Generation

Definition

文生视频指的是基于自然语言输入创建动态视觉内容的生成式 AI 模型。这些系统分析文本提示中的语义含义，以合成连贯的视频序列。

文生视频是一项通过文本描述或提示生成 …

文本生成是自然语言处理中的一种基本应用范式，人工智能模型在此过程中创建新的文本内容。通过预测序列中下一个最可能的标记，模型能够连贯地生成文章、对话或代码等多样化文本形式。 …

图像到图像（Image To Image, I2I）涉及使用深度学习模型（如生成对抗网络GANs或扩散模型）将一张图像转换为另一张图像。与简单的滤镜不同，I2I可以极大地改变外 …

图像文本到文本（Image Text To Text）指的是处理视觉输入并结合文本查询以产生连贯自然语言输出的模型。这些系统通常被称为视觉-语言模 …

该管道调整了 Qwen-VL 模型的生成能力以用于图像合成。它允许用户通过提供文本提示或将文本与参考图像结合来生成高质量图像……

在 Diffusers …

高保真描述生成模型的输出与真实数据难以区分或非常相似。在图像生成中，意味着逼真的纹理和光照；在音频中，指清晰自然的语音或音乐。高保真度是衡量生成式AI质量的关键指标，广泛应用于需 …

AI中的“引导式”通常指模型行为受到主要输入之外的额外信息引导的技术。常见例子包括引导扩散（guided diffusion），其中类别信息用于…

…