• 投稿

从图像到语言，从语言到推理：生成AI正在闭环. AI图像生成的最终形态曝光：图、文、动作，一起生！

843
0
2025-04-20 21:32:47
正在缓冲...
34
12
19
6
-
语言
人工智能
AI
动作
最终形态
图像
形态
深度学习
图像生成
美国的牛粪博士 发消息
牛粪博士带你拆AI，不装不吹，笑着把技术讲透！ 科研严肃，拆解有趣，AI知识也可以通俗又上头！
想看什么，来夸克搜搜，强大AI为你搜索
夸克PC
《AI拆解术》
（35/85）
自动连播
18.6万播放
简介
AI的未来，我们为什么需要更灵活的计算？：encoder-only/decoder-only/encoder-decoder，并聊聊他们的问题和发展方向
03:22
"爸爸，AI为什么比你更懂我的画？"——视觉技术的未来
02:29
AI 预言家？GPT 为什么能一口气接下你的话！聊聊GPT的那些事。
04:48
大模型强化学习，原来是“脱了鞋子跑得快？！” 聊聊Open-Reasoner-Zero.
04:15
BERT 防秃指南：学 AI 到底能不能保住头发？
03:58
AI 视觉生成进入换代期，Diffusion 退潮，AR 只是过渡方案？
01:12
码农崩溃2.0：我女儿竟然听懂了视觉 Tokenizer？！
07:15
DeepSeek NSA推理速度提升11.6倍，Nvidia要哭了？
08:30
Transformer 要下岗了？AI 未来架构全揭秘！Transformer 统治 AI 7 年，但它的终结者来了？ 我们今天就来拆解现状 + 未来趋势！
06:36
《AI拆解术》之Step-Audio语音界的DeepSeek？聊聊audio大模型的困境和发展方向
07:45
《AI拆解术》之剧本杀：Attention密室连环杀人案
07:19
《AI拆解术》之程序员崩溃现场：我女儿竟然听懂了tokenizer
04:28
《AI拆解术》系列作品即将上线，敬请关注
00:12
聊聊多模态大模型的瓶颈
05:03
聊聊diffusion扩散模型的问题
05:08
AI 画画离谱到家了？Diffusion 竟然不懂艺术！聊聊扩散模型的原理，存在的问题和未来发展方向
04:45
AI写字为啥这么困难？视觉生成任务任重道远。聊聊扩散模型在生成字符方面的不足。
02:50
别怪AI在撒谎，是你教它这样的！——深扒损失函数如何操控AI与人类
02:08
聊聊大模型的幻觉（hallucination）问题，深度思考它的问题和意义。
03:40
聊聊多模态模型为啥还没到GPT时刻，分析它的问题和未来发展趋势。
03:40
Diffusion 控不住，是因为它根本不理解你要控制什么？再聊diffusion的局部控制性问题和发展方向
02:54
聊聊多模态大模型的问题&浅谈世界模型
01:57
什么是世界模型？AI 的“内心戏”来了
01:57
分形模型，结构控制的破局者？Diffusion救不回来的视频，分形模型来接手了？
02:29
Diffusion LLM 是什么？也许不是更好，但确实不同。除了自回归，我们还有 Diffusion 这条路。
02:06
推理增强奖励建模：DeepSeek的新范式；读《Inference-Time Scaling for Generalist Reward Modeling》论文
02:23
AI是怎么思考的？Anthropic团队可视化大揭秘！
03:05
为什么基于 Diffusion 的图像编辑总是“动全身”？从噪声开始，也要从噪声改：Diffusion 模型编辑的根本困境。
02:08
图像编辑革命：AR 模型如何干掉 Inversion？AR 模型如何实现真正的 Training-Free 图像编辑？
02:59
图像编辑范式转移：从 noise 到 token 的革命。Diffusion 生成图像，AR 修改图像——谁才是编辑的终极解法？
03:04
图像生成进入语言时代，AR 重塑视觉建模逻辑.
02:54
看完你才懂，AR 模型“讲图”的三种打开方式！AR视觉生成三大流派，一次讲清：VAR、RandAR、FAR 各走哪条路？
03:00
图像终于学会“说话”了，它的词就是 Token。什么样的 Token，才能撑起通用视觉生成系统？
02:29
从随机扩散到因果建模：图像生成控制力的底层差异。
02:32
从图像到语言，从语言到推理：生成AI正在闭环. AI图像生成的最终形态曝光：图、文、动作，一起生！
02:11
图像+语言+动作：未来AI的大脑是这样炼成的
02:33
统一世界的AI词汇，长啥样？聊聊AI的共同语言革命。
03:53
从结构到目标：多模态融合的真矛盾在哪里？多模态结构只是外壳，目标冲突才是根源
03:10
多模态生成崩坏的根源：缺乏语义驱动器
03:46
多模态统一的终极挑战：从模态融合，到世界建构
03:17
生成自由度的代价，就是控制失控。怎么办？从自由生成到结构控制
03:07
自由生成之后，必然走向幻觉与漂移；从生成到觉醒：智能体的最后一跃
02:54
算法推荐 vs 主动搜索：谁在左右你的选择？深度解析算法推荐与检索系统的差异及影响
02:44
别再说“它太懂我了”，那是你被驯化了！推荐系统的底层逻辑：不是理解，是训练。
02:22
冷启动惩罚、CTR排序、曝光偏置，一套机制悄悄决定你看不见什么；推荐系统最可怕的不是推什么，而是不推什么。
02:00
大模型很强，但它接不了推荐系统的班；聊聊大模型在推荐系统里的弊端和潜力
02:22
推荐系统拥抱大模型，还是坚持Embedding？Embedding是骨架，大模型只是插件
02:32
大模型不会替代推荐系统，但会重构它.
01:58
大模型冷启动只解决了一半，另一半靠设计
03:43
聊聊推荐系统的难题：记忆力 vs 反应力
03:25
内容分发不是自由市场，而是分层选拔
02:27
广告推荐系统的底层逻辑，不适配大模型：聊聊大模型与广告系统的结构性矛盾
02:25
为什么大模型做不了主决策，却能辅助投放？
02:45
大模型要接管广告系统，得先补这三块短板
02:51
从关键词匹配到RAG，大模型改造了检索系统
02:49
大模型需要RAG，但RAG还不够强：看清它解决了什么，又留了哪些坑
02:58
RAG系统怎么设计，才能查得准，答得好？
02:41
提升RAG命中率的3种方法
02:43
RAG该进化了：RAG未来靠“信息重组”，不是“语义抓取”
02:48
多模态RAG，图文音齐了，模型还答不对？
02:26
多模态RAG检索，要先统一任务目标
02:59
Agent RAG：不是补RAG的短板，是重构。Agent RAG，才是下一代检索系统
03:17
Agent RAG 的终极能力：查出结构，不是堆材料
02:34
从结构到状态，Agent 的执行力升级：任务长了不迷路，才算真智能
03:18
Agent 能复用经验，系统越跑越快；真正聪明的 Agent，是查一次学一次
03:02
真正的 Agent，不止会查，还能判断与调度
03:00
一个调度器，多个专家，Agent 正在进化成团队
03:03
没有任务状态共享，Agent 越多越混乱；多 Agent 协作的关键，不在能力，在状态同步
03:01
有策略记忆的 Agent，才配叫下一代智能体
02:41
从chain of thought学习agent：基础篇
01:52
ReAct的本质就是走一步看一步，灵活但短视
02:02
Plan-and-Execute：为什么有些任务，必须“先想完再动”？
01:53
Memory 是 Agent 真正能“成长”的关键
02:06
从盲试到自学，Reflexion 是 Agent 的关键升级路径
01:56
Tool Use 决定了 Agent 能走多远，不是参数决定的
02:48
MCP开篇：聊聊RAG和MCP的区别
01:48
MCP 是怎么让模型动起来的？聊聊MCP工作原理。
01:55
MCP是AI时代的HTTP？未来操作系统会是什么样子？
02:05
《RL 对齐进化论》系列视频开篇：对齐，不只是强化学习的事
01:54
对齐为啥这么难？违反了机器学习的默认三大假设
03:18
PPO 到底怎么 work？优点和坑都讲清楚
02:20
Reward Model是怎么训练出来的？有什么问题？
02:12
DPO的工作原理和存在的问题
03:01
ORPO：把偏好对齐融进监督微调里
02:39
只靠排序，不靠评分器，SLiC也能对齐大模型？
02:52

AI替代不了人类的原因
虎牙龙斯基
71.2万 585

gpt-image-1发布！GPT-4o图像生成API 极简教程，只改一行代码立刻上手！
数字黑魔法
3739 0

字节跳动“UNO”，一个多主体图像生成模型
喜好儿网
1015 0

Token Shuffle：自回归模型实现高分辨率图像生成的技术进步
机器不想学习ML
1317 1

图像生成进入语言时代，AR 重塑视觉建模逻辑.
美国的牛粪博士
3933 0

MAR：无矢量量化的自回归图像生成
奇变偶不变GBK
1534 0

【2025.3】FAR：频率自回归图像生成模型
奇变偶不变GBK
2205 2

AI 教父辛顿：从小我就知道，多数人相信的基本都是胡扯
极客公园
8.0万 15

6G显存生成60秒AI视频！Controlnet作者最新开源AI视频生成项目：FramePack（附K神ComfyUI地址）
AI-GitHub
7.2万 106

什么是世界模型？AI 的“内心戏”来了
美国的牛粪博士
769 0

生成自由度的代价，就是控制失控。怎么办？从自由生成到结构控制
美国的牛粪博士
1267 1

《人工智能生成合成内容标识办法》出台，未来内容创作者何去何从？AI将成为二等公民？
美国的牛粪博士
459 0

图像编辑范式转移：从 noise 到 token 的革命。Diffusion 生成图像，AR 修改图像——谁才是编辑的终极解法？
美国的牛粪博士
2054 0

AI 视觉生成进入换代期，Diffusion 退潮，AR 只是过渡方案？
美国的牛粪博士
625 0

CVPR2025 吐槽大会：你的审稿人到底懂不懂AI？欢迎聊聊你的cvpr投稿经历，让我们一起成长。
美国的牛粪博士
7790 2

欢迎光临我的AI畅聊通道
美国的牛粪博士
280 0

一种基于强化学习的摔倒之旅
一只wwy
14.8万 195

RAG系统怎么设计，才能查得准，答得好？
美国的牛粪博士
4053 0

qwen0.6B 小模型有什么用？如何撬动千万级流量？
卢菁博士_北大AI博士后
6993 4

20250416【图像生成与取证技术发展及应用】陈静静：生成式视觉内容鉴别
VALSE_Webinar
944 0
展开
回来了，在瓦手里一切都回来了！
客服
顶部
赛事库 课堂 2021拜年纪