当前位置：首页
> 第5页
第5页
机器说话怎么越来越像真人了？聊聊语音合成从拼接走向端到端的技术迭代
2周前 (09-30)24
有声书平台这两年有个挺明显的变化。早些年那些AI朗读的音频，一听就能听出来——语调平、断句怪，念到一半气息都不换。现在再点开某些平台的新书，同样是一段几百字的内容，停顿、重音、语气起伏都有了，不特意去…
一句话怎么变成一张画？CLIP跨模态对齐原理用比喻讲明白
2周前 (09-28)26
把"一只坐在沙发上的橘猫"打进AI绘画工具，回车，几十秒后屏幕上映出一只猫。流程顺得让人忘记一个很矛盾的事实——你输入的是一串文字，输出的却是一堆像素。文字和画面，本来是两种语言，…
AI是怎么从一片噪点画出一张图的？扩散模型去噪原理拆开讲讲
2周前 (09-28)31
刷到过AI绘画的生成过程吗？我说的是那些把生成过程录下来的视频——画面不是从草图慢慢变成成品，而是先铺满一片灰蒙蒙的噪点，然后像照片在显影液里一样，五官、轮廓、光影从噪音里一点点浮出来。我刚看到的时候…
AI为什么一本正经地胡说八道？temperature采样机制拆开讲讲
1个月前 (09-14)49
上周我妈发来一张截图，是她跟某个AI助手的对话。她问："炖排骨放多少盐合适？"AI回了一大段，什么"根据2025年的膳食指南""每公斤排骨建议12到1…
文字是怎么变成数字的？把embedding词向量原理聊明白
1个月前 (09-14)55
深夜两点，电脑屏幕上是一段不算长的返回数据。我数了数，几百个密密麻麻的小数，排成一行，每个都精确到小数点后四位，像一串没有规律的气象观测记录。…
购物软件为什么能猜中你想买什么？从协同过滤到深度学习的推荐原理
1个月前 (09-10)53
去年某咨询公司的数字消费报告里有个数据：国内头部电商平台的推荐流量占比已经超过六成。翻译成大白话——你在购物软件上看到的东西，一大半不是自己搜的，是算法递到你眼前的。这个比例三年前还不到四成。…
发票上盖了个歪歪扭扭的红章，AI还能认出上面的金额吗？文档智能解析的技术拆解
1个月前 (09-07)55
某天凌晨两点，财务系统日志里跳出来一条报错：一张增值税发票解析失败，金额字段提取为空。值班同事翻出那张发票的扫描件看了一眼——印章刚好盖在了金额那一栏上，红色的印泥糊住了数字，人眼都得眯着辨认。这张发…
一场一小时会议的录音，AI是怎么把它变成结构化纪要的？拆解语音转文字到摘要生成的全链路
1个月前 (09-07)63
会议室里的录音笔转了整整六十分钟。散会之后，行政同事把音频文件丢进了公司的会议纪要系统，端着杯子回工位了。大约十分钟后，我的邮箱里收到了一份结构完整的纪要：议题分了四块，每块下面列了讨论要点、决策结论…
AI编程工具是怎么"读懂"你整个项目的？代码库索引和检索增强那点事
1个月前 (09-03)63
换到新公司接手那套老项目的第一周，我几乎没写出几行正经代码。时间全花在了"找"上——一个业务字段从接口层传到数据库，中间被倒了七八个函数，层层重命名，我在十几个文件里来回跳，才勉强…
AI代码补全为什么能精准猜中你下一行？底层那套"中间填空"训练是关键
1个月前 (09-03)56
去年有段时间我把 Copilot 的补全提示直接拉黑了一段时间，原因是它老在我写注释的时候蹦出一大段不知所云的代码，光标还没落到下一行，半个函数已经替我"写"好了，其中一半是我根本…