AI的“抽卡”艺术：从画面生成到文学翻译的风格探索
近日，我在浏览短视频平台时，注意到一个与当下热门AI短剧相关的职业——“AI抽卡师”。顾名思义，这类职位的核心工作是通过输入提示词并反复试验，来筛选出符合预期的视觉画面。一份报告显示，一部制作精良的AI短剧，其10人团队中，除了导演和剪辑师各一人外，其余7至8人皆为负责通过AI生成画面的“抽卡师”（源自Vista看天下）。在AI短剧的制作流程中，“抽卡”已成为一种常态。简而言之，工作人员需要持续向AI工具输入指令，生成海量的画面素材，再从中挑选出可用的镜头。由于AI生成结果的随机性，每一次尝试都如同开盲盒
《模式识别与人工智能》第39卷 第1期
智慧起航，共创未来论文与报告面向无监督磁共振图像配准的多窗口多层感知机特征金字塔网络于寒1, 孙正1,2, 张胜楠1, 高章硕1, 丁港澳11.华北电力大学 电子与通信工程系 保定 071003; 2.华北电力大学 河北省电力物联网技术重点实验室 保定 071003摘要:无监督磁共振图像(Magnetic Resonance Imaging, MRI)配准的主流方法通常基于卷积神经网络或Transformer架构,但二者均存在明显局限:卷积神经网络受局部感受野限制,难以建模长距离依赖;Transforme