AIGC 概览
AIGC 概览
AIGC（AI Generated Content）= 用 AI 生成多模态内容。文本之外的图像、视频、音频、3D 生成。
知识地图
图像生成
- 扩散模型（Diffusion / DDPM / Stable Diffusion）
- 文生图（SDXL / Midjourney / DALL-E 3 / Flux）
- 图生图 / 图像编辑（Inpainting / ControlNet / IP-Adapter）
- 图像理解（CLIP / BLIP / LLaVA）
视频生成
- 文生视频（Sora / Veo / Kling / Runway Gen-3）
- 图生视频（Stable Video Diffusion）
- 视频编辑与延长
音频生成
- 语音合成 TTS（ElevenLabs / Bark / CosyVoice）
- 音乐生成（Suno / Udio / MusicGen）
- 声音效果（AudioGen / Stable Audio）
- 语音克隆与情感控制
3D 与多模态
- 3D 生成（NeRF / Gaussian Splatting / TripoSR）
- 多模态大模型（GPT-4V / Gemini / Qwen-VL）
- 具身智能（Embodied AI）
工具与框架
- ComfyUI / Stable Diffusion WebUI
- AnimateDiff / SVD
- Diffusers / Transformers
- [[AI/向量检索/概览|向量检索]] 在多模态检索中的应用
待补内容
- 扩散模型原理（正向 / 反向过程 / 噪声调度）
- LoRA / ControlNet 微调实战
- 视频生成的时序一致性
- 音乐生成的结构控制
- 商用版权与合规