模块7-AIGC多模态应用

07模块七AIGC多模态应用《人工智能——AIGC通识教程》武汉职业技术大学数智商务学院《人工智能——AIGC通识教程（微课版）》本模块内容0101多模态AI概念0202AI图片与海报设计0303AI短视频创作0404AI音乐与配音0505多模态内容协同0606多模态创作项目实践201多模态AI概念超越单一感官的AI新纪元3什么是多模态AI多模态AI：能同时理解和生成文字、图像、音频、视频多种形态内容的AI单模态AI：只处理一种数据类型（纯文本/纯图像）多模态模型代表：GPT-4V（视觉+文字）、GeminiUltra、文心一言多模态核心能力：图文互转、以图问答、语音文字互转、视频理解技术基础：统一的多模态Transformer+跨模态对齐训练4多模态AI的典型能力1看图说话：分析图片内容，生成文字描述或解答问题2文字生图：根据文字描述生成高质量图像3语音交互：实时语音对话，多语言即时翻译4视频理解：分析视频内容，提取关键信息，生成摘要5全模态创作：输入主题，一键生成图文音视频内容包502AI图片与海报设计10分钟完成专业设计6AI图片创作完整流程第1步创意构思：明确主题、风格、用途（社交媒体/打印/电商）第2步提示词设计：主体+场景+风格+技术参数，中文友好第3步即梦AI生成：选择比例（1:1/16:9/9:16），生成多个版本第4步优选迭代：选最接近的版本，用「图生图」微调第5步后期处理：必要时用Canva/PS做文字排版第6步格式输出：按平台要求导出合适分辨率7AI海报设计vs传统设计传统设计流程•设计师：沟通需求→概念草图→初稿→多轮修改•时间：1-5个工作日•成本：几百至几千元/张•专业工具：PS/AI/Sketch，门槛高AI辅助设计流程•任何人：描述需求→即梦AI生成→人工微调•时间：10-30分钟•成本：几乎免费•门槛：低，中文提示词即可VS8商业图像设计提示词公式1电商主图：「[产品名称]，极简白色背景，专业产品摄影风格，高清8K，柔和阴影」2促销海报：「[节日名称]促销海报，[主色调]色系，中文大字标题[内容]，现代扁平插画风」3个人头像：「商务风专业头像，深色正装，微笑，浅灰渐变背景，正面角度，超高清」4品牌物料：「[品牌名]品牌海报，[品牌色]主色调，[风格]设计语言，[尺寸]比例」903AI短视频创作人人都是视频创作者10AI短视频创作标准工作流1第1步脚本创作：DeepSeek/豆包写视频脚本，确定核心信息和情感节奏2第2步AI视频生成：即梦AI/可灵输入场景描述，生成视频素材3第3步素材整合：剪映AI导入视频片段，AI自动匹配节奏4第4步字幕生成：剪映AI自动识别语音生成字幕，一键样式5第5步音乐配合：从版权音库选择BGM或Suno生成原创音乐6第6步特效调色：AI推荐滤镜，一键美化7第7步发布优化：AI分析最佳发布时间，生成标题和话题标签11短视频类型与AI工具匹配知识科普类：DeepSeek写脚本+剪映AI配图+自动字幕，适合B站/抖音产品展示类：即梦AI生成产品场景视频+图生视频展示多角度生活Vlog类：手机拍摄+剪映AI智能剪辑+AI配乐故事叙述类：可灵生成人物场景+AI配音（ElevenLabs）+剪映合成营销广告类：即梦AI生成品牌视频+AI写文案+专业后期1204AI音乐与配音让声音赋予内容灵魂13Suno音乐创作实战访问：，注册后每天免费50次生成基础格式：[音乐风格]+[情感基调]+[可选：歌词片段]示例提示词：「UpbeatChinesePop,energeticandyouthful,aboutacollegestudent'sday」进阶技巧：指定BPM（tempofast/slow）、乐器（piano/guitar）、人声特点（femalevocal）输出格式：MP3音频，可直接导入剪映使用注意：商业用途需购买付费计划，版权规则需了解14AI配音应用场景1短视频配音：ElevenLabs生成自然人声，多语言、多音色可选2有声书制作：将文字转为音频，支持长文本批量处理3教学课件配音：给PPT/视频配上讲解音频，节省录音时间4广告配音：快速生成多版本配音方案，供客户选择5语音克隆：用自己的声音训练模型，批量生成个人风格配音1505多模态内容协同1+1+1+1>4的创作魔力16多模态内容协同工作流核心理念：每种模态都有其最适合的AI工具，协同使用才能发挥最大价值标准多模态内容包：文字（DeepSeek）+图片（即梦AI）+视频（可灵）+音乐（Suno）工作流工具：扣子（Coze）支持多工具节点串联，实现半自动化内容生产质量控制：每个模态输出都需人工审核，尤其是事实性内容效率提升：多模态协同可将内容制作时间从数天压缩到数小时17多模态内容平台对比平台名称•扣子（Coze）•腾讯元宝•字节即梦•剪映创作多模态能力•工作流编排，多工具串联，API接口•一站式图文音视频生成，微信集成•图像+视频生成，创意设计场景•短视频全链路，AI字幕/特效/配音VS1806多模态创作项目实践综合运用，打造完整作品19综合创作项目：品牌推广内容包1Step1需求分析：确定品牌（可选：学校社团/虚构品牌/真实产品），目标受众，传播平台2Step2文案策划：用DeepSeek创作品牌故事、核心卖点、营销文案3Step3视觉设计：用即梦AI生成品牌海报、产品图、社交媒体配图4Step4视频制作：用可灵生成10秒品牌宣传视频5Step5音乐创作：用Suno生成30秒品牌主题BGM6Step6整合成包：用剪映AI制作最终成片，整合所有素材7Step7作品展示：班级展示，教师+同学评分，最佳作品奖20多模态内容质量评估标准内容一致性：文字、图片、视频、音乐是否传递一致的品牌形象？视觉吸引力：图片和视频的美观程度，是否吸引目标受众停下来看？信息准确性：文字内容是否准确，有无AI幻觉错误？情感共鸣：作品是否能引发目标受众的情感反应？技术完整性：各模态内容是否制作完整，格式符合发布要求？创意性：提示词设计是否有创意，作品是否有独特的风格？21多模态AI内容版权注意事项1平台条款：不同AI工具对商业用途的授权不同，使用前需仔细阅读2人工创作比例：加入足够的人工创意元素，提升版权保护可能性3明确标注：按国家规定，AI生成内容需标注（尤其是新闻/广告类）4模型训练禁忌：不要用AI生成内容去训练其他AI模型（多数平台禁止）5隐私保护：不要将他人肖像、隐私信息输入AI生成工具22模块小结多模态AI：超越单一媒体类型，文字图像音频视频统一处理AI图片/海报：即梦AI文生图，10分钟出专业设计AI短视频：文字脚本→AI视频→剪映AI剪辑，全流程AI辅助AI音乐：Suno一键生成原创BGM，ElevenLabs专业配音多模态协同：每种工具各司其职，协同打造完整内容包版权意识：商业使用前检查平台授权，重要内容标注AI生成23本模块学习要点回顾1✓多模态AI：同时处理文字