能夠根據(jù)這些描述生成相應(yīng)的圖像。這種技術(shù)的核心在于理解和轉(zhuǎn)換文本信息到圖像內(nèi)容，涉及到多種技術(shù)和模型的應(yīng)用。文生圖是文生圖領(lǐng)域的一個(gè)重要技術(shù)，它基于擴(kuò)散模型（diffusionmodels），通過(guò)模擬物理世界中的擴(kuò)散過(guò)程，將噪聲逐漸轉(zhuǎn)化為具有特定結(jié)構(gòu)和紋理的圖像。StableDiffusion這一過(guò)程包括對(duì)數(shù)據(jù)不斷加噪成為真實(shí)噪聲，以及從真實(shí)噪聲中去噪還原成原始數(shù)據(jù)的過(guò)程，通過(guò)學(xué)習(xí)去噪的過(guò)程，進(jìn)而能夠?qū)φ鎸?shí)噪聲進(jìn)行隨機(jī)采樣，以生成圖像。在StableDiffusion的技術(shù)實(shí)現(xiàn)中，涉及到多個(gè)組件和模型的組合使用。首先是文本理解組件，它負(fù)責(zé)將文本信息轉(zhuǎn)換成數(shù)字表示。此外，還包括提示詞處理、去噪、VAE等模塊的作用和參數(shù)設(shè)置，這些都對(duì)生成高質(zhì)量的圖像至關(guān)重要。文生圖目前市面上文生圖工具種類繁多，包括但不限于下面幾種：Midjourney是一個(gè)強(qiáng)大的AI圖像生成工具，通過(guò)Discord服務(wù)器運(yùn)行，可以使用文本或圖像提示、調(diào)整參數(shù)和選擇模型來(lái)使用。Midjourney文生圖這是由OpenAI開發(fā)的一系列文生圖模型，DALL·E能夠根據(jù)自然語(yǔ)言的描述創(chuàng)建逼真的圖像和藝術(shù)。DALL·E文生圖這是百度推出的一系列基于ERNIE的視覺(jué)語(yǔ)言模型，用于生成圖像，具有強(qiáng)大的中文語(yǔ)義理解能力。ERNIE-ViLG系列文生視頻文生視頻技術(shù)的原理主要基于深度學(xué)習(xí)模型，通過(guò)訓(xùn)練大量的文本和視頻數(shù)據(jù)，使模型能夠?qū)W習(xí)到文本描述和視頻內(nèi)容之間的映射關(guān)系。在生成階段，模型會(huì)根據(jù)輸入的文本描述，自動(dòng)選擇合適的圖像、音效和動(dòng)畫效果，從而生成符合描述的視頻內(nèi)容。OpenAISora是其中的一個(gè)例子，它是一個(gè)基于文本描述生成視頻的AI模型，能夠根據(jù)文字描述制作出最長(zhǎng)60秒的視頻。文生視頻Sora的技術(shù)原理還包括擴(kuò)散模型和視覺(jué)塊嵌入代碼，從一個(gè)類似于靜態(tài)噪聲的視頻畫面開始，逐步移除噪聲，生成清晰的視頻。此外，Sora使用Transformer架構(gòu)，通過(guò)類似DALL-E的圖像生成方式，從噪聲開始生成高清視頻剪輯。文生視頻文生視頻技術(shù)的核心在于其大模型，即包含大量參數(shù)和數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型，通過(guò)訓(xùn)練大量的數(shù)據(jù)，使其具備生