图像与视觉
图像上传、视觉分析、隐私边界和图像生成基础。
9 项内容 (6 篇文章 · 3 个视频)
从这里开始
浏览完整内容之前，先阅读几篇推荐文章。
此主题下的更多内容
6 分钟阅读Visual References Without Style Theft
Reference images and artists are how makers learn - and how generative tools get misused. A consent-aware, fair-reference practice for AI image work that refuses living-artist style cloning while still letting you study craft.
初级
6 分钟阅读What AI Image Tools Get Wrong, and Why Detectors Don't Fix It
AI-generated and AI-edited images have specific, learnable failure patterns worth knowing. What they don't have is a reliable detector that tells you which category any single image falls into - here is why, and what to do instead.
初级
7 分钟阅读Get Consent Before You AI-Edit or Share Someone's Photo
Uploading a friend's photo to an AI tool to remove a background, swap a smile, or turn it into an illustration feels like a small, personal edit. For the person in the photo, it can be a much bigger decision they never got to make.
初级
7 分钟阅读AI语音与音频：从声音克隆到播客再到翻译
2026年的AI音频涵盖四类实用功能：声音克隆、旁白、转录和翻译。本文将带你了解真正好用的工具，以及每一类功能的具体用例。
初级
48 分钟2024年Midjourney终极新手指南
Future Tech Pilot. 如果你已经决定尝试Midjourney，这份指南会从头到尾带你走完整个流程，包括提示词结构、stylize / chaos / weird参数、图像提示、混合、缩放和平移，以及风格调校。虽然界面仍在不断演变，但这里介绍的内容依然适用，其中形成提示词的思路也能顺畅迁移到v7。
初级
48 分钟你究竟应该使用哪款AI图像生成器？
Matt Wolfe. Matt使用同一组提示词测试Midjourney、DALL·E、Adobe Firefly、Stable Diffusion、Leonardo等工具，并按照文章关注的维度进行评分，包括准确度、写实度、插画、标志、文字和价格。此后模型阵容已有变化，如今Flux也已加入竞争，但这套评估方法仍使它成为了解这一领域的最佳入门视频。
初级
4 分钟GPT-4o视觉能力现场演示
OpenAI. 视频用四分钟展示了一个人把手写的线性方程举到摄像头前，ChatGPT在不直接给出答案的情况下辅导他解题。这是最清晰、最简短的演示，能让你切实体会“模型真的能看到我展示的内容”；与我们找到的其他操作演示相比，它也更准确地呈现了文章推荐的使用场景——手写笔记、简单数学题和拍摄的文档。
AI新手