5.1-生成式人工智能

人工智能通识课·第五章生成式人工智能从"识别已有内容"到"创造全新内容"，AIGC如何改变创作5.1节生成式人工智能5.1学习目标学完本节，你能回答哪些问题？01能说出生成式AI与判别式AI的本质区别02能区分GAN、VAE、Transformer、扩散模型各自的生成原理03能写出比"大白话"更精准的生成式AI提示词04能列举国内外主流生成式AI工具及其擅长领域05能说清生成内容的著作权、商用授权与AI标识三条规则学习路线这一节，我们按哪条路径走？认识它生成式AI是什么，和判别式有何不同懂原理GAN、VAE、扩散模型怎么生成内容会使用选对工具，写好提示词守边界版权、商用、标识三规则路线判断：会生成不难，难在"生成得可控、合规、负责任"——工具人人能用，判断力才是分水岭。本节驱动问题生成式AI是在"创作"，还是在"拼接已有的一切"？困惑锚点它能画出一张从未存在过的猫。但你未必知道：它是真的"想象"出了新东西，还是把训练时看过的无数张照片重新拼了个新组合？这条模糊的界线，既是它创造力的来源，也是版权与幻觉风险的根源。概念·定义判别式与生成式，AI的两条路线有何不同？判别式AI面对已有内容，判断它"是什么"：这张图里有没有猫？这封邮件是不是垃圾邮件？生成式AI学习海量数据的规律，主动创造全新的、有真实感的文本、图像、音频、视频。定义：生成式AI学习数据中的模式与规律，输出"从未存在过"的新样本——这正是它大幅降低创作门槛、激发大众创造力的原因。核心架构·四大家族生成式AI主要靠哪四类模型？生成对抗网络GAN画家与评论家互相博弈，最终生成"以假乱真"的内容变分自编码器VAE学习数据的潜在分布，据此生成多样化的新样本Transformer大模型如GPT系列，在连贯自然语言生成上表现卓越，是文本主流扩散模型图像生成的突破，代表StableDiffusion，能在消费级GPU上跑来源：《人工智能通识课》5.1节·生成式AI核心模型架构扩散模型·原理扩散模型凭什么能在普通电脑上画高清图？训练：逐步加噪给真实图像一点点加噪声，直到变成纯噪声潜空间压缩压到低维空间，计算更高效生成：逐步去噪从纯噪声逐步还原图像解码高清图关键：代表模型StableDiffusion用"潜空间去噪"，让高质量图像生成跑在普通消费级GPU上——这正是AIGC在普通用户间普及的技术起点。应用示例·教育场景生成式AI怎样帮学生"千人千面"地练题？老师的输入"生成5道和勾股定理错题类似的题目，并附上解析。"AI自动产出5道变式题+逐题解析，针对每个学生的错题点个性化推送，巩固同一知识点。同理：没有绘画基础的学生，也能借AI画出风格独特的图像。工具一览·表5-1（一）国内主流生成式AI工具，各擅长什么？工具名核心生成能力豆包文本生成（文案、论文、代码、习题）、图像生成、多模态联动，侧重中文场景适配即梦、可灵图像、视频、动作生成与场景迁移，文本转图像/视频，适配艺术创作腾讯混元文本生成、跨语言翻译、企业级内容创作（公文合同），侧重合规与办公文心一言文本与图像生成、行业方案（报告广告），支持多行业定制化生成千问3.0文本生成、跨语言协作、企业级内容创作，侧重商业与跨国办公DeepSeek学术文本、代码、文献分析，侧重科研，支持开源微调与数据可视化来源：《人工智能通识课》表5-1国内外生成式AI工具一览表（国内部分）工具一览·表5-1（二）国外与专用工具，覆盖了哪些生成任务？工具名核心生成能力GPT多模态生成（文本、图像、语音），长文本创作、对话交互与跨模态理解Gemini3.0Ultra多模态生成（文本、图像、视频），视频理解与生成，侧重复杂场景联动Claude3.5长文本、多语言与合规性文本生成，侧重高精度文本理解与输出DALL·E文本到图像生成，高精度高细节，适配艺术设计与创意可视化StableDiffusion开源图像生成，文本转图像与风格迁移，可自定义微调SunoAI音乐生成（词曲创作、人声合成），文本转音乐，音频艺术创作灵光用自然语言指令，在移动端快速生成可交互的轻量级应用程序来源：《人工智能通识课》表5-1国内外生成式AI工具一览表（国外与专用部分）提示词优化·文本生成同一件事，为什么换句说法质量就高了？基础指令（会泛泛而谈）"写一篇关于人工智能伦理的短文，300字左右。"优化后（更具体）"面向高中生，300字，突出AI幻觉和版权保护，各举一个生活化案例，语言通俗。"优化的三个杠杆：定对象、定重点、定风格加了"面向高中生"（对象）、"突出两个核心问题"（重点）、"通俗易懂"（风格），输出立刻从空话变成有案例的短文。图像生成·精准控制让AI画出"你想要的那张图"，指令该怎么写？拆解一条精准指令的五个维度视角高空俯瞰未来智能城市风格写实与赛博朋克融合必含元素飞行汽车、透明材质建筑、垂直农场、磁悬浮轨道色彩与画质蓝白主色，画面干净无杂物，1080P结论：指令写得越具体（视角+风格+元素+色彩+画质），模型越能准确还原你脑中的画面。版权规范·必知三规则你生成的图，到底归谁？能用去赚钱吗？01著作权归属个人非商用场景下，用户通常享有其生成AI内容的著作权。02商用授权商用需通过平台"版权认证"或"商用版权锁"申请授权，以追溯训练数据来源、降低侵权风险。03内容标识依2025年《生成式人工智能服务管理暂行办法》，AI生成内容须标识；豆包、千问已内置"AI辅助创作"标注。跨模态实战·产品素材一段露营帐篷素材，如何变成一条宣传视频？产品素材户外帐篷的产品图片与卖点描述千问3.0写出广告文案与分镜脚本即梦把文案转成约30秒宣传视频这就是"跨模态联动"：文本模型负责构思，视频模型负责呈现，一个人也能完成过去需要文案、设计、视频团队协作的产出。实战案例·教学补充一人两周做一本绘本：小团队如何用AIGC落地？背景插画专业学生需在两周内完成一套20页儿童绘本，预算有限，无法外包。问题传统外包成本高、周期长，且20张插图的风格很难保持统一。方案千问写故事脚本与角色设定→即梦用同一套风格提示词生成20张插图→人工筛选微调。结果两周完成，外包成本大幅下降，靠固定提示词保证了整套画风统一。AI实训·结合AI一起做实训：把一句模糊指令改写成精准海报提示词任务说明与输入场景场景：为班级"读书分享会"做一张竖版海报。先用一句模糊指令，再用三杠杆改写。完成标准提交：模糊指令、优化后提示词、两张生成图对比，并说明是否标注AI辅助创作。可复制提示词模板"我要做一张[对象]的[用途]海报。风格[X]，主色[X]，必含元素[清单]，留白区域放标题，尺寸竖版3:4，画面干净无杂物。"分步操作（至少5步）1.选定场景：确定海报主题、受众和风格方向。2.先写一句模糊指令（如"做一张读书海报"），记下它生成的结果。3.套三杠杆改写：定对象（面向谁）、定重点（突出什么）、定风格（色调氛围）。4.用文生图工具分别生成两张图，对比构图、元素、色调差异。5.检查平台是否自动标注"AI辅助创作"，并整理成可复用提示词模板。风险边界·不可省略生成越自由，哪三条红线越不能碰？01幻觉：它会把编造的内容说得像真的引用、数据、事实必须人工核验，不能照单全收。02版权：商用前先拿授权生成图可能复现训练数据中的受保护元素，商用需平台授权。03标识：发布AI内容必须做标注依《生成式人工智能服务管理暂行办法》，AI生成内容须可被识别。意义与未来它真正改变的，是"会不会做"还是"想不想做"？核心判断：生成式AI把创作门槛从"技能"挪到了"意图"——你先要想得清楚，它才能做得出来。降低门槛不会画画、不会剪辑，也能产出专业级内容跨模态联动文、图、视频打通，重塑内容生产方式走向可控合规标识、授权、核验成为使用时的默认动作未来比拼的不再是"会不会操作工具"，而是"能不能提出好问题、做出好判断"。本节小结·回到驱动问题它是在"创作"还是"拼接"？一句话判断：它在学来的规律上"有约束地再创造"，不是凭空想象。支柱一：四类模型分管文本与图像，扩散模型让生图跑在消费级GPU。支柱二：提示词质量决定输出质量，"定对象、定重点、定风格"可迁移。支柱三：自由使用伴随幻觉、版权、AI标识三条红线，人要守边界。来源：《人工智能通识课》