第27期：AI认知图谱|多模态揭秘：AI绘图如何“读懂”指令？
我们在第24期绘制了一只温馨的午后橘猫。从输入提示词到最终成图，中间经历了什么？本文为您深度解析AI文生图的核心技术链路。在AI四层生态架构中，我们已涉足模型层的多模态生成分支。本期聚焦“文生图”领域，以“午后橘猫”为全程案例，剖析AI将文字转化为图像、实现跨模态生成的完整流程。何谓多模态？多模态，即赋予AI同时理解文字、图像、音频等多种信息形态的能力。掌握多模态，便掌握了AI从“感知世界”迈向“创造世界”的关键跃迁。为何它如此重要？该项技术直接关乎人机交互的自然流畅度、创意落地的效率以及AI工具的实用价
生成式AI驱动下的全球海表温度精准重建技术
近年来，以DALL-E、Midjourney为代表的生成式人工智能凭借卓越的图像创作能力引发广泛关注。若将这类"无中生有"的生成技术应用于海洋监测领域，会擦出怎样的火花？中国科学院大气物理研究所汪亚研究团队交出了一份令人瞩目的答卷——他们创新性地提出了SAGE框架，运用生成式扩散模型，成功实现了全球海表温度的高精度、具备不确定性感知能力的概率化重建。━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━海表温度作为地球气候系统的关键指标，如同人体的"体温计"，直接调控着大气与海洋间的能量传输，厄
AI赋能光学设计：扩散模型实现光学特性与亚波长结构的直接映射
导读近日，与光科技创始人清华大学黄翊东教授团队崔开宇课题组在Light: Advanced Manufacturing上发表了题为“Artificial Intelligence-Generated Photonics: Map Optical Properties to Subwavelength Structures Directly via a Diffusion Model”的最新研究成果。该研究深入发掘人工智能在内容生成领域的巨大潜力，提出了一种创新的光学结构逆向设计技术——人工智能生成光学结构
第24期：AI生成图的版权怎么定？
4月下旬，由AI换脸短剧引出的版权争议终于有了结果：被告未能说明自己在创作环节投入了足够的智力成果，因此需要承担相应责任。这也让“AI生成内容的版权归属”再次回到公众视野。有读者提出疑问：“我用AI反复调试画出来的图，后来被别人拿去使用，我到底能不能主张自己的权利？”这类问题看似各不相同，落到最后却都围绕同一个关键点：AI生成的图片，到底该算谁的版权？【镜享界】每周一则，不堆术语、不制造焦虑，和你一起轻松解读AI最新动态，把复杂事讲得更明白。一、AI画画，究竟是怎么“画”出来的？（扩散模型）不少人会把AI
AI手指绘画困境：揭示扩散模型的底层缺陷
AI画手指为什么这么难？这个问题暴露了扩散模型的根本局限你用AI生成图片，十有八九会看到六根手指、弯曲方向诡异的关节，或者干脆糊成一团的手掌。这不是模型不够聪明，而是扩散模型在设计层面就埋下的一个结构性缺陷——而这个缺陷，恰好能帮你看清AI「理解」世界的方式和人类有多不一样。先说一个让人有点不舒服的事实：AI画手出问题，不是因为训练数据不够多，也不是因为算力不够强。Stable Diffusion、Midjourney、DALL-E 这些模型，训练时吃掉的图片数量是以十亿张为单位的。互联网上有手的图片多的
人工智能在太阳能辐射预报中的应用现状与趋势
太阳能辐射作为光伏发电、太阳能热利用、农业及气候建模的基础能量来源，其精确的估算与预测至关重要。特别是针对全球水平辐照度（GHI）、法向直射辐照度（DNI）和散射水平辐照度（DHI）的准确把握，对于光伏并网运营、能源市场交易以及建筑能源管理具有深远意义。主要难点：截止至 2024 年末，全球光伏装机容量已突破 1.6 TW，精准的太阳能预测已成为迫切的现实需求。近年来，以深度学习和大模型为代表的 AI 技术，正深刻重塑该领域的研究范式。太阳能辐射估算旨在依据间接观测数据（如卫星图像、气象变量及再分析场）反
多模态AI与人类偏好对齐研究学术讲座
讲座信息🎤 主讲人：王宇 博士，字节跳动首席研究员📰演讲题目：多模态AI与人类偏好的对齐策略：从语言理解到视觉生成⏰ 时间：2026年4月16日（周四）9:30-10:30📆日期：9:30-10:30，北京时间📍 在线Zoom会议链接：https://hkust-gz-edu-cn.zoom.us/j/94595919503?pwd=tRTIRt2xNithvVwsa5OiyOu0Bli9q4.1Zoom会议号：945 9591 9503密码：ait讲座内容如何构建能够跨模态感知世界、生成符合人类意图的内