生成式人工智能
根据提示生成文本、图像、音频或视频等内容的人工智能系统与方法。
它是什么
生成式人工智能(Generative AI)指能够创建新内容——文章、代码、图像、音乐、视频等——的 AI 系统。与主要做分类或预测标签的系统不同,它的输出本身就是可供阅读、聆听或观看的作品草稿。
教育中教师最常接触的对话助手、文生图与文生视频,都属于这一范畴。
名字从哪来
Generative 强调「生成」而非仅「判别」。中文「生成式人工智能」在 2020 年代随大规模预训练模型普及而广为人知。它与产业用语 AIGC(AI Generated Content)高度重叠:前者偏技术与系统,后者偏内容生产应用。
它怎么工作
多数生成系统基于大型神经网络,在海量数据上学习「在何种上下文后,何种续写更可能」。文本侧常见单位是 token;图像与视频侧则是对像素或潜在表示的逐步生成。用户提示(prompt)改变条件,从而改变输出分布。
因此,输出是概率性的:同一提示可得到不同结果;听起来合理的句子也可能不符合事实——即 幻觉。
在教育与工作中
可用于备课起草、示例生成、差异化练习初稿、情境素材与学生创作支架。价值取决于是否嵌入「人提出目标 → 模型起草 → 人审核」的闭环,以及是否用 提示词工程 把情境与期望说清楚。
和相近概念的差别
- 大语言模型:生成式 AI 在语言(及部分多模态)上的主力形态。
- AIGC:更强调内容生产流程与产品。
- 检索系统:检索返回已有文档;生成式系统合成新文本,二者可组合。
常见误会
误会 1:生成即创作完成。 教学与学术场景通常还需要核对、改写与署名规范。
误会 2:生成内容默认可商用进课堂。 平台条款、版权与肖像权需单独判断。
误会 3:只有文科才用得到。 STEM 同样可用其生成示意图草稿、代码草稿与反例,前提是学科验收更严。
未登录时不会保存学习进度