人工智能通识（AIGC版） 项目3课后思考-参考答案

项目3课后思考-参考答案1．简述提示词在AIGC图像生成中的作用，并举例说明其在实际应用中的体现。提示词是AIGC图像生成的“指令核心”，它承担着将用户抽象想法转化为AI可理解语言的关键角色，直接决定图像生成的方向、内容与风格。通过精准描述主体元素（如人物、物体、场景）、风格属性（如写实、卡通、油画）、细节特征（如光影氛围、色彩基调、构图角度），提示词为AI构建了创作的“蓝图”，缺乏清晰提示词时，生成结果往往会偏离用户预期，而优质提示词能让AI更高效地输出符合需求的图像。在实际应用中，提示词的作用体现在对细节的精准把控上。例如电商平台设计产品主图时，运营人员可能会使用“白色背景下的黑色皮质双肩包，正面45度角拍摄，柔和自然光，高清质感，无多余装饰，突出包的拉链细节与容量轮廓”这类提示词，AI会根据其中的场景、角度、光影、重点元素描述，生成符合电商视觉规范、能突出产品卖点的图片，避免出现背景杂乱、角度不当等问题。提示词还能赋能创意领域的风格化创作，帮助用户快速实现多元艺术表达。比如插画师在构思儿童绘本插图时，可能会输入“森林场景，小兔子穿着红色背带裤坐在蘑菇上，周围有彩色小花与蝴蝶，宫崎骏动画风格，柔和马卡龙色调，线条圆润，画面充满童趣”，AI会依据“宫崎骏风格”“马卡龙色调”等风格关键词，结合场景与角色描述，生成符合绘本定位的艺术化图像，大幅降低插画师的基础绘制成本，聚焦于创意优化。（没有标准答案，相关即为正确。）2．深度学习与AIGC图像生成有何关联？请列举一个深度学习在图像生成中的应用场景。深度学习是AIGC图像生成的核心技术基石，二者是“技术支撑”与“应用成果”的紧密关联关系。AIGC图像生成本质是AI模型基于数据学习人类视觉认知逻辑，进而自主生成图像的过程，而深度学习通过构建多层神经网络结构，赋予模型从海量图像数据中提取特征（如线条、色彩、纹理、物体形态、场景逻辑）的能力——从基础的像素级特征学习，到高层的语义关联（如“猫”的形态与“草地”场景的合理搭配），再到风格迁移（如将照片转化为梵高画风），均依赖深度学习算法实现“数据输入-特征学习-图像输出”的完整链路，没有深度学习的特征提取与模式学习能力，AIGC图像生成便无法实现从“随机像素”到“有意义图像”的突破。深度学习在AIGC图像生成中的典型应用场景是**游戏行业的场景与资产自动生成**。在游戏开发中，传统场景搭建需美术团队手动绘制或建模大量元素（如森林中的树木、岩石、建筑构件，不同地图的地形纹理），耗时且成本高。基于深度学习的AIGC模型（如基于扩散模型的StableDiffusion、基于GAN的模型）可改变这一流程：开发者只需输入包含场景类型（如“中世纪魔幻风格的森林城堡外围”）、细节要求（如“落叶覆盖的石板路、带火炬的石墙、远处的雪山背景”）、风格规范（如“低多边形3D渲染风格，色彩偏暖黄”）的提示词，模型会调用通过深度学习掌握的“场景元素组合逻辑”“风格特征映射规则”，快速生成符合游戏美术规范的场景素材，甚至可批量生成不同视角、细节变体的素材，大幅缩短游戏开发周期。（没有标准答案，相关即为正确。）3．比较3个主流AIGC图像生成工具的优缺点，并说明它们在“文生图”实践中的应用场景。Midjourney艺术表现力突出，在人物面部、织物纹理等细节渲染上优势明显，支持多种艺术风格，通过Discord平台操作，生成速度快，但对中文提示词支持差，自定义能力弱且采用订阅制成本较高，适合游戏公司、插画师生成角色概念图等艺术创作，也能为自媒体博主制作高审美封面图。DALL·E3基于GPT-4架构，语义理解精准，擅长生成高分辨率商业级产品图，生成内容默认可商用，交互便捷，但生成速度较慢，艺术风格较保守，复杂场景连贯性不足，适用于企业生成产品图用于电商详情页，还能辅助教师生成教学讲解图。StableDiffusion3开源可控，支持本地部署和插件扩展，社区资源丰富且隐私性强，但上手难度大，硬件要求高，原生稳定性不足，适合设计师训练专属风格模型进行商业创作，也可用于高校艺术课程实验。在“文生图”实践中，Midjourney能快速生成《赛博朋克2077》风格角色插画，助力游戏公司搭建场景框架；DALL·E3可生成运动鞋多角度渲染图，缩短耐克产品原型开发周期；StableDiffusion3则能让独立开发者制作独特NFT艺术，建筑学院学生也可借助它生成建筑设计草图。整体而言，追求极致艺术质量可选Midjourney，注重商业版权安全