《人工智能基礎(chǔ)與應(yīng)用》課程教案課題：培養(yǎng)具備AI素養(yǎng)的技術(shù)技能人才教學(xué)目的：了解AI的定義、術(shù)語(yǔ)和分類。掌握AI的技術(shù)架構(gòu)及其主要組成部分。理解機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和知識(shí)圖譜等關(guān)鍵技術(shù)的基本原理和應(yīng)用。熟悉常用的AI大模型，如盤古大模型、豆包大模型、訊飛星火認(rèn)知大模型、文心大模型和DeepSeek大模型。認(rèn)識(shí)AI的發(fā)展歷程，以及我國(guó)在AI領(lǐng)域的發(fā)展現(xiàn)狀。了解AI倫理治理的基本概念和重要性。課型：新授課課時(shí)：本章安排8個(gè)課時(shí)。教學(xué)重點(diǎn)：重點(diǎn)：掌握AI的技術(shù)架構(gòu)及其主要組成部分。教學(xué)難點(diǎn)：難點(diǎn)：認(rèn)識(shí)AI的發(fā)展歷程，以及我國(guó)在AI領(lǐng)域的發(fā)展現(xiàn)狀。教學(xué)過(guò)程：教學(xué)形式：講授課，教學(xué)組織采用課堂整體講授和分組演示。教學(xué)媒體：采用啟發(fā)式教學(xué)、案例教學(xué)等教學(xué)方法。教學(xué)手段采用多媒體課件、視頻等媒體技術(shù)。板書設(shè)計(jì)：本課標(biāo)題培養(yǎng)具備AI素養(yǎng)的技術(shù)技能人才課次4授課方式理論課□討論課□習(xí)題課□其他□課時(shí)安排8學(xué)分共2分授課對(duì)象普通高等院校學(xué)生任課教師教材及參考資料1.《人工智能基礎(chǔ)與應(yīng)用》；電子工業(yè)出版社。2.本教材配套視頻教程及學(xué)習(xí)檢查等資源。3.與本課程相關(guān)的其他資源。教學(xué)基本內(nèi)容教學(xué)方法及教學(xué)手段課程引入在AI技術(shù)飛速發(fā)展的今天，教育領(lǐng)域正經(jīng)歷著前所未有的變革。面對(duì)這一挑戰(zhàn)與機(jī)遇并存的時(shí)代，我們的使命是激發(fā)學(xué)生的潛能，培養(yǎng)他們解決問(wèn)題的能力，塑造具有創(chuàng)新精神和責(zé)任感的新一代。為實(shí)現(xiàn)這一目標(biāo)，我們需要培養(yǎng)學(xué)生具備AI素養(yǎng)、創(chuàng)造力、適應(yīng)力、倫理意識(shí)、批判性思維、情緒智力和社交技能等多方面的能力。通過(guò)學(xué)習(xí)必要的知識(shí)和技能，希望學(xué)生能夠靈活應(yīng)對(duì)未來(lái)社會(huì)和職場(chǎng)的變化，同時(shí)實(shí)現(xiàn)個(gè)人成長(zhǎng)和社會(huì)發(fā)展的雙重目標(biāo)。參考以下形式：1.銜接導(dǎo)入2.懸念導(dǎo)入3.情景導(dǎo)入4.激疑導(dǎo)入5.演示導(dǎo)入6.實(shí)例導(dǎo)入7.其他形式任務(wù)1.1認(rèn)識(shí)AI隨著科技的發(fā)展，AI已經(jīng)從科幻小說(shuō)走入我們的日常生活。從智能手機(jī)的語(yǔ)音助手到自動(dòng)駕駛汽車，AI的應(yīng)用越來(lái)越廣泛。然而，對(duì)大多數(shù)人來(lái)說(shuō)，AI仍然是一個(gè)模糊的概念。1.1.1AI的定義AI（ArtificialIntelligence，人工智能）是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門技術(shù)科學(xué)。AI是計(jì)算機(jī)科學(xué)的一個(gè)分支，試圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以與人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器學(xué)習(xí)、語(yǔ)音識(shí)別、視覺(jué)識(shí)別、運(yùn)動(dòng)控制、自然語(yǔ)言處理和專家系統(tǒng)等，如圖1-1所示。AI從誕生以來(lái)，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也在不斷擴(kuò)大，可以設(shè)想，未來(lái)以AI技術(shù)為基礎(chǔ)的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。AI可以對(duì)人的意識(shí)、思維的信息過(guò)程進(jìn)行模擬。AI不是人的智能，但能像人一樣思考，也可能超過(guò)人的智能。AI在計(jì)算機(jī)上的實(shí)現(xiàn)方式有兩種。一種是采用傳統(tǒng)的編程技術(shù)。另一種是模擬法。1.1.2AI的術(shù)語(yǔ)AI智能體、AI和AIGC（AI-GeneratedContent，人工智能生成內(nèi)容）這些術(shù)語(yǔ)，雖然在表面上看似相近，但它們各自有著不同的側(cè)重點(diǎn)和應(yīng)用范疇。1．AI智能體2．AI3．AIGC的應(yīng)用前景，能夠大大提高內(nèi)容創(chuàng)作的效率和質(zhì)量。1.1.3AI的分類AI可以根據(jù)功能和工作原理分為多種不同的類型，這種分類方式有助于讀者理解AI的不同應(yīng)用場(chǎng)景和技術(shù)特點(diǎn)。1．按工作原理劃分（1）符號(hào)主義AI（2）連接主義AI（3）進(jìn)化計(jì)算2．按用途劃分（1）決策式AI（2）生成式AI3．按學(xué)習(xí)能力劃分（1）監(jiān)督學(xué)習(xí)（2）無(wú)監(jiān)督學(xué)習(xí)（3）半監(jiān)督學(xué)習(xí)（4）強(qiáng)化學(xué)習(xí)4．按智能水平劃分（1）弱AI（窄AI）（2）強(qiáng)AI（通用AI）1.1.4AI的特點(diǎn)AI具有智能化、學(xué)習(xí)能力、自主性等特點(diǎn)，隨著技術(shù)的不斷創(chuàng)新和發(fā)展，AI的特點(diǎn)將會(huì)得到進(jìn)一步拓展和完善。1．智能化AI的主要特點(diǎn)在于它的智能化程度。通過(guò)模擬人類的思考過(guò)程和決策能力，AI能夠以與人類智能類似的方式分析和解決問(wèn)題。以機(jī)器學(xué)習(xí)為例，通過(guò)大數(shù)據(jù)和算法的應(yīng)用，AI可以自動(dòng)從數(shù)據(jù)中學(xué)習(xí)，不斷提升自身的智能水平。這種智能化使得AI在多個(gè)領(lǐng)域具有廣泛的應(yīng)用前景。2．學(xué)習(xí)能力AI的學(xué)習(xí)能力是其另一個(gè)重要特點(diǎn)。通過(guò)不斷地接收和處理新的信息，AI可以從中獲取知識(shí)和經(jīng)驗(yàn)，并運(yùn)用于問(wèn)題的解決方案中。不僅如此，AI還能夠通過(guò)與環(huán)境的交互，實(shí)現(xiàn)學(xué)習(xí)和進(jìn)化。通過(guò)反饋機(jī)制和自我調(diào)整算法，AI可以根據(jù)實(shí)際情況進(jìn)行優(yōu)化和改進(jìn)，不斷提高自身的性能和準(zhǔn)確性。3．自主性AI的自主性是指其獨(dú)立進(jìn)行決策和行動(dòng)的能力。相對(duì)于傳統(tǒng)的預(yù)設(shè)規(guī)則和指令，AI能夠根據(jù)自身的智能和學(xué)習(xí)能力，主動(dòng)進(jìn)行決策和行動(dòng)，而無(wú)須人為干預(yù)。1.1.5AI的技術(shù)架構(gòu)AI的技術(shù)架構(gòu)通常由應(yīng)用層、技術(shù)層和基礎(chǔ)層構(gòu)成，如圖1-2所示。1．應(yīng)用層2．技術(shù)層3．基礎(chǔ)層這三個(gè)層次共同構(gòu)成了AI的技術(shù)架構(gòu)，從底層的數(shù)據(jù)收集和處理，到中層的算法和框架，再到頂層的具體應(yīng)用，形成了一個(gè)完整的生態(tài)系統(tǒng)。這種架構(gòu)不僅確保了AI技術(shù)的高效運(yùn)行，也為未來(lái)的技術(shù)創(chuàng)新和應(yīng)用拓展提供了廣闊的空間。任務(wù)1.2AI技術(shù)基礎(chǔ)AI的核心目標(biāo)是使機(jī)器能夠執(zhí)行通常需要人類智能才能完成的任務(wù)，如學(xué)習(xí)、理解語(yǔ)言、識(shí)別圖像、解決問(wèn)題等。AI的發(fā)展經(jīng)歷了多個(gè)階段，從早期的規(guī)則引擎到現(xiàn)在的深度學(xué)習(xí)和機(jī)器學(xué)習(xí)算法，AI技術(shù)不斷進(jìn)步，應(yīng)用范圍也在不斷擴(kuò)大。1.2.1機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)（MachineLearning）是AI的核心領(lǐng)域之一。它通過(guò)讓計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新知識(shí)和技能，并不斷改善自身性能。機(jī)器學(xué)習(xí)是一門涉及統(tǒng)計(jì)學(xué)、系統(tǒng)辨識(shí)、逼近理論、神經(jīng)網(wǎng)絡(luò)、優(yōu)化理論、計(jì)算機(jī)科學(xué)、腦科學(xué)等諸多領(lǐng)域的交叉學(xué)科，旨在研究如何讓計(jì)算機(jī)模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識(shí)或技能。重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能，是AI技術(shù)的核心?；跀?shù)據(jù)的機(jī)器學(xué)習(xí)是現(xiàn)代智能技術(shù)中的重要方法之一。該方法聚焦于從觀測(cè)數(shù)據(jù)（樣本）出發(fā)尋找規(guī)律，并利用所發(fā)現(xiàn)的規(guī)律對(duì)未來(lái)數(shù)據(jù)或無(wú)法直接觀測(cè)的數(shù)據(jù)進(jìn)行預(yù)測(cè)。機(jī)器學(xué)習(xí)強(qiáng)調(diào)三個(gè)關(guān)鍵詞：算法、經(jīng)驗(yàn)、性能。其處理過(guò)程如圖1-3所示。在數(shù)據(jù)的基礎(chǔ)上，通過(guò)算法構(gòu)建出模型并對(duì)模型進(jìn)行評(píng)估。評(píng)估的性能如果達(dá)到要求，就用該模型來(lái)測(cè)試其他的數(shù)據(jù)；如果達(dá)不到要求，就要調(diào)整算法重新建立模型，再次進(jìn)行評(píng)估。如此循環(huán)往復(fù)，直到獲得滿意的模型來(lái)處理其他數(shù)據(jù)。機(jī)器學(xué)習(xí)技術(shù)和方法已經(jīng)被成功應(yīng)用到多個(gè)領(lǐng)域，如個(gè)性推薦系統(tǒng)、金融反欺詐、語(yǔ)音識(shí)別、自然語(yǔ)言處理、機(jī)器翻譯、模式識(shí)別、智能控制等。1.2.2深度學(xué)習(xí)深度學(xué)習(xí)的核心在于使用多層神經(jīng)網(wǎng)絡(luò)來(lái)模擬人腦處理信息的方式，從而能夠自動(dòng)從數(shù)據(jù)中提取和學(xué)習(xí)復(fù)雜的特征。深度學(xué)習(xí)的基本原理是通過(guò)構(gòu)建深層的、多級(jí)別的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，使得機(jī)器能夠從原始數(shù)據(jù)中自動(dòng)發(fā)現(xiàn)、學(xué)習(xí)和組合特征，以實(shí)現(xiàn)對(duì)數(shù)據(jù)的高層次理解。這種學(xué)習(xí)方法在圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域取得了顯著的成果，因?yàn)樗軌蛱幚泶罅康姆墙Y(jié)構(gòu)化數(shù)據(jù)，如圖像和聲音等。1.2.3計(jì)算機(jī)視覺(jué)計(jì)算機(jī)視覺(jué)是AI領(lǐng)域的一個(gè)重要分支。它能夠使機(jī)器解釋和理解視覺(jué)世界。計(jì)算機(jī)視覺(jué)致力于使計(jì)算機(jī)能夠像人類一樣“看”，即通過(guò)攝像頭、圖像傳感器等設(shè)備捕捉圖像，并從中提取信息。計(jì)算機(jī)視覺(jué)的發(fā)展經(jīng)歷了從簡(jiǎn)單的圖像處理到復(fù)雜的圖像理解的過(guò)程，目前深度學(xué)習(xí)技術(shù)對(duì)其發(fā)展產(chǎn)生了重大影響。計(jì)算機(jī)視覺(jué)涉及的技術(shù)包括人臉識(shí)別、圖像識(shí)別、圖像分類、對(duì)象檢測(cè)、場(chǎng)景重建等。其中，人臉識(shí)別、圖像識(shí)別（包括靜態(tài)和動(dòng)態(tài)信息）是目前的主要應(yīng)用方向。計(jì)算機(jī)視覺(jué)廣泛應(yīng)用于多個(gè)領(lǐng)域，如自動(dòng)駕駛、醫(yī)療圖像分析、安防監(jiān)控、工業(yè)自動(dòng)化等。vivo公司在計(jì)算機(jī)視覺(jué)領(lǐng)域的創(chuàng)新包括AI拍照、屏下指紋識(shí)別、人臉識(shí)別等技術(shù)。1.2.4自然語(yǔ)言處理自然語(yǔ)言處理（NaturalLanguageProcessing，NLP）是AI領(lǐng)域的一個(gè)重要分支，專注于使計(jì)算機(jī)能夠理解和處理人類語(yǔ)言。自然語(yǔ)言處理是一門通過(guò)建立計(jì)算機(jī)模型來(lái)理解和處理自然語(yǔ)言的學(xué)科，是用計(jì)算機(jī)對(duì)自然語(yǔ)言的形、音、義等信息進(jìn)行處理并識(shí)別的應(yīng)用，涉及機(jī)器翻譯、自動(dòng)提取文本摘要、文本分類、語(yǔ)音合成、情感分析等領(lǐng)域。自然語(yǔ)言處理的應(yīng)用場(chǎng)景豐富多樣，涵蓋機(jī)器翻譯、手寫體和印刷體字符識(shí)別、語(yǔ)音識(shí)別、信息檢索、信息抽取與過(guò)濾、文本分類與聚類、輿情分析和觀點(diǎn)挖掘等。從技術(shù)交叉維度看，它既涉及與語(yǔ)言處理相關(guān)的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、知識(shí)獲取、知識(shí)工程、AI研究，也涵蓋與語(yǔ)言計(jì)算相關(guān)的語(yǔ)言學(xué)研究。1.2.5知識(shí)圖譜知識(shí)圖譜本質(zhì)上是結(jié)構(gòu)化的語(yǔ)義知識(shí)庫(kù)，是一種由節(jié)點(diǎn)和邊組成的圖數(shù)據(jù)結(jié)構(gòu)，以符號(hào)形式描述物理世界中的概念及其相互關(guān)系。其基本組成單位是“實(shí)體—關(guān)系—實(shí)體”三元組，以及實(shí)體及其相關(guān)的“屬性/值”對(duì)。不同實(shí)體之間通過(guò)關(guān)系相互聯(lián)結(jié)，構(gòu)成網(wǎng)狀的知識(shí)結(jié)構(gòu)。知識(shí)圖譜可用于反欺詐、不一致性驗(yàn)證、組團(tuán)欺詐等公共安全保障領(lǐng)域，需要用到異常分析、靜態(tài)分析、動(dòng)態(tài)分析等數(shù)據(jù)挖掘方法。特別地，知識(shí)圖譜在搜索引擎、可視化展示和精準(zhǔn)營(yíng)銷方面具有很大的優(yōu)勢(shì)，已成為業(yè)界的熱門工具。但是，知識(shí)圖譜的發(fā)展還存在很大的挑戰(zhàn)，如數(shù)據(jù)的噪聲問(wèn)題，即數(shù)據(jù)有錯(cuò)誤或者數(shù)據(jù)存在冗余。隨著知識(shí)圖譜應(yīng)用的不斷深入，還有一系列關(guān)鍵技術(shù)需要突破。任務(wù)1.3AI大模型AI大模型是指擁有超大規(guī)模參數(shù)（通常在十億個(gè)以上）、復(fù)雜計(jì)算結(jié)構(gòu)的機(jī)器學(xué)習(xí)模型。它通常能夠處理海量數(shù)據(jù)，完成各種復(fù)雜任務(wù)，如自然語(yǔ)言處理、圖像識(shí)別等。隨著計(jì)算機(jī)硬件性能的不斷提升，以及深度學(xué)習(xí)算法的快速優(yōu)化，大模型的發(fā)展日新月異。一系列基于大模型的AI應(yīng)用相繼問(wèn)世，下面介紹幾款常用大模型。1.3.1盤古大模型盤古大模型是華為旗下的盤古系列AI大模型，包括NLP大模型、CV大模型、氣象大模型等。1.3.2豆包大模型豆包大模型，原名“云雀”，是字節(jié)跳動(dòng)發(fā)布的大模型。2024年5月15日，在火山引擎原動(dòng)力大會(huì)上字節(jié)跳動(dòng)豆包大模型被正式發(fā)布。字節(jié)跳動(dòng)的豆包大模型家族包含下面幾種模型。（1）豆包通用模型。（2）豆包通用模型Lite。（3）豆包·角色扮演模型。（4）豆包·語(yǔ)音合成模型。（5）豆包·聲音復(fù)刻模型。（6）豆包·語(yǔ)音識(shí)別模型。（7）豆包·文生圖模型。（8）豆包·Functioncall模型。（9）豆包·向量化模型。1.3.3訊飛星火認(rèn)知大模型訊飛星火認(rèn)知大模型是一款集成多種先進(jìn)AI技術(shù)的認(rèn)知智能系統(tǒng)。其核心能力涵蓋文本生成、語(yǔ)言理解與知識(shí)問(wèn)答、邏輯推理與科研輔助、數(shù)學(xué)問(wèn)題解決、編程支持和多模態(tài)交互體驗(yàn)等方面。下面進(jìn)行具體介紹。1．文本生成文本生成是訊飛星火認(rèn)知大模型的一項(xiàng)核心能力。它能夠通過(guò)自然語(yǔ)言處理技術(shù)，自動(dòng)產(chǎn)生高質(zhì)量的文本內(nèi)容。這一功能在多個(gè)應(yīng)用場(chǎng)景中展現(xiàn)出了巨大的價(jià)值，包括文檔創(chuàng)作、多語(yǔ)種支持、圖文匹配及演講準(zhǔn)備等。（1）文檔一鍵生成。（2）AI撰寫助手。（3）多語(yǔ)種文檔生成。（4）自動(dòng)配圖。（5）模板選擇。（6）演講備注。2．語(yǔ)言理解與知識(shí)問(wèn)答3．邏輯推理與科研輔助4．?dāng)?shù)學(xué)問(wèn)題解決5．編程支持6．多模態(tài)交互體驗(yàn)（1）圖像識(shí)別與描述（2）基于圖像的內(nèi)容問(wèn)答（3）音/視頻生成1.3.4文心大模型文心大模型是百度推出的自然語(yǔ)言處理預(yù)訓(xùn)練模型。它有多個(gè)版本，每個(gè)版本都在前一個(gè)版本的基礎(chǔ)上進(jìn)行了改進(jìn)和優(yōu)化。1．文心大模型3.52．文心大模型4.03．文心大模型4.0Turbo1.3.5DeepSeek大模型DeepSeek是一款由深度求索（北京）科技有限公司開發(fā)的AI模型。它可以讀作“深度”（Deep）和“探索”（Seek），寓意通過(guò)深度學(xué)習(xí)技術(shù)探索未知的領(lǐng)域。這款基于Transformer架構(gòu)的AI助手，具備自然語(yǔ)言理解與生成、多輪對(duì)話管理、跨領(lǐng)域知識(shí)整合及代碼處理等核心能力，依托大規(guī)模預(yù)訓(xùn)練和持續(xù)學(xué)習(xí)機(jī)制，支持中英文等語(yǔ)言交互，能夠在信息檢索、學(xué)習(xí)研究、創(chuàng)意生成等場(chǎng)景中提供輔助。DeepSeek的第一個(gè)開源模型于2023年11月被發(fā)布，隨后DeepSeek-V3和DeepSeek-R1模型被相繼發(fā)布。1．DeepSeek-V32．DeepSeek-R1任務(wù)1.4AI現(xiàn)狀A(yù)I作為當(dāng)今科技領(lǐng)域熱門的話題之一，其發(fā)展現(xiàn)狀可謂蓬勃向上，日新月異。從基礎(chǔ)研究到應(yīng)用實(shí)踐，從政策支持到產(chǎn)業(yè)布局，AI正以前所未有的速度改變著我們的生活和工作方式。1.4.1AI的發(fā)展歷程從始至此，AI在充滿未知的道路上探索，曲折起伏，這段發(fā)展歷程大致可劃分為五個(gè)階段。第一個(gè)階段：起步發(fā)展期（20世紀(jì)40年代～60年代）第二個(gè)階段：低谷反思期（20世紀(jì)70年代）第三個(gè)階段：應(yīng)用發(fā)展期（20世紀(jì)80年代）第四個(gè)階段：平穩(wěn)發(fā)展期（20世紀(jì)90年代～21世紀(jì)10年代）第五個(gè)階段：蓬勃發(fā)展期（2011年至今）1.4.2我國(guó)在AI領(lǐng)域的發(fā)展現(xiàn)狀隨著中國(guó)社會(huì)經(jīng)濟(jì)的發(fā)展，勞動(dòng)力紅利逐漸消失，老齡化社會(huì)的到來(lái)及精英人才需求的不斷增加，關(guān)鍵技術(shù)的開發(fā)成為亟待解決的問(wèn)題。在這種背景下，發(fā)展AI和智能機(jī)器不僅能夠?qū)崿F(xiàn)“機(jī)器換人”，推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，還能為解決現(xiàn)有的經(jīng)濟(jì)問(wèn)題和社會(huì)問(wèn)題創(chuàng)造良機(jī)?！癆I+X”將成為萬(wàn)眾創(chuàng)新的新時(shí)尚和新潮流。1.4.3AI發(fā)展的啟示AI的目標(biāo)是模擬、延伸和擴(kuò)展人類智能，探尋智能本質(zhì)，發(fā)展類人智能機(jī)器。其探索之路充滿未知且曲折起伏。通過(guò)總結(jié)AI發(fā)展歷程中的經(jīng)驗(yàn)和教訓(xùn)，可以得到以下啟示。1．尊重發(fā)展規(guī)律是推動(dòng)學(xué)科健康發(fā)展的前提2．基礎(chǔ)研究是學(xué)科可持續(xù)發(fā)展的基石3．應(yīng)用需求是科技創(chuàng)新的不竭之源4．學(xué)科交叉是創(chuàng)新突破的“捷徑”5．寬容失敗是支持創(chuàng)新的題中應(yīng)有之義6．實(shí)事求是設(shè)定發(fā)展目標(biāo)是制訂學(xué)科發(fā)展規(guī)劃的基本原則1.4.4AI倫理治理盡管AI帶來(lái)了諸多機(jī)遇，但也存在數(shù)據(jù)安全、隱私保護(hù)等方面的風(fēng)險(xiǎn)。因此，在推進(jìn)AI產(chǎn)業(yè)發(fā)展的同時(shí)，必須建立健全相關(guān)法律法規(guī)框架，確保個(gè)人信息不受侵害，并加強(qiáng)對(duì)算法透明度及公平性的監(jiān)管，進(jìn)行AI倫理治理。安全、倫理和隱私問(wèn)題是AI發(fā)展面臨的挑戰(zhàn)。安全問(wèn)題是讓技術(shù)能夠持續(xù)發(fā)展的前提。技術(shù)的發(fā)展給社會(huì)信任帶來(lái)了風(fēng)險(xiǎn)，如何增加社會(huì)信任，讓技術(shù)發(fā)展遵循倫理要求，特別是保障隱私不被侵犯是亟須解決的問(wèn)題。為此，制定合理的政策、法律、標(biāo)準(zhǔn)基礎(chǔ)，并與國(guó)際社會(huì)協(xié)作，建立一個(gè)令A(yù)I技術(shù)造福于社會(huì)、保護(hù)公眾利益的政策、法律和標(biāo)準(zhǔn)化環(huán)境，是AI技術(shù)持續(xù)、健康發(fā)展的重要前提。1．機(jī)器人準(zhǔn)則所有科學(xué)家和工程師都面臨倫理考量：哪些項(xiàng)目應(yīng)該做，哪些項(xiàng)目不應(yīng)該做，以及如何確保項(xiàng)目執(zhí)行是安全且有益的。2010年，英國(guó)工程和物理科學(xué)研究委員會(huì)制定了一系列機(jī)器人準(zhǔn)則。之后，其他政府機(jī)構(gòu)、非營(yíng)利組織及各公司紛紛建立了類似的準(zhǔn)則。常用的準(zhǔn)則如下：（1）阿西莫夫機(jī)器人三定律（1942）（2）歐盟《人工智能倫理準(zhǔn)則》（2019）。（3）IEEE《倫理對(duì)齊設(shè)計(jì)》（2019）。（4）聯(lián)合國(guó)教科文組織《人工智能倫理建議書》（2021）。（5）中國(guó)《新一代人工智能倫理規(guī)范》（2021）。2．倫理要求AI作為人類智能和價(jià)值系統(tǒng)的延伸，在發(fā)展過(guò)程中必須考慮倫理價(jià)值。設(shè)定AI技術(shù)的倫理要求需要社會(huì)和公眾的深入思考與廣泛共識(shí)，并遵循以下共識(shí)原則。（1）人類利益原則（2）責(zé)任原則3．保護(hù)個(gè)人隱私政策隱私設(shè)計(jì)原則強(qiáng)調(diào)在產(chǎn)品和服務(wù)的設(shè)計(jì)階段就融入隱私保護(hù)措施。通過(guò)默認(rèn)隱私設(shè)置、最小化數(shù)據(jù)收集和使用，以及增強(qiáng)用戶控制權(quán)等方式，確保技術(shù)發(fā)展與個(gè)人隱私保護(hù)相協(xié)調(diào)，從而減少隱私侵犯的風(fēng)險(xiǎn)。1.4.5中高職學(xué)生應(yīng)具備的AI素養(yǎng)在當(dāng)今AI快速發(fā)展的時(shí)代，中高職學(xué)生作為未來(lái)技術(shù)領(lǐng)域的重要力量，應(yīng)具備相應(yīng)的AI素養(yǎng)。1．體系化知識(shí)2．構(gòu)建式能力3．創(chuàng)造性價(jià)值4．人本型倫理1.4.6AI應(yīng)用AI與行業(yè)領(lǐng)域的深度融合將改變甚至重新塑造傳統(tǒng)行業(yè)。AI已經(jīng)廣泛應(yīng)用于金融、家居、交通、醫(yī)療、教育等多個(gè)領(lǐng)域，對(duì)人類社會(huì)的生產(chǎn)和生活產(chǎn)生了深遠(yuǎn)的影響。1．金融2．家居3．交通4．醫(yī)療5．教育1．教學(xué)以學(xué)生學(xué)習(xí)教材的基本內(nèi)容為主，系統(tǒng)全面地了解培養(yǎng)具備AI素養(yǎng)的技術(shù)技能人才的內(nèi)容。2．整個(gè)教學(xué)過(guò)程中，各教學(xué)點(diǎn)可根據(jù)實(shí)際情況，進(jìn)行拓展知識(shí)的講解。本章小結(jié)：本章圍繞“培養(yǎng)具備AI素養(yǎng)的技術(shù)技能人才”核心，系統(tǒng)介紹了AI的基礎(chǔ)認(rèn)知、技術(shù)架構(gòu)、關(guān)鍵技術(shù)、主流大模型、發(fā)展現(xiàn)狀及倫理治理等內(nèi)容。從AI的定義、術(shù)語(yǔ)與分類，到機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)等核心技術(shù)，再到盤古、豆包等常用大模型，清晰勾勒出AI的技術(shù)體系與應(yīng)用場(chǎng)景。同時(shí)，梳理了AI發(fā)展歷程與我國(guó)發(fā)展現(xiàn)狀，強(qiáng)調(diào)了倫理治理的重要性，明確了中高職學(xué)生應(yīng)具備的體系化知識(shí)、構(gòu)建式能力等AI素養(yǎng)。整體內(nèi)容兼具理論性與實(shí)用性，為培養(yǎng)適應(yīng)AI時(shí)代的技術(shù)技能人才奠定了基礎(chǔ)?！度斯ぶ悄芑A(chǔ)與應(yīng)用》課程教案課題：探索視覺(jué)智能新境界：AI生成圖像技術(shù)的基本應(yīng)用教學(xué)目的：理解AI生成圖像技術(shù)的發(fā)展歷程。掌握不同AI生成圖像技術(shù)的特點(diǎn)，以及面臨的難題和挑戰(zhàn)。掌握訊飛星火、文心一言、ChatGPT等AI生成圖像工具的使用方法。了解Midjourney繪圖工具的特點(diǎn)和使用方法。課型：新授課課時(shí)：本章安排8個(gè)課時(shí)。教學(xué)重點(diǎn)：重點(diǎn)：理解AI生成圖像技術(shù)的發(fā)展歷程教學(xué)難點(diǎn)：難點(diǎn)：掌握訊飛星火、文心一言、ChatGPT等AI生成圖像工具的使用方法。教學(xué)過(guò)程：教學(xué)形式：講授課，教學(xué)組織采用課堂整體講授和分組演示。教學(xué)媒體：采用啟發(fā)式教學(xué)、案例教學(xué)等教學(xué)方法。教學(xué)手段采用多媒體課件、視頻等媒體技術(shù)。板書設(shè)計(jì)：本課標(biāo)題探索視覺(jué)智能新境界：AI生成圖像技術(shù)的基本應(yīng)用課次4授課方式理論課□討論課□習(xí)題課□其他□課時(shí)安排8學(xué)分共2分授課對(duì)象普通高等院校學(xué)生任課教師教材及參考資料1.《人工智能基礎(chǔ)與應(yīng)用》；電子工業(yè)出版社。2.本教材配套視頻教程及學(xué)習(xí)檢查等資源。3.與本課程相關(guān)的其他資源。教學(xué)基本內(nèi)容教學(xué)方法及教學(xué)手段課程引入隨著AI的快速發(fā)展，AI生成圖像技術(shù)變得越來(lái)越流行，正在改變著人們對(duì)視覺(jué)藝術(shù)的認(rèn)知和創(chuàng)作方式。本項(xiàng)目通過(guò)深入介紹AI生成圖像技術(shù)的發(fā)展、特點(diǎn)、挑戰(zhàn)及多種實(shí)用工具，幫助讀者掌握這一前沿技術(shù)。通過(guò)本項(xiàng)目的學(xué)習(xí)，讀者不僅能夠獲得關(guān)于AI生成圖像技術(shù)的理論知識(shí)，還將具備實(shí)際操作能力，從而將學(xué)到的技術(shù)應(yīng)用到實(shí)際創(chuàng)作中。參考以下形式：1.銜接導(dǎo)入2.懸念導(dǎo)入3.情景導(dǎo)入4.激疑導(dǎo)入5.演示導(dǎo)入6.實(shí)例導(dǎo)入7.其他形式

任務(wù)2.1AI生成圖像技術(shù)隨著社交媒體、廣告、游戲、電影等行業(yè)的快速發(fā)展，其對(duì)高質(zhì)量、個(gè)性化、快速生成圖像的需求日益增長(zhǎng)。Al生成圖像技術(shù)以高效、靈活、創(chuàng)意無(wú)限的特點(diǎn)，正逐步成為滿足這些需求的重要工具。2.1.1AI生成圖像技術(shù)的發(fā)展AI生成圖像技術(shù)的快速發(fā)展得益于深度學(xué)習(xí)、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)等多個(gè)領(lǐng)域的突破性進(jìn)展。了解前沿動(dòng)態(tài)，有助于我們及時(shí)捕捉這些領(lǐng)域的最新技術(shù)成果，并將其應(yīng)用于文生圖任務(wù)中，從而推動(dòng)技術(shù)創(chuàng)新和進(jìn)步。1．AARON系統(tǒng)計(jì)算機(jī)生成圖像的早期探索可追溯至20世紀(jì)70年代，藝術(shù)家哈羅德?科恩（HaroldCohen）在這一時(shí)期開發(fā)了AARON系統(tǒng)。這個(gè)系統(tǒng)可以通過(guò)機(jī)械臂輸出繪畫，如圖2-1所示。AARON系統(tǒng)的特點(diǎn)是使用機(jī)械臂和計(jì)算機(jī)程序進(jìn)行創(chuàng)作。這類基于規(guī)則的圖像生成技術(shù)，為后續(xù)AI生成圖像技術(shù)奠定了概念基礎(chǔ)。2．基于深度神經(jīng)網(wǎng)絡(luò)的現(xiàn)代模型隨著時(shí)間的推移，AI生成圖像技術(shù)逐漸從基于規(guī)則的算法發(fā)展到基于深度神經(jīng)網(wǎng)絡(luò)的現(xiàn)代模型。2012年，谷歌的吳恩達(dá)和JeffDean使用深度學(xué)習(xí)模型，基于大量貓臉圖片訓(xùn)練出了一個(gè)能夠生成模糊貓臉的模型，如圖2-2所示。這一成果為后續(xù)生成模型的算法優(yōu)化和算力部署提供了重要參考，間接推動(dòng)了生成式AI技術(shù)的發(fā)展。2015年，谷歌推出了“深夢(mèng)”（DeepDream）圖像生成工具，其生成圖像的效果如圖2-3所示，盡管它更像是一個(gè)高級(jí)濾鏡，但它標(biāo)志著AI繪畫技術(shù)的進(jìn)步。此后，AI生成圖像技術(shù)不斷進(jìn)步，出現(xiàn)了諸如DALL-E、CLIP和StableDiffusion等先進(jìn)的模型，這些模型能夠根據(jù)輸入的文本生成高度復(fù)雜和逼真的圖像。3．DALL-E模型2021年，OpenAI推出了DALL-E模型，這是一個(gè)深度學(xué)習(xí)算法模型，能夠直接根據(jù)提示詞“按需創(chuàng)造”風(fēng)格多樣的圖像，如圖2-4所示，其生成了風(fēng)格多樣的牛油果形狀的椅子。DALL-E的出現(xiàn)極大地?cái)U(kuò)展了AI生成圖像技術(shù)的應(yīng)用范圍，使其在設(shè)計(jì)、廣告、藝術(shù)創(chuàng)作等領(lǐng)域發(fā)揮了重要作用。近年來(lái)，擴(kuò)散模型成為AI生成圖像技術(shù)的一個(gè)重要發(fā)展方向。擴(kuò)散模型的原理借鑒了物理學(xué)上的擴(kuò)散現(xiàn)象，通過(guò)向訓(xùn)練圖像中不斷加入噪聲，然后通過(guò)AI預(yù)測(cè)并逐步減少噪聲，最終生成新的圖像。這種技術(shù)不僅提升了生成圖像的質(zhì)量，也使得AI生成圖像技術(shù)更加靈活和強(qiáng)大。2.1.2AI生成圖像技術(shù)面臨的難題和挑戰(zhàn)隨著AIGC技術(shù)的快速發(fā)展，特別是AI生成圖像技術(shù)的進(jìn)步，我們正見(jiàn)證著一個(gè)前所未有的視覺(jué)創(chuàng)作新時(shí)代的到來(lái)。然而，在AI生成圖像技術(shù)帶來(lái)無(wú)限可能性的同時(shí)，也面臨著諸多難題和挑戰(zhàn)。1．?dāng)?shù)據(jù)質(zhì)量問(wèn)題高質(zhì)量、多樣化的數(shù)據(jù)集是訓(xùn)練有效模型的基礎(chǔ)，但獲取這樣的數(shù)據(jù)集往往成本高昂且耗時(shí)，不充分或偏差的數(shù)據(jù)可能導(dǎo)致生成圖像存在偏差或者缺乏真實(shí)性。2．計(jì)算資源需求當(dāng)前先進(jìn)的圖像生成算法通常需要借助大量的GPU加速處理能力才能高效運(yùn)行，高昂的硬件成本制約了個(gè)人用戶及小型企業(yè)的技術(shù)參與度，同時(shí)增加了環(huán)境負(fù)擔(dān)。3．創(chuàng)意控制難題盡管AI模型已經(jīng)能夠在一定程度上理解文本描述并生成相應(yīng)的圖像，但要想實(shí)現(xiàn)文本與圖像的精準(zhǔn)映射，以及對(duì)生成風(fēng)格或特征的精確控制，仍然是一個(gè)巨大的挑戰(zhàn)。輸入方式的局限性制約了非專業(yè)人士的創(chuàng)作參與。此外，模型在生成圖像時(shí)也容易陷入局部最優(yōu)解，導(dǎo)致生成的圖像缺乏新穎性和驚喜感。4．倫理道德考量隨著AI生成圖像技術(shù)的普及和應(yīng)用，版權(quán)和倫理問(wèn)題也日益凸顯。濫用AI生成圖像技術(shù)可能引發(fā)版權(quán)爭(zhēng)議、隱私泄露等問(wèn)題，相關(guān)部門必須建立健全的法律法規(guī)來(lái)規(guī)范其應(yīng)用范圍，以保障創(chuàng)作者權(quán)益和個(gè)人信息安全。因此，在推動(dòng)AI生成圖像技術(shù)發(fā)展的同時(shí)，相關(guān)部門也需要關(guān)注并解決這些問(wèn)題。5．技術(shù)門檻與資源消耗AI生成圖像技術(shù)涉及多個(gè)領(lǐng)域的復(fù)雜技術(shù)，包括深度學(xué)習(xí)、自然語(yǔ)言處理等，對(duì)開發(fā)者的技術(shù)水平提出了較高的要求。這意味著只有具備深厚技術(shù)背景和豐富經(jīng)驗(yàn)的團(tuán)隊(duì)才能在這個(gè)領(lǐng)域取得突破。另外，由于技術(shù)門檻較高，因此許多小型團(tuán)隊(duì)或個(gè)人無(wú)法承擔(dān)高昂的研發(fā)成本，也難以承受相應(yīng)風(fēng)險(xiǎn)。這一現(xiàn)狀使其在AI生成圖像領(lǐng)域的參與度受到明顯限制。2.1.3AI生成圖像技術(shù)的特點(diǎn)AI生成圖像利用深度學(xué)習(xí)算法和神經(jīng)網(wǎng)絡(luò)等技術(shù)，通過(guò)已有的數(shù)據(jù)集學(xué)習(xí)和理解繪畫的特征、風(fēng)格和規(guī)律，從而創(chuàng)作出獨(dú)特的藝術(shù)作品。AI生成圖像技術(shù)以創(chuàng)新性、多樣性、高效性等特點(diǎn)，正在成為藝術(shù)創(chuàng)作領(lǐng)域的重要工具。1．創(chuàng)新性2．多樣性3．高效性4．可定制性5．交互性6．跨平臺(tái)性7．學(xué)習(xí)性8．輔助性2.1.4AI生成圖像提示詞AI生成圖像提示詞（Prompt）也被稱為AI繪畫指令或提示短語(yǔ)，是用戶向AI生成圖像工具或軟件提供的具體指令，用于指導(dǎo)AI生成符合用戶需求的圖像。這些提示詞對(duì)AI生成圖像工具來(lái)說(shuō)至關(guān)重要，因?yàn)樗鼈冎苯記Q定了生成圖像的風(fēng)格、內(nèi)容、色彩、構(gòu)圖等多個(gè)方面。通過(guò)合理運(yùn)用提示詞的語(yǔ)法規(guī)則，可以提高生成內(nèi)容的質(zhì)量和相關(guān)性。1．提示詞的語(yǔ)法規(guī)則提示詞的語(yǔ)法規(guī)則包括基本語(yǔ)法規(guī)則、權(quán)重調(diào)整及特殊語(yǔ)法。提示詞通常由內(nèi)容型提示詞和標(biāo)準(zhǔn)化提示詞構(gòu)成，它們共同作用以引導(dǎo)AI生成用戶期望的內(nèi)容。下面將具體介紹提示詞的語(yǔ)法規(guī)則。（1）基本語(yǔ)法規(guī)則。（2）權(quán)重調(diào)整。（3）特殊語(yǔ)法。2．提示詞分類（1）主題與風(fēng)格。（2）色彩與光影。（3）構(gòu)圖與細(xì)節(jié)。（4）情感與氛圍。（5）元素與對(duì)象。（6）其他。2.1.5AI圖像編輯在ChatGPT中，用戶不僅可以基于新的提示詞對(duì)現(xiàn)有圖像進(jìn)行編輯，從而修改圖像的內(nèi)容或風(fēng)格，還可以通過(guò)這種方式探索無(wú)限的創(chuàng)意可能性。這種交互式的編輯功能為用戶提供了極大的靈活性和創(chuàng)造力，使得每個(gè)人都能成為藝術(shù)作品的創(chuàng)作者。1．內(nèi)容編輯2．風(fēng)格轉(zhuǎn)換3．情感與氛圍調(diào)整4．跨領(lǐng)域應(yīng)用總之，ChatGPT中的這一功能打開了創(chuàng)意表達(dá)的新大門，讓每個(gè)人都能利用AI探索和實(shí)現(xiàn)自己的藝術(shù)愿景。隨著技術(shù)的不斷進(jìn)步和完善，相信未來(lái)將會(huì)有更多激動(dòng)人心的應(yīng)用出現(xiàn)。任務(wù)2.2訊飛星火AI生成圖像訊飛星火中包含基于AI技術(shù)的生成圖像工具，它可以幫助用戶快速生成各種風(fēng)格的藝術(shù)作品。訊飛星火中的AI生成圖像工具包括圖像生成、一鍵生同款和繪圖智能體等，通過(guò)深度學(xué)習(xí)算法和大數(shù)據(jù)分析，訊飛星火AI生成圖像工具可以模擬出各種繪畫風(fēng)格，如水墨畫、水彩畫、國(guó)畫等，讓用戶輕松創(chuàng)作出具有藝術(shù)感的作品。2.2.1訊飛星火概述訊飛星火是由科大訊飛推出的AI對(duì)話工具，整合了文本生成、語(yǔ)言理解、知識(shí)問(wèn)答等多種功能。訊飛星火V4.0版本在多項(xiàng)國(guó)際評(píng)測(cè)中表現(xiàn)優(yōu)異，部分測(cè)試集綜合得分超越GPT-4Turbo并位居首位。基于領(lǐng)先的自然語(yǔ)言處理與認(rèn)知智能能力，該模型為用戶提供了智能批閱機(jī)、訊飛曉醫(yī)App等個(gè)性化解決方案。訊飛星火AI生成圖像工具是科大訊飛基于先進(jìn)的AI技術(shù)研發(fā)的一項(xiàng)創(chuàng)新服務(wù)，旨在通過(guò)智能算法將文本描述轉(zhuǎn)化為生動(dòng)、具體的圖像。這一工具融合了深度學(xué)習(xí)、圖像處理和自然語(yǔ)言理解等前沿技術(shù)，能夠高效解析用戶輸入的文本信息，并快速生成符合描述的高質(zhì)量圖像。進(jìn)入訊飛星火官方網(wǎng)站首頁(yè)，如圖2-5所示，單擊“開始對(duì)話”按鈕，打開登錄界面，如圖2-6所示。可以使用手機(jī)號(hào)、微信或賬號(hào)密碼進(jìn)行登錄。下面以手機(jī)號(hào)登錄為例介紹如何登錄訊飛星火。輸入手機(jī)號(hào)，并單擊“獲取驗(yàn)證碼”按鈕發(fā)送驗(yàn)證碼，當(dāng)手機(jī)收到驗(yàn)證碼后，在該界面的“驗(yàn)證碼”文本框中輸入驗(yàn)證碼，并勾選下面的復(fù)選框，單擊“登錄”按鈕，即可進(jìn)入訊飛星火用戶使用界面，如圖2-7所示。2.2.2圖像生成打開訊飛星火網(wǎng)頁(yè)版，選擇左側(cè)的“圖像生成”選項(xiàng)，進(jìn)入“圖像生成”界面，如圖2-8所示。在“圖像生成”界面的文本框中輸入要生成圖像的描述內(nèi)容（也就是提示詞）并單擊按鈕即可使用圖像生成功能。1．文本生成圖像文本生成圖像是指用戶輸入一段文本描述，由計(jì)算機(jī)生成一張或多張與描述相關(guān)的圖像。1）提示詞輸入（1）打開“圖像生成”界面，輸入提示詞，如“一個(gè)荷包蛋”，單擊按鈕，訊飛星火將在打開的界面中根據(jù)輸入的提示詞自動(dòng)編寫一個(gè)問(wèn)題“畫一張‘一個(gè)荷包蛋’的圖片給我。”，并在下面自動(dòng)生成一張圖像，如圖2-9所示。（2）打開“圖像生成”界面，輸入提示詞，如“一只可愛(ài)的拉布拉多犬住在一個(gè)用壽司做的房子里”，單擊按鈕，訊飛星火將在打開的界面中根據(jù)輸入的提示詞自動(dòng)編寫一個(gè)問(wèn)題“畫一張‘一只可愛(ài)的拉布拉多犬住在一個(gè)用壽司做的房子里’的圖片給我?！?，并在下面自動(dòng)生成一張圖像，如圖2-10所示。2）智能體對(duì)話“智能體”是指訊飛星火AI平臺(tái)提供的一種智能對(duì)話服務(wù)。它可以根據(jù)用戶的需求進(jìn)行自然語(yǔ)言處理和圖像生成，幫助用戶解決各種問(wèn)題。（1）選擇圖2-9所示圖像下方的“問(wèn)問(wèn)智能體（2）選擇圖像下方的“退出智能體”選項(xiàng)，返回圖2-11所示的界面。此時(shí)，界面中不顯示生成圖像的過(guò)程圖。3）隨機(jī)生成圖像4）提示詞效果（1）面部、頭發(fā)、頭飾提示詞（2）表情提示詞（3）繪畫風(fēng)格提示詞（4）畫面效果提示詞（5）構(gòu)圖形式提示詞（6）構(gòu)圖視角提示詞（7）鏡頭效果提示詞2．圖像風(fēng)格背景設(shè)置在“圖像生成”界面的文本框中單擊，自動(dòng)添加“圖像生成”選項(xiàng)組，其用于創(chuàng)建、修改或增強(qiáng)圖像，其中包括“背景”和“風(fēng)格”設(shè)置選項(xiàng)，如圖2-20所示。背景：選擇或更改圖像的背景顏色、紋理或圖案。可選項(xiàng)包括森林、城市、海邊、夕陽(yáng)、田園、沙漠、草原、雨天。風(fēng)格：提供了一系列的預(yù)設(shè)樣式，如水彩畫、水墨畫、賽博朋克、簡(jiǎn)筆漫畫、3D卡通、皮克斯、迪士尼、國(guó)畫，用戶可以通過(guò)選擇這些樣式來(lái)改變圖像的整體外觀和風(fēng)格。1）背景設(shè)置2）風(fēng)格設(shè)置2.2.3一鍵生同款2.2.4繪圖智能體訊飛星火的智能體不僅支持結(jié)構(gòu)化指令助手、編排助手和輕應(yīng)用，還包含滿足用戶繪圖需求的工具。在訊飛星火用戶使用界面中，選擇左側(cè)的“我的智能體”→“更多智能體”選項(xiàng)，在右側(cè)“我的智能體”界面下顯示已經(jīng)驗(yàn)證的應(yīng)用工具，如圖2-36所示。1．繪畫大師2．頭像生成3．漫畫繪本4．個(gè)性化助手任務(wù)2.3文心一言AI生成圖像在數(shù)字化時(shí)代，AI技術(shù)的應(yīng)用已經(jīng)滲透到各個(gè)領(lǐng)域，特別是在藝術(shù)創(chuàng)作領(lǐng)域。文心一言AI生成圖像功能作為其中的佼佼者，為用戶提供了兩種強(qiáng)大的圖像生成方法：文生圖和圖生圖。這兩種方法各有特色，極大地豐富了用戶的創(chuàng)意表達(dá)方式。2.3.1文心一言概述文心一言通過(guò)圖片檢索增強(qiáng)技術(shù)，可以使用用戶上傳的參考圖進(jìn)行繪畫，實(shí)現(xiàn)豐富多樣的風(fēng)格和畫面內(nèi)容。文心一言在繪圖領(lǐng)域的應(yīng)用非常廣泛，包括但不限于平面設(shè)計(jì)、產(chǎn)品設(shè)計(jì)、服裝設(shè)計(jì)、動(dòng)畫制作等。其還可以應(yīng)用于藝術(shù)創(chuàng)作、圖像處理、教育等多個(gè)領(lǐng)域，為設(shè)計(jì)師、藝術(shù)家、教學(xué)者等提供強(qiáng)大的輔助工具。2.3.2文生圖文心一言同樣支持文生圖功能，根據(jù)用戶輸入的描述性文本，即可生成圖像。這種方法的優(yōu)勢(shì)在于具備高度的靈活性和定制化創(chuàng)作能力。用戶可以根據(jù)自己的需求，詳細(xì)描述圖像的每個(gè)元素，從色彩、形狀到場(chǎng)景布局，文心一言將根據(jù)這些描述生成符合預(yù)期的圖像。這種方法適用于那些對(duì)圖像有具體構(gòu)想，但缺乏繪畫技能的用戶。（1）單擊“重新生成”按鈕，直接在界面中輸出新圖像，如圖2-52所示。這種方法雖然簡(jiǎn)單直接，但存在一些潛在的局限性和使用時(shí)需考慮的因素。（2）嘗試結(jié)合不同的提示詞來(lái)創(chuàng)造出獨(dú)特的視覺(jué)效果。2.3.3圖生圖圖生圖方法為用戶提供了一種全新的創(chuàng)作體驗(yàn)。用戶只需上傳一張圖像，文心一言即可根據(jù)這張圖像的風(fēng)格和特征生成新的圖像。這種方法的優(yōu)勢(shì)在于具備快速性和高效性，特別適合需要生成大量相似風(fēng)格圖像的用戶使用。同時(shí)，圖生圖方法也為設(shè)計(jì)師和藝術(shù)家提供了靈感來(lái)源，可以幫助他們?cè)诂F(xiàn)有作品的基礎(chǔ)上進(jìn)行創(chuàng)新和拓展。2.3.4智慧繪圖文心一言中的智慧繪圖是一種基于AI和深度學(xué)習(xí)技術(shù)的圖形生成功能，它能夠根據(jù)用戶輸入的文本描述自動(dòng)生成符合要求的圖形或圖像，已在多個(gè)領(lǐng)域發(fā)揮重要作用。在文心一言用戶使用界面的文本框上方單擊“智慧繪圖”按鈕，打開“智慧繪圖”編輯界面，如圖2-56所示。其中包含“文字生圖”和“圖片重繪”兩大功能。下面介紹“文字生圖”功能。任務(wù)2.4ChatGPTAI生成圖像ChatGPT通過(guò)DALL-E模型，為用戶提供了強(qiáng)大的圖像生成功能。DALL-E模型是OpenAI推出的一種從深度學(xué)習(xí)文本到圖像的潛在擴(kuò)散模型（LDM），它使用來(lái)自LAION-5B開源數(shù)據(jù)庫(kù)子集的512像素×512像素的圖像進(jìn)行訓(xùn)練。該模型通過(guò)引入隱向量空間來(lái)解決Diffusion速度瓶頸問(wèn)題，不僅可以實(shí)現(xiàn)文生圖，還可以實(shí)現(xiàn)圖生圖、特定角色刻畫，甚至是超分或上色。2.4.1ChatGPT概述ChatGPT（ChatGenerativePre-trainedTransformer）基于GPT大模型構(gòu)建，由OpenAI采用“從人類反饋中強(qiáng)化學(xué)習(xí)”（RLHF）訓(xùn)練方式打造而成。其本質(zhì)是輔助人類進(jìn)行信息收集、整理、分析等的智能工具，可為各類場(chǎng)景提供豐富、精準(zhǔn)的內(nèi)容生成方案或數(shù)據(jù)支持。2.4.2直接生成圖像用戶可以通過(guò)輸入提示詞來(lái)生成原始圖像，生成圖像的尺寸可以是256像素×256像素、512像素×512像素或1024像素×1024像素，其中，較小尺寸圖像的生成速度更快。在文本框中輸入提示詞“創(chuàng)作一張圖像一只小鳥”，單擊按鈕，ChatGPT將在打開的界面中根據(jù)輸入的提示詞生成一張圖像，如圖2-63所示。2.4.3繪圖應(yīng)用工具在ChatGPT用戶使用界面左側(cè)列表框中選擇“GPT”選項(xiàng)，在右側(cè)界面中打開“精選推薦”選項(xiàng)卡，用戶可以瀏覽和選擇不同的GPT模型和功能，體驗(yàn)不同的對(duì)話風(fēng)格和應(yīng)用，如圖2-67所示。其中，“Trending”選項(xiàng)組下顯示了專門用于生成和優(yōu)化圖像的工具，包括imagegenerator、imagegeneratorpro等，如圖2-68所示。選擇用于圖像生成的工具“imagegenerator”，進(jìn)入“imagegenerator”繪畫模式，在文本框中輸入“一只小鳥”，imagegenerator就會(huì)自動(dòng)為用戶生成一張圖像，如圖2-69所示。（4）場(chǎng)景一變換（上傳場(chǎng)景一的圖像）為場(chǎng)景三，如圖2-73所示。（5）場(chǎng)景二變換（上傳場(chǎng)景二的圖像）為場(chǎng)景四，如圖2-74所示。任務(wù)2.5亦心AI生成圖像隨著科技的不斷發(fā)展，AI逐漸成為人們生活的一部分。如今，AI不僅在智能手機(jī)、智能家居等領(lǐng)域發(fā)揮重要作用，還開始涉足室內(nèi)設(shè)計(jì)行業(yè)。AI室內(nèi)設(shè)計(jì)通過(guò)運(yùn)用智能算法和大數(shù)據(jù)分析，可以為用戶提供個(gè)性化的家居設(shè)計(jì)方案。生成式AI技術(shù)高速演進(jìn)，顛覆式的產(chǎn)品和商業(yè)模式正在涌現(xiàn)。作為國(guó)內(nèi)專業(yè)圖像處理領(lǐng)域的領(lǐng)軍企業(yè)，亦心科技基于自身的海量大數(shù)據(jù)和AI算法技術(shù)積累，推出全新AI創(chuàng)意工具，即亦心AI和AI閃繪。2.5.1亦心AI概述亦心AI是亦心科技全力打造的核心技術(shù)。它就如同一個(gè)超級(jí)智能大腦，具備極為強(qiáng)大的從文本到圖像的轉(zhuǎn)化能力。讀者可以把它想象成一個(gè)神奇的畫師，只需用文本描述出腦海中的畫面，無(wú)論是夢(mèng)幻的童話場(chǎng)景，還是充滿科技感的未來(lái)城市，亦心AI都可將這些文本轉(zhuǎn)化為逼真的圖像。悟空?qǐng)D像是一款專注于圖像處理的AI軟件，在專業(yè)領(lǐng)域有著廣泛的應(yīng)用。它集成了多種強(qiáng)大的功能，旨在幫助用戶高效地處理圖像，實(shí)現(xiàn)創(chuàng)意設(shè)計(jì)。亦心AI就像是悟空?qǐng)D像的“心臟”，為悟空?qǐng)D像提供了最核心的技術(shù)支持。悟空?qǐng)D像則是亦心AI技術(shù)的實(shí)際應(yīng)用載體，將亦心AI強(qiáng)大的從文本到圖像的轉(zhuǎn)化能力，以及其他相關(guān)AI能力呈現(xiàn)給廣大用戶。2.5.2亦心AI亦心AI是一款專業(yè)的AI創(chuàng)作工具，根據(jù)用戶輸入的文本（中英文均可）和設(shè)置的參數(shù)，即可生成豐富的圖像。單擊悟空?qǐng)D像操作界面右上角的“亦心

AI”按鈕，如果處于未登錄狀態(tài)，則會(huì)彈出登錄界面，勾選“登錄即表明同意《悟空?qǐng)D像用戶協(xié)議》”復(fù)選框，并使用微信掃碼登錄或手機(jī)號(hào)登錄，或者單擊“切換為使用密碼登錄”方式，使用賬號(hào)密碼登錄，登錄后即可進(jìn)入“亦心AI”界面，如圖2-78所示。1．文生圖2．圖生圖2.5.3AI閃繪AI閃繪是國(guó)內(nèi)首款專業(yè)AI實(shí)時(shí)渲染創(chuàng)新應(yīng)用，支持實(shí)時(shí)生成、實(shí)時(shí)預(yù)覽，憑借卓越的交互體驗(yàn)、超低使用門檻、超強(qiáng)實(shí)時(shí)生成能力、多模態(tài)生成能力，在設(shè)計(jì)、影視、游戲等行業(yè)及廣泛用戶群體中具有廣闊的應(yīng)用空間和巨大的開發(fā)潛力。用戶只需畫出草圖，AI閃繪即可實(shí)時(shí)生成完整效果圖。單擊悟空?qǐng)D像操作界面右上角的“AI閃繪”按鈕，如果處于未登錄狀態(tài)，則會(huì)彈出登錄界面，勾選“登錄即表明同意《悟空?qǐng)D像用戶協(xié)議》”復(fù)選框，并使用微信掃碼登錄或手機(jī)號(hào)登錄，或者單擊“切換為使用密碼登錄”方式，使用賬號(hào)密碼登錄，登錄后即可進(jìn)入“AI閃繪”界面。在“AI閃繪”界面中，單擊工具欄中的“畫筆”按鈕，在右側(cè)調(diào)板窗的“基本設(shè)置”中，設(shè)置筆刷大小、顏色和樣式，繪制草圖，如圖2-82所示。輸入提示詞“哪吒”，設(shè)置變化幅度為“50”，單擊“閃繪輸入欄”中的“生成”按鈕，生成效果圖，如圖2-83所示。任務(wù)2.6Midjourney繪圖Midjourney是一款由舊金山獨(dú)立研究實(shí)驗(yàn)室Midjourney,Inc.創(chuàng)建并托管的生成式AI服務(wù)。它利用先進(jìn)的深度學(xué)習(xí)技術(shù)，根據(jù)用戶輸入的提示詞生成逼真的圖像。Midjourney被廣泛應(yīng)用于創(chuàng)意設(shè)計(jì)、廣告制作、游戲開發(fā)等領(lǐng)域。例如，廣告公司使用Midjourney生成廣告海報(bào)和產(chǎn)品圖片，游戲開發(fā)者利用其生成游戲角色和場(chǎng)景等元素，顯著提高了創(chuàng)作效率和質(zhì)量。2.6.1Midjourney概述Midjourney

是一款功能強(qiáng)大的

AI生成圖像工具，以獨(dú)特的特點(diǎn)和優(yōu)勢(shì)在創(chuàng)意產(chǎn)業(yè)中脫穎而出。無(wú)論是專業(yè)設(shè)計(jì)師、藝術(shù)家，還是普通愛(ài)好者，都可以通過(guò)Midjourney輕松生成高質(zhì)量的數(shù)字藝術(shù)作品、插畫或概念設(shè)計(jì)。1．Midjourney的特點(diǎn)1）高度智能化2）豐富的藝術(shù)風(fēng)格3）靈活的創(chuàng)作控制4）高效的生成流程5）社區(qū)與協(xié)作生態(tài)2．Midjourney網(wǎng)頁(yè)版界面2.6.2文生圖Midjourney的核心功能之一是通過(guò)提示詞生成獨(dú)特的視覺(jué)圖像。用戶只需清晰描述期望的畫面內(nèi)容、風(fēng)格及其他相關(guān)要素，Midjourney即可將其轉(zhuǎn)化為相應(yīng)的圖像。1．界面基本操作成功登錄Midjourney網(wǎng)頁(yè)版后，在界面頂部通常會(huì)有一個(gè)醒目的文本框，用于輸入提示詞，Midjourney一般支持輸入英文提示詞，如圖2-86所示。2．生成參數(shù)設(shè)置若需要對(duì)圖像生成過(guò)程進(jìn)行更精細(xì)的控制，則可以單擊提示詞文本框右側(cè)的“Settings”（設(shè)置）按鈕，展開一個(gè)參數(shù)設(shè)置下拉面板，以調(diào)整多種生成參數(shù)，如圖2-88所示。再次單擊按鈕，即可隱藏該面板。下面介紹下拉面板中的主要參數(shù)選項(xiàng)。（1）ImageSize（圖像大?。┻x項(xiàng)（2）Aesthetics（美學(xué)參數(shù)）選項(xiàng)（3）Model（模型）選項(xiàng)（4）MoreOptions（更多選項(xiàng)）Relax（--relax）Fast（--fast）Turbo（--turbo）3．提示詞結(jié)構(gòu)提示詞是最基本的部分，用于描述想要生成的圖像內(nèi)容，明確想要生成的主體是什么，如動(dòng)物、人物、地點(diǎn)或物體。一個(gè)基本的Midjourney提示詞既可以是一個(gè)單詞或短語(yǔ)，也可以是一個(gè)包含描述性文本、風(fēng)格和參數(shù)設(shè)置的組合。1）主要素（1）角色（2）角色+動(dòng)作（3）角色+動(dòng)作+背景2）圖像變體（1）VarySubtle（2）VaryStrong4．圖像再創(chuàng)作5．風(fēng)格1）藝術(shù)風(fēng)格2）構(gòu)圖3）光照環(huán)境6．后綴參數(shù)設(shè)置2.6.3圖生圖在Midjourney中，除了輸入提示詞，用戶還可以利用一張或多張現(xiàn)有圖像作為“墊圖”或“參考圖”來(lái)引導(dǎo)和影響AI的圖像生成過(guò)程。這種技術(shù)通常被稱為“圖生圖”，它可在已有視覺(jué)元素的基礎(chǔ)上進(jìn)行迭代和創(chuàng)新，極大地?cái)U(kuò)展了創(chuàng)作的可能性。1．參考圖分類在Midjourney中使用圖像作為輸入時(shí)，“參考圖”根據(jù)其作用和影響方式，分為以下三種。（1）ImagePrompts（圖像提示）。這是最基礎(chǔ)也是最常見(jiàn)的參考圖方式。用戶提供一張或多張圖像作為提示詞的一部分。Midjourney嘗試?yán)斫膺@些圖像中的整體構(gòu)圖、顏色、物體形狀、氛圍和大致內(nèi)容，并將這些視覺(jué)元素與用戶提供的提示詞相結(jié)合，共同指導(dǎo)最終圖像的生成。（2）StyleReferences（風(fēng)格參考）。命令為--sref。這種方式更側(cè)重于提取和遷移所提供參考圖的“藝術(shù)風(fēng)格”或“美學(xué)特征”，而不是其具體內(nèi)容或構(gòu)圖。Midjourney會(huì)分析參考圖的色彩搭配、筆觸、紋理、光影處理、整體氛圍等風(fēng)格要素，并將這些風(fēng)格應(yīng)用到基于用戶提供的提示詞生成的新圖像上。（3）CharacterReferences（角色參考）。命令為--cref。這是Midjourney較新的功能，可以在不同圖像中保持角色外觀的一致性。用戶提供一張包含清晰角色特征的圖像作為參考，Midjourney在新生成的圖像中復(fù)制該角色的面部特征、發(fā)型、服裝（在一定程度上）等關(guān)鍵視覺(jué)元素，即使提示詞描述了不同的場(chǎng)景或動(dòng)作。2．上傳參考圖（ImagePrompts）（1）單擊文本框左側(cè)的按鈕，在彈出的下拉列表中選擇“ImagePrompts”選項(xiàng)，如圖2-99所示，單擊左側(cè)的按鈕，彈出“打開”對(duì)話框，選擇本地圖像，如圖2-100所示。（2）單擊“打開”按鈕，在Midjourney中顯示上傳的圖像，如圖2-101所示。3．提示詞在使用圖像作為生成基礎(chǔ)（即“參考圖”）時(shí)，提示詞扮演著至關(guān)重要的角色。它不僅是對(duì)參考圖內(nèi)容的補(bǔ)充和引導(dǎo)，更是實(shí)現(xiàn)創(chuàng)意構(gòu)想、控制生成方向的關(guān)鍵。根據(jù)參考圖的不同作用方式，提示詞的側(cè)重點(diǎn)和寫法也有所不同。（1）配合ImagePrompts時(shí)的提示詞。（2）配合StyleReferences時(shí)的提示詞。（3）配合CharacterReferences時(shí)的提示詞。（3）場(chǎng)景二：喙尖初現(xiàn)（見(jiàn)圖2-107）。（4）場(chǎng)景三：小雞露頭（見(jiàn)圖2-108）。（5）場(chǎng)景四：小雞出殼（見(jiàn)圖2-109）。1．教學(xué)以學(xué)生學(xué)習(xí)教材的基本內(nèi)容為主，系統(tǒng)全面地了解探索視覺(jué)智能新境界：AI生成圖像技術(shù)的基本應(yīng)用的內(nèi)容。2．整個(gè)教學(xué)過(guò)程中，各教學(xué)點(diǎn)可根據(jù)實(shí)際情況，進(jìn)行拓展知識(shí)的講解。本章小結(jié)：本章圍繞“AI生成圖像技術(shù)的基本應(yīng)用”展開，系統(tǒng)梳理了該技術(shù)的發(fā)展脈絡(luò)、核心特點(diǎn)與現(xiàn)實(shí)挑戰(zhàn)，詳解了多款主流工具的使用方法。從技術(shù)層面，追溯了從AARON系統(tǒng)到擴(kuò)散模型的演進(jìn)，分析了創(chuàng)新性、高效性等核心特征，以及數(shù)據(jù)質(zhì)量、倫理規(guī)范等面臨的難題；從工具應(yīng)用來(lái)看，涵蓋訊飛星火、文心一言、ChatGPT、亦心AI及Midjourney，分別介紹了其文生圖、圖生圖、風(fēng)格定制等核心功能與實(shí)操流程，包括提示詞設(shè)計(jì)、參數(shù)調(diào)整、智能體協(xié)作等關(guān)鍵技巧。通過(guò)實(shí)訓(xùn)任務(wù)與案例演示，展現(xiàn)了AI生成圖像在海報(bào)設(shè)計(jì)、藝術(shù)創(chuàng)作、場(chǎng)景還原等場(chǎng)景的實(shí)用價(jià)值。整體內(nèi)容兼顧理論深度與實(shí)踐指導(dǎo)性，幫助讀者掌握技術(shù)原理，提升工具應(yīng)用能力，同時(shí)強(qiáng)調(diào)了倫理合規(guī)與版權(quán)保護(hù)的重要性，為靈活運(yùn)用AI生成圖像技術(shù)開展創(chuàng)意實(shí)踐奠定基礎(chǔ)?！度斯ぶ悄芑A(chǔ)與應(yīng)用》課程教案課題：動(dòng)態(tài)視界：AI生成視頻技術(shù)的創(chuàng)新與應(yīng)用教學(xué)目的：理解AI生成視頻技術(shù)的發(fā)展和基本原理。掌握不同AI生成視頻工具的特點(diǎn)和應(yīng)用方法，如Midjourney、Pika和Sora。了解可靈AI的功能和技術(shù)特點(diǎn)。學(xué)習(xí)如何利用AI技術(shù)進(jìn)行視頻的生成、編輯和續(xù)寫。課型：新授課課時(shí)：本章安排8個(gè)課時(shí)。教學(xué)重點(diǎn)：重點(diǎn)：理解AI生成視頻技術(shù)的發(fā)展和基本原理。教學(xué)難點(diǎn)：難點(diǎn)：掌握不同AI生成視頻工具的特點(diǎn)和應(yīng)用方法，如Midjourney、Pika和Sora。教學(xué)過(guò)程：教學(xué)形式：講授課，教學(xué)組織采用課堂整體講授和分組演示。教學(xué)媒體：采用啟發(fā)式教學(xué)、案例教學(xué)等教學(xué)方法。教學(xué)手段采用多媒體課件、視頻等媒體技術(shù)。板書設(shè)計(jì)：本課標(biāo)題動(dòng)態(tài)視界：AI生成視頻技術(shù)的創(chuàng)新與應(yīng)用課次4授課方式理論課□討論課□習(xí)題課□其他□課時(shí)安排8學(xué)分共2分授課對(duì)象普通高等院校學(xué)生任課教師教材及參考資料1.《人工智能基礎(chǔ)與應(yīng)用》；電子工業(yè)出版社。2.本教材配套視頻教程及學(xué)習(xí)檢查等資源。3.與本課程相關(guān)的其他資源。教學(xué)基本內(nèi)容教學(xué)方法及教學(xué)手段課程引入AI正在深刻改變視頻制作行業(yè)，從創(chuàng)作、編輯到后期處理的每個(gè)環(huán)節(jié)都能看到AI技術(shù)的應(yīng)用。本項(xiàng)目從AI生成視頻技術(shù)的發(fā)展和基本原理出發(fā)，深入探討Midjourney、Pika、Sora等前沿工具的應(yīng)用，以及可靈AI的創(chuàng)新功能。通過(guò)實(shí)踐操作，讀者將掌握如何利用AI技術(shù)進(jìn)行視頻生成、編輯和續(xù)寫。AI在視頻制作中的應(yīng)用不僅提高了生產(chǎn)效率和質(zhì)量，還為創(chuàng)作者提供了更多的創(chuàng)意空間和創(chuàng)作可能性。隨著技術(shù)的不斷進(jìn)步和完善，未來(lái)，AI將在視頻制作領(lǐng)域發(fā)揮更加重要的作用。參考以下形式：1.銜接導(dǎo)入2.懸念導(dǎo)入3.情景導(dǎo)入4.激疑導(dǎo)入5.演示導(dǎo)入6.實(shí)例導(dǎo)入7.其他形式

任務(wù)3.1AI生成視頻技術(shù)AI生成視頻技術(shù)是一種利用AI算法自動(dòng)創(chuàng)建視頻的技術(shù)。這項(xiàng)技術(shù)通過(guò)分析大量數(shù)據(jù)，學(xué)習(xí)視頻制作的規(guī)律和模式，并根據(jù)用戶輸入的文本、圖像或其他形式的指令，自動(dòng)生成具有特定主題、風(fēng)格或情感的視頻。3.1.1AI生成視頻技術(shù)的發(fā)展AI生成視頻技術(shù)的發(fā)展是一個(gè)理論演進(jìn)與技術(shù)創(chuàng)新并行的過(guò)程，從早期的簡(jiǎn)單AI動(dòng)畫生成，逐步發(fā)展到現(xiàn)在高度復(fù)雜和逼真的視頻生成。1．早期實(shí)驗(yàn)與基礎(chǔ)研究（1950—1999年）2．深度學(xué)習(xí)的崛起（2006年至今）3．生成對(duì)抗網(wǎng)絡(luò)的應(yīng)用（2014年至今）4．大規(guī)模預(yù)訓(xùn)練模型與多模態(tài)學(xué)習(xí)（2018年至今）2018年后，多模態(tài)學(xué)習(xí)興起，其結(jié)合文本、音頻和圖像等多種模態(tài)的數(shù)據(jù)進(jìn)行訓(xùn)練，使得AI能夠生成更加豐富和多樣化的內(nèi)容。例如，DALL-E和CLIP等模型實(shí)現(xiàn)了將文本描述轉(zhuǎn)化為圖像或視頻。隨著技術(shù)的不斷進(jìn)步，AI生成視頻技術(shù)將在質(zhì)量和逼真度上得到進(jìn)一步提升。未來(lái)的AI生成視頻系統(tǒng)將具備更強(qiáng)的交互能力，能夠更好地理解和響應(yīng)用戶的需求，提供更加個(gè)性化的服務(wù)。3.1.2AI生成視頻技術(shù)的基本原理AI生成視頻技術(shù)的原理主要依賴于深度學(xué)習(xí)模型，特別是生成對(duì)抗網(wǎng)絡(luò)（GAN）和變分自編碼器（VAE）等技術(shù)。這些模型能夠從大量數(shù)據(jù)中學(xué)習(xí)視頻生成的規(guī)律，并通過(guò)用戶輸入的文本或圖像來(lái)生成相應(yīng)的視頻。AI生成視頻技術(shù)的應(yīng)用場(chǎng)景包括廣告制作、電影預(yù)告片生成、教育課程視頻制作等，能夠顯著提高視頻創(chuàng)作的效率和多樣性。通過(guò)AI生成視頻技術(shù)，用戶可以輕松地將創(chuàng)意轉(zhuǎn)化為生動(dòng)的視頻，滿足不同的創(chuàng)作需求。AI生成視頻技術(shù)的基本原理涉及多個(gè)復(fù)雜的步驟和算法，主要包括以下幾方面。1．?dāng)?shù)據(jù)收集與預(yù)處理首先，需要收集大量的視頻數(shù)據(jù)，這些數(shù)據(jù)可以來(lái)自公開的視頻庫(kù)、社交媒體平臺(tái)或?qū)ｉT拍攝的素材。收集到的數(shù)據(jù)需要進(jìn)行預(yù)處理，包括清洗、標(biāo)注和格式化等，以便后續(xù)的訓(xùn)練和使用。2．特征提取使用深度學(xué)習(xí)模型（如卷積神經(jīng)網(wǎng)絡(luò)模型）從視頻幀中提取關(guān)鍵特征。這些特征可能包括顏色、紋理、形狀、運(yùn)動(dòng)軌跡等，它們對(duì)于AI理解和生成視頻至關(guān)重要。3．序列建模視頻是由一系列連續(xù)的幀組成的，因此需要對(duì)視頻序列進(jìn)行建模。這通常使用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）或其變體（如LSTM、GRU），它們能夠處理序列數(shù)據(jù)并捕捉時(shí)間上的依賴關(guān)系。4．生成模型常用的生成模型是生成對(duì)抗網(wǎng)絡(luò)（GAN），它由一個(gè)生成器和一個(gè)判別器組成。生成器負(fù)責(zé)創(chuàng)建新的視頻幀，而判別器則負(fù)責(zé)評(píng)估這些幀的真實(shí)性。通過(guò)不斷的訓(xùn)練和對(duì)抗學(xué)習(xí)，生成器逐漸學(xué)會(huì)生成逼真的視頻。5．自然語(yǔ)言處理（NLP）如果視頻包含字幕或?qū)υ?，則可以使用NLP技術(shù)，其可以理解和生成自然語(yǔ)言文本。這有助于提升視頻的可訪問(wèn)性和互動(dòng)性。6．語(yǔ)音合成對(duì)于有聲視頻，語(yǔ)音合成技術(shù)可以將文本轉(zhuǎn)換為自然流暢的語(yǔ)音。這在生成帶有解說(shuō)或?qū)υ挼囊曨l時(shí)非常有用。7．圖像識(shí)別與跟蹤計(jì)算機(jī)視覺(jué)技術(shù)用于識(shí)別與跟蹤視頻中的物體、人物和場(chǎng)景。這對(duì)于創(chuàng)建連貫且邏輯性強(qiáng)的視頻非常重要。8．個(gè)性化推薦基于用戶的歷史行為和偏好，AI可以生成個(gè)性化的視頻推薦。這通常涉及協(xié)同過(guò)濾、內(nèi)容基于推薦或混合推薦系統(tǒng)等算法。9．實(shí)時(shí)渲染與特效AI可以實(shí)現(xiàn)實(shí)時(shí)視頻編輯和特效添加，這通常依賴于高效的圖形處理單元（GPU）和優(yōu)化的算法來(lái)實(shí)現(xiàn)快速渲染。10．倫理與隱私保護(hù)在生成視頻的過(guò)程中，需要確保遵守相關(guān)的倫理和隱私法規(guī)。例如，在使用真實(shí)的人臉或聲音時(shí)需要獲得授權(quán)，避免侵犯他人的肖像權(quán)或隱私權(quán)。AI生成視頻技術(shù)是一個(gè)多學(xué)科交叉領(lǐng)域，它結(jié)合了深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等多個(gè)領(lǐng)域的最新研究成果，旨在生成高質(zhì)量的視頻。隨著技術(shù)的不斷進(jìn)步和完善，未來(lái)將會(huì)有更多創(chuàng)新的應(yīng)用出現(xiàn)。3.1.3AI生成視頻技術(shù)的應(yīng)用領(lǐng)域AI生成視頻技術(shù)在娛樂(lè)、廣告、教育等領(lǐng)域具有廣泛的應(yīng)用前景。例如，在娛樂(lè)領(lǐng)域，AI可以自動(dòng)生成電影預(yù)告片、音樂(lè)視頻等；在廣告領(lǐng)域，AI可以生成個(gè)性化的廣告視頻等；在教育領(lǐng)域，AI可以生成教學(xué)視頻、實(shí)驗(yàn)演示等。然而，AI生成視頻技術(shù)也面臨著一些挑戰(zhàn)，例如，如何保證生成視頻的真實(shí)性和可信度，如何處理版權(quán)問(wèn)題等。1．娛樂(lè)（電影、動(dòng)畫制作）AI可以自動(dòng)生成劇本、場(chǎng)景描述甚至整個(gè)故事線，從而為編劇和導(dǎo)演提供靈感。例如，通過(guò)分析大量成功電影的劇本結(jié)構(gòu)，AI能夠預(yù)測(cè)哪些情節(jié)轉(zhuǎn)折最吸引觀眾，從而輔助編劇創(chuàng)作出更受歡迎的劇本。（1）角色設(shè)計(jì)與動(dòng)畫制作。（2）特效與后期處理。2．廣告AI可以根據(jù)用戶的瀏覽歷史、購(gòu)買記錄等信息，生成高度個(gè)性化的廣告視頻，從而提高點(diǎn)擊率和轉(zhuǎn)化率。例如，電商平臺(tái)可以利用AI生成針對(duì)特定用戶的商品推薦視頻。（1）社交媒體短視頻制作。（2）市場(chǎng)趨勢(shì)分析。3．教育AI生成視頻技術(shù)在教育領(lǐng)域的應(yīng)用已經(jīng)取得了顯著進(jìn)展，特別是在提供個(gè)性化學(xué)習(xí)體驗(yàn)和虛擬實(shí)驗(yàn)室方面。通過(guò)提供定制化學(xué)習(xí)材料和安全的實(shí)踐環(huán)境，AI不僅提高了學(xué)生的學(xué)習(xí)效率，還為他們提供了更多的探索機(jī)會(huì)。（1）定制化學(xué)習(xí)材料。（2）虛擬實(shí)驗(yàn)室與模擬訓(xùn)練。（3）語(yǔ)言學(xué)習(xí)與文化交流。4．游戲開發(fā)AI生成視頻技術(shù)在游戲開發(fā)中的基礎(chǔ)應(yīng)用主要體現(xiàn)在劇情與任務(wù)生成、NPC行為與對(duì)話、測(cè)試與優(yōu)化方面，通過(guò)動(dòng)態(tài)生成獨(dú)特的游戲體驗(yàn)和提供更深入的互動(dòng)，AI不僅增加了游戲的可玩性，還為開發(fā)者提供了有效的工具來(lái)優(yōu)化游戲質(zhì)量。（1）劇情與任務(wù)生成。（2）NPC行為與對(duì)話。（3）測(cè)試與優(yōu)化。5．虛擬助手與交互式媒體通過(guò)生成生動(dòng)有趣的虛擬助手形象、提供逼真的三維模型和場(chǎng)景，以及創(chuàng)造全新的交互式媒體形式，AI不僅提升了用戶體驗(yàn)，還為多個(gè)行業(yè)帶來(lái)了創(chuàng)新的解決方案。（1）智能客服。（2）增強(qiáng)現(xiàn)實(shí)（AR）與虛擬現(xiàn)實(shí)（VR）體驗(yàn)。（3）交互式故事講述。任務(wù)3.2Midjourney視頻Midjourney結(jié)合Pika實(shí)現(xiàn)了AI生成視頻功能，可以通過(guò)文本和圖像生成視頻、更改視頻，還可以切換視頻風(fēng)格。其顛覆了傳統(tǒng)視頻制作方式，讓“每一個(gè)普通人都能成為電影導(dǎo)演”變成現(xiàn)實(shí)。3.2.1Pika概述Pika是一款利用生成式AI技術(shù)生成和編輯多種風(fēng)格視頻的工具。它支持生成3D動(dòng)畫、動(dòng)漫、卡通和電影等風(fēng)格的視頻，并提供了視頻局部編輯和擴(kuò)充功能。3.2.2機(jī)器人服務(wù)器Pika在Midjourney中，通過(guò)邀請(qǐng)機(jī)器人服務(wù)器Pika，可以使用戶通過(guò)動(dòng)態(tài)視頻將想法變?yōu)楝F(xiàn)實(shí)，而無(wú)須高級(jí)視頻編輯技能或訪問(wèn)復(fù)雜的視頻制作資源。這對(duì)內(nèi)容創(chuàng)作者、營(yíng)銷人員、教育工作者，以及任何希望以更具互動(dòng)性和視覺(jué)吸引力的方式傳達(dá)信息或故事的人來(lái)說(shuō)特別有用。1．邀請(qǐng)加入（1）打開Midjourney用戶服務(wù)器，在下方命令框中輸入Pika網(wǎng)址。（2）按回車鍵，將網(wǎng)址發(fā)送到服務(wù)器中，在服務(wù)器中添加機(jī)器人服務(wù)器Pika，如圖3-1所示。（3）單擊“已加入”按鈕，進(jìn)入機(jī)器人服務(wù)器Pika界面，左側(cè)顯示頻道列表，右側(cè)顯示Pika服務(wù)器指南，如圖3-2所示。2．選擇頻道進(jìn)入機(jī)器人服務(wù)器Pika界面后，左側(cè)“Pika”列表中顯示了不同的頻道，任意選擇一個(gè)，如“generate-1”，進(jìn)入指定頻道公共區(qū)域界面，如圖3-3所示。由于進(jìn)入的是公共區(qū)域，因此我們生成的視頻，可以被所有人看到。同樣，我們也可以看到其他人生成的視頻。3.2.3Pika命令參數(shù)進(jìn)入Pika指定頻道公共區(qū)域界面后，可以在右側(cè)下方的命令框中輸入命令或上傳圖像，進(jìn)行視頻生成操作。在命令框中輸入“/”，彈出命令列表，如圖3-4所示。列表左側(cè)顯示了常用的官方服務(wù)器，不同的服務(wù)器中包含不同的命令。：MidjourneyBot服務(wù)器，用于AI繪圖。：Nekotina服務(wù)器，主要用于定制歡迎、告別和提示消息，以及提供多種角色扮演命令和表情包。：Picsart服務(wù)器，主要用于進(jìn)行圖像編輯處理。：Pika服務(wù)器：用于生成AI視頻。單擊“Pika服務(wù)器”按鈕，打開服務(wù)器列表，顯示Pika服務(wù)器命令，如圖3-5所示。（1）/animate：創(chuàng)建、編輯或播放動(dòng)畫，包括幀動(dòng)畫、骨骼動(dòng)畫、粒子效果等。（2）/create：這是一個(gè)通用的創(chuàng)建動(dòng)畫命令。（3）/encrypt_image：圖像加密命令。其通過(guò)一個(gè)特定的算法或工具，對(duì)圖像進(jìn)行加密，以保護(hù)其內(nèi)容不被未經(jīng)授權(quán)的人訪問(wèn)。（4）/encrypt_text：類似于/encrypt_image，用于文本內(nèi)容的加密。它可以確保敏感信息（如密碼、個(gè)人數(shù)據(jù)等）在傳輸或存儲(chǔ)時(shí)的安全性。在利用AI生成視頻時(shí)，不同的命令會(huì)生成不同風(fēng)格和效果的視頻。例如，使用/create命令生成的視頻往往偏向于現(xiàn)實(shí)風(fēng)格，而使用/animate命令生成的視頻則偏向于動(dòng)畫風(fēng)格。3.2.4使用/create命令生成視頻Pika通過(guò)/create命令生成的視頻通常具有更高的真實(shí)感，適用于需要呈現(xiàn)逼真場(chǎng)景的應(yīng)用，如紀(jì)錄片片段、新聞報(bào)道或教育視頻。這類視頻在細(xì)節(jié)處理上更加精細(xì)，能夠更好地還原現(xiàn)實(shí)世界的物體和環(huán)境。1．輸入提示詞一般情況下，在命令框中輸入“/create”命令后，界面將顯示prompt（提示詞）參數(shù)，可在其后面輸入提示詞，一般為英文提示詞，如圖3-6所示。在利用AI生成視頻時(shí)，應(yīng)該盡量使用簡(jiǎn)短的提示詞，避免復(fù)雜的句子結(jié)構(gòu)，這樣可以降低畫面變形的概率。清晰的主體描述加上相關(guān)的標(biāo)簽通常足夠生成滿意的視頻。1）靜態(tài)對(duì)象視頻2）添加動(dòng)作提示詞2．視頻設(shè)置可以發(fā)現(xiàn)，Pika生成視頻后，在視頻下方顯示五個(gè)按鈕。這些按鈕的設(shè)計(jì)旨在為用戶提供多樣化的操作選項(xiàng)，從而增強(qiáng)用戶體驗(yàn)和互動(dòng)性。（1）贊（2）倒贊（3）循環(huán)（4）交叉（5）刪除3．提示詞加圖像（1）在命令框中輸入“/create”命令，單擊“增加1”按鈕，打開“選項(xiàng)”面板，選擇“image”（圖像）選項(xiàng)，顯示圖像文件預(yù)覽框，將圖像拖曳到該框中，完成圖像的添加，并輸入提示詞“MakethebutterflyStirringwings”（讓蝴蝶扇動(dòng)翅膀）。（2）在第一次生成的視頻中，蝴蝶的翅膀是靜止不動(dòng)的。然而，當(dāng)我們單擊“循環(huán)”按鈕重新生成視頻時(shí)，蝴蝶翅膀有了輕微的煽動(dòng)。這一變化表明，通過(guò)多次嘗試和迭代，視頻生成技術(shù)在不斷改進(jìn)和優(yōu)化，使得細(xì)節(jié)表現(xiàn)更加生動(dòng)和真實(shí)。這體現(xiàn)了在生成視頻過(guò)程中進(jìn)行多次嘗試的重要性，這樣做可以確保最終結(jié)果達(dá)到更高的質(zhì)量和逼真度。3.2.5使用/animate命令生成視頻Midjourney中的“/animate”命令能夠以用戶上傳的圖像和提示詞作為參考生成視頻，增強(qiáng)視頻與特定圖像內(nèi)容的關(guān)聯(lián)性。在命令框中輸入“/animate”命令，顯示圖像文件預(yù)覽框，如圖3-12所示。單擊“上傳”按鈕，彈出“打開”對(duì)話框，選擇參考圖，單擊“打開”按鈕，上傳參考圖，如圖3-13所示。此時(shí)，命令框的image參數(shù)右側(cè)將顯示圖像地址。之后使用上傳的圖像作為底圖，底圖是視頻的第一幀。在命令框中輸入提示詞，描述附加圖像的主題和背景，以及具體的動(dòng)作，但無(wú)法進(jìn)行較大的更改。例如，輸入“ancatyawns”（貓打哈欠），如圖3-14所示。按回車鍵，生成視頻，結(jié)果如圖3-15所示。從圖3-15中可以得知，通過(guò)貓坐著張嘴打哈欠的圖像，可以得到貓從張大嘴到合上嘴打哈欠的動(dòng)態(tài)過(guò)程。然而，無(wú)法從貓坐著的狀態(tài)生成它站起來(lái)的視頻。這表明當(dāng)前的技術(shù)在生成特定動(dòng)作的連續(xù)性方面存在一定的局限性，需要進(jìn)一步優(yōu)化和改進(jìn)，以實(shí)現(xiàn)更復(fù)雜的動(dòng)態(tài)轉(zhuǎn)換。任務(wù)3.3Sora生成視頻Sora的推出標(biāo)志著OpenAI在視頻生成領(lǐng)域取得了革命性的進(jìn)步。這種結(jié)合了擴(kuò)散模型和大語(yǔ)言模型技術(shù)的視頻生成系統(tǒng)，為從文本到視頻的轉(zhuǎn)換提供了一種全新的方法。Sora不僅能夠生成高質(zhì)量的視頻，還能夠根據(jù)用戶的文本描述生成與之匹配的視頻，這為內(nèi)容創(chuàng)作者和開發(fā)者提供了前所未有的創(chuàng)作自由度和靈活性。3.3.1Sora概述Sora是由美國(guó)AI研究公司OpenAI推出的一款先進(jìn)的AI生成視頻大模型。它在OpenAI的文本到圖像生成模型DALL-E的基礎(chǔ)上發(fā)展而來(lái)。Sora為藝術(shù)家、電影制片人及學(xué)生等需要制作視頻的用戶帶來(lái)了無(wú)限的可能性。1．Sora基本原理Sora的工作原理基于擴(kuò)散模型，其核心是通過(guò)反向擴(kuò)散過(guò)程從隨機(jī)噪聲中生成視頻。具體來(lái)說(shuō)，Sora從純隨機(jī)噪聲起步，經(jīng)多階段計(jì)算逐步提煉出結(jié)構(gòu)化信息，將無(wú)序的像素分布轉(zhuǎn)化為連貫的圖像序列。憑借擴(kuò)散模型的長(zhǎng)時(shí)序建模能力，Sora可生成最長(zhǎng)一分鐘的視頻，支持寫實(shí)、動(dòng)畫等多種視頻風(fēng)格，以及1024像素×1024像素等標(biāo)準(zhǔn)分辨率。（1）擴(kuò)散模型是一種生成模型，通過(guò)模擬數(shù)據(jù)分布的逐漸變化過(guò)程來(lái)生成新數(shù)據(jù)。在視頻生成中，這個(gè)過(guò)程通常從一個(gè)隨機(jī)噪聲信號(hào)開始，通過(guò)逐步添加細(xì)節(jié)和結(jié)構(gòu)，最終形成完整的視頻幀。這種方法的優(yōu)勢(shì)在于它能夠捕捉到數(shù)據(jù)分布的細(xì)微變化，從而生成高度逼真的視頻。（2）Sora不僅依賴于擴(kuò)散模型，還受到了大語(yǔ)言模型的啟發(fā)。通過(guò)集成大語(yǔ)言模型技術(shù)，Sora能夠更好地理解和處理文本輸入，并將其轉(zhuǎn)化為對(duì)應(yīng)的視頻。這種結(jié)合使得Sora在處理復(fù)雜場(chǎng)景和多樣化內(nèi)容時(shí)表現(xiàn)出色。2．Sora技術(shù)架構(gòu)Sora采用了一種結(jié)合變換器（Transformer）主干的擴(kuò)散模型架構(gòu)。這種架構(gòu)包括以下幾個(gè)關(guān)鍵組件。（1）變分自編碼器（VAE）：用于將輸入視頻壓縮成一個(gè)潛在空間表示。這個(gè)潛在空間表示保留了視頻的主要特征，同時(shí)去除了冗余信息，從而提高了模型的效率和生成能力。（2）視覺(jué)變換器（ViT）：用于處理壓縮后的潛在空間表示。ViT通過(guò)注意力機(jī)制來(lái)捕捉視頻幀之間的時(shí)空關(guān)系，從而提高生成視頻的連貫性和一致性。（3）去噪擴(kuò)散概率模型（DDPM）：這是擴(kuò)散模型的核心部分，負(fù)責(zé)逐步去噪并生成最終的視頻幀。DDPM通過(guò)多個(gè)步驟逐步去除潛在空間表示中的噪聲，每一步都使生成的視頻更加接近真實(shí)的場(chǎng)景。3．Sora技術(shù)特點(diǎn)憑借先進(jìn)的深度學(xué)習(xí)框架、高度可定制性和可擴(kuò)展性、文本到視頻的轉(zhuǎn)換能力、創(chuàng)新性與多樣性、強(qiáng)大的物理世界模擬能力及高效的訓(xùn)練流程等特點(diǎn)，Sora在AI生成視頻領(lǐng)域展現(xiàn)出卓越的性能和廣泛的應(yīng)用潛力。Sora技術(shù)特點(diǎn)主要體現(xiàn)在以下幾方面。（1）先進(jìn)的深度學(xué)習(xí)框架。（2）高度可定制性和可擴(kuò)展性。（3）文本到視頻的轉(zhuǎn)換能力。（4）創(chuàng)新性與多樣性。（5）強(qiáng)大的物理世界模擬能力。（6）高效的訓(xùn)練流程。4．Sora界面使用Sora模型從文本生成高質(zhì)量的視頻，這一過(guò)程不僅提高了視頻創(chuàng)作的效率，還為用戶提供了更多的創(chuàng)意空間和創(chuàng)作可能性。Sora被設(shè)計(jì)為一個(gè)獨(dú)立產(chǎn)品，在S上提供服務(wù)，首批開放給Plus和Pro用戶使用。這個(gè)平臺(tái)提供了一個(gè)全新的用戶界面。在OpenAI官方網(wǎng)站上注冊(cè)一個(gè)賬號(hào)，即可直接登錄Sora網(wǎng)頁(yè)版，其界面如圖3-24所示。（1）“Explore”窗口（2）“Images”窗口（3）“Videos”窗口（4）“Top”窗口（5）“Likes”窗口（6）“Mymedia”窗口3.3.2文生視頻Sora文生視頻提示詞在視頻創(chuàng)作中發(fā)揮著至關(guān)重要的作用。它們不僅可以幫助創(chuàng)作者明確創(chuàng)作意圖和控制視頻風(fēng)格，還可以優(yōu)化生成過(guò)程、提高創(chuàng)作效率，并促進(jìn)創(chuàng)意表達(dá)。通過(guò)合理使用提示詞，創(chuàng)作者可以創(chuàng)作出高質(zhì)量、有趣且符合預(yù)期的視頻。1）指導(dǎo)視頻內(nèi)容2）控制視頻風(fēng)格3.3.3圖生視頻Sora還具備根據(jù)靜態(tài)圖像生成視頻的能力，能夠讓圖像內(nèi)容“動(dòng)”起來(lái)，同時(shí)關(guān)注細(xì)節(jié)呈現(xiàn)——通過(guò)添加動(dòng)畫效果、過(guò)渡場(chǎng)景和動(dòng)態(tài)元素來(lái)增強(qiáng)視覺(jué)吸引力，使得生成的視頻更加生動(dòng)逼真。圖生視頻功能在動(dòng)畫制作、廣告設(shè)計(jì)等領(lǐng)域具有廣泛的應(yīng)用前景。1．生成視頻（1）在Sora網(wǎng)頁(yè)版界面的提示詞文本框左側(cè)單擊“+”按鈕，彈出下拉列表，如圖3-30所示。選擇“Uploadfromdevice”（從設(shè)備上傳）選項(xiàng)，彈出“Mediauploadagreement”（視頻上傳協(xié)議）界面，如圖3-31所示，需要勾選下面所有的復(fù)選框，同意不上傳包含暴力或明確主題的視頻等，才可激活“Accept”（接受）按鈕。（2）單擊“Accept”（接受）按鈕，彈出“打開”對(duì)話框，在該對(duì)話框中選擇靜態(tài)圖像，如圖3-32所示。（3）導(dǎo)入靜態(tài)圖像后，在圖像下的提示詞文本框中輸入提示詞（4）單擊按鈕，Sora會(huì)根據(jù)這個(gè)提示詞生成兩段視頻，如圖3-34所示。①在生成的第一段視頻中，綠色的卡通人物并沒(méi)有按照預(yù)期執(zhí)行原地轉(zhuǎn)圈的動(dòng)作，而是變成了一個(gè)球體，并在地面上滾動(dòng)。這一變化展示了Sora在理解和執(zhí)行提示詞時(shí)的創(chuàng)造性和靈活性。盡管這與原始提示詞有所偏離，但它提供了一個(gè)有趣且獨(dú)特的視覺(jué)效果。②在生成的第二段視頻中，綠色的卡通人物確實(shí)執(zhí)行了原地轉(zhuǎn)圈的動(dòng)作。然而，這個(gè)動(dòng)作是通過(guò)轉(zhuǎn)換鏡頭角度來(lái)實(shí)現(xiàn)的，而不是人物自身在移動(dòng)。這種方法創(chuàng)造了一種視覺(jué)上的旋轉(zhuǎn)效果，使觀眾感覺(jué)人物正在快速轉(zhuǎn)動(dòng)。使用鏡頭轉(zhuǎn)換來(lái)模擬旋轉(zhuǎn)效果是一種巧妙的技術(shù)手段，避免了復(fù)雜的動(dòng)畫制作過(guò)程，同時(shí)達(dá)到了預(yù)期的視覺(jué)效果。2．編輯提示詞（1）為了使Sora更準(zhǔn)確地理解和執(zhí)行用戶的意圖，從而生成符合預(yù)期的視頻，打開第一段視頻，在視頻下方單擊“Editprompt”（編輯提示詞）按鈕，進(jìn)入編輯界面，輸入更具體的提示詞“Thecharacterrotatesonce”（人物自轉(zhuǎn)一圈），如圖3-35所示。（2）單擊按鈕，Sora會(huì)根據(jù)修改后的提示詞生成兩段視頻，如圖3-36所示?？梢园l(fā)現(xiàn)，重新生成的兩段視頻更貼近提示詞“Characterrotatesinplace”（人物原地轉(zhuǎn)圈），成功描繪了人物自轉(zhuǎn)的動(dòng)態(tài)效果。①在生成的第一段視頻中，綠色卡通人物確實(shí)執(zhí)行了原地轉(zhuǎn)圈的動(dòng)作，但與預(yù)期不同的是，這個(gè)動(dòng)作是在人物緊縮身體變成球的狀態(tài)下完成的。這種變化雖然有趣，但偏離了最初提示詞“Characterrotatesinplace”（人物原地轉(zhuǎn)圈）的直接要求。②在生成的第二段視頻中，綠色卡通人物成功執(zhí)行了原地轉(zhuǎn)圈的動(dòng)作，雖然在旋轉(zhuǎn)過(guò)程中人物身體發(fā)生了變形，但基本實(shí)現(xiàn)了預(yù)期的效果。此外，該動(dòng)作表現(xiàn)得非常流暢和自然，充分展示了Sora在動(dòng)畫制作方面的高超技藝。（3）盡管這兩段視頻都展示了Sora的能力，但結(jié)果仍有改進(jìn)空間。3.3.4視頻生成視頻Sora具備將現(xiàn)有視頻轉(zhuǎn)換為新風(fēng)格的能力，但有時(shí)效果可能不如預(yù)期。這表明該功能需要進(jìn)一步優(yōu)化。即使重復(fù)生成，也可能無(wú)法達(dá)到預(yù)期效果，這就需要使用視頻生成視頻技術(shù)來(lái)提升轉(zhuǎn)換質(zhì)量和準(zhǔn)確性。Sora的視頻生成視頻技術(shù)不僅具備將現(xiàn)有視頻轉(zhuǎn)換為新風(fēng)格的能力，還提供了多種高級(jí)功能來(lái)增強(qiáng)和定制視頻內(nèi)容。1．導(dǎo)入基礎(chǔ)視頻在Sora網(wǎng)頁(yè)版界面的提示詞文本框左側(cè)單擊“+”按鈕，顯示兩種導(dǎo)入視頻的方法。（1）選擇“Uploadfromdevice”（從設(shè)備上傳）選項(xiàng)，彈出“打開”對(duì)話框，在該對(duì)話框中可以選擇基礎(chǔ)視頻，如圖3-37所示。（2）選擇“Choosefromlibrary”（從庫(kù)中選擇）選項(xiàng)，打開視頻選擇界面，從用戶視頻庫(kù)中選擇視頻，如圖3-38所示。2．Remix（重新混音）（1）在Sora的AI視頻生成器中，Remix是一個(gè)重要的功能，它允許用戶調(diào)整生成視頻的多個(gè)方面，以優(yōu)化最終的輸出效果。借助Remix功能，用戶能夠使用自然語(yǔ)言描述來(lái)對(duì)視頻元素進(jìn)行替換、移除或重構(gòu)。（2）導(dǎo)入視頻后，單擊右下角的“Remix”（重新混音）按鈕，進(jìn)入視頻混音編輯界面，如圖3-39所示。在該編輯界面中，激活提示詞功能，通過(guò)在提示詞文本框中輸入提示詞來(lái)描述想要實(shí)現(xiàn)的視頻內(nèi)容修改。Sora的AI技術(shù)將根據(jù)這些提示詞智能地對(duì)視頻進(jìn)行相應(yīng)的調(diào)整和創(chuàng)新，從而以全新的視角重塑視頻內(nèi)容。（3）在提示詞文本框中輸入提示詞，通過(guò)文本描述修改視頻內(nèi)容。例如，輸入提示詞“Addingtreesinthebackground”（在背景中添加樹木）。（4）單擊“Remix”（重新混音）按鈕，啟動(dòng)視頻的生成過(guò)程，效果如圖3-40所示。根據(jù)基礎(chǔ)視頻與提示詞描述，想得到一段以一頭大象為主體的視頻，并在背景中添加樹木。通過(guò)圖3-40可以看出，生成的視頻中樹木的效果并不如預(yù)期那樣明顯。這可能是因?yàn)闃淠镜募?xì)節(jié)沒(méi)有被充分地捕捉和渲染。（5）為了改善該效果，再次單擊“Remix”（重新混音）按鈕，進(jìn)行第二次視頻生成，如圖3-41所示。通過(guò)圖3-41可以發(fā)現(xiàn)，樹木變得更加明顯和生動(dòng)，但效果仍不是太滿意。這可能是由于AI在解析和執(zhí)行文本描述時(shí)存在一定的局限性，此時(shí)可以稍微調(diào)整提示詞的描述。（6）再次單擊“Remix”（重新混音）按鈕，進(jìn)行第三次視頻生成。（7）除了修改提示詞，通過(guò)設(shè)置混音強(qiáng)度參數(shù)也可以調(diào)整視頻生成效果，生成視頻下方包含四種混音強(qiáng)度參數(shù)，如圖3-43所示。這些參數(shù)可以實(shí)現(xiàn)不同級(jí)別的創(chuàng)意控制，允許用戶根據(jù)需要選擇適當(dāng)?shù)膹?qiáng)度。3．Blend（混合）（1）Blend（混合）功能是Sora視頻生成器中一個(gè)強(qiáng)大的特性，允許用戶將兩段視頻無(wú)縫結(jié)合，創(chuàng)造出獨(dú)特且具有視覺(jué)吸引力的短片。這種混合并不是簡(jiǎn)單的拼接，而是通過(guò)高級(jí)智能算法確保兩段視頻之間的過(guò)渡自然流暢，仿佛它們?cè)揪褪且粋€(gè)整體。需要注意的是，要使用Blend功能，需要先準(zhǔn)備兩段視頻。（2）導(dǎo)入第一段視頻到Sora平臺(tái)后，單擊界面右下角的“Blend”（混合）按鈕，激活該功能，如圖3-44所示。此時(shí)，可以單擊“Uploadvideo”（上傳視頻）或“Choosefromlibrary”（從庫(kù)中選擇）選項(xiàng)。這里選擇“Uploadvideo”（上傳視頻）選項(xiàng)，彈出“打開”對(duì)話框，選擇第二段視頻。（3）成功導(dǎo)入兩段視頻之后，進(jìn)入Sora的Blend功能編輯界面，如圖3-45所示。這個(gè)界面提供了一個(gè)直觀且功能強(qiáng)大的平臺(tái)，使用戶可以精確調(diào)整兩段視頻的混合方式。（4）在Blend功能編輯界面中，可以選擇手動(dòng)調(diào)整混合區(qū)域和影響曲線，以實(shí)現(xiàn)更精確的控制。當(dāng)對(duì)自動(dòng)生成的結(jié)果不完全滿意時(shí)，這種手動(dòng)調(diào)整功能特別有用。（5）此外，Sora還提供了幾種預(yù)設(shè)的混合效果參數(shù)，如圖3-46所示。單擊“Blend”（混合）按鈕，并選中相應(yīng)的混合效果參數(shù)，生成混合視頻，實(shí)現(xiàn)特定的視覺(jué)效果，如圖3-47所示。（6）Sora的這種混合技術(shù)特別適合制作音樂(lè)視頻、短片或任何需要進(jìn)行動(dòng)態(tài)視覺(jué)表現(xiàn)的項(xiàng)目。通過(guò)Blend功能，可以探索無(wú)限的創(chuàng)意可能性，并制作出真正反映藝術(shù)視角的視頻。4．Loop（循環(huán)）（1）Loop功能允許用戶在時(shí)間軸上截取鏡頭，并制作無(wú)縫循環(huán)的視頻片段。這對(duì)于創(chuàng)建背景音樂(lè)視頻、動(dòng)態(tài)壁紙或社交媒體上吸引眼球的內(nèi)容非常有用。（2）導(dǎo)入視頻到Sora平臺(tái)后，單擊界面右下角的“Loop”（循環(huán)）按鈕，進(jìn)入Sora的Loop功能編輯界面，如圖3-48所