AI Glossary · AI 词典
In plain words.技能文案里的每个术语,都写成一条能读完的词条
每条都是独立的一则词条,讲清一个概念:它是什么、为什么会有它、你用 AI 工具时会在哪儿撞上它。 顺着往下翻,能把一整片领域补齐;也可以先按领域与难度筛,挑今天读得完的那几条。
字幕(Subtitle)
视频里叠在画面上、跟着说话内容出现的文字,把听到的话变成能一眼扫过的字。听不清、静音刷手机或看外语视频时都靠它。
分镜(Storyboard)
视频开拍前,把脚本拆成一个个镜头、每个镜头配一张画面草稿的规划动作。它定的是每个镜头拍什么、大概几秒,不是成片效果。
3D 建模(Modeling)
在电脑的三维空间里,把一个物体的立体形状一点点搭出来。有了形状,才能接着做表面材质、打光、渲染和动画。
Three.js(网页 3D 库)
一套让网页直接显示三维画面的 JavaScript 工具库。你不用碰浏览器最底层的图形指令,几行代码就能在网页里放出一个能旋转、会打光的立体场景。
Blender(3D 软件)
一款免费开源的 3D 创作软件,建模、上色、打光、渲染、动画都能在同一个程序里完成。个人和小团队不用花大钱,也能走完整套 3D 流程。
剪映(视频剪辑软件)
国内最常见的视频剪辑软件,手机和电脑都能用,海外版叫 CapCut。拖素材、切时间轴、加字幕、套模板,新手几分钟也能剪出一条能发的视频。
图像生成(Image Generation)
让电脑按你的一段文字描述,直接算出一张原本不存在的图。不会画画也能拿到配图,改起来几分钟一轮,成本比找人约稿低得多。
配音(Dubbing)
给画面配上人说话的声音,可以是真人对着稿子录,也可以让 AI 按文字念出来,甚至模仿某个音色。它和背景音乐、音效不同,专指说话的部分。
视频生成(Video Generation)
让电脑直接算出一段会动的画面,从几秒钟的片段到完整短片。它产出的是原本不存在的画面,而不是把已有素材拼起来。
MP4(视频格式)
MPEG-4 Part 14
最常见的视频文件格式,手机、电脑、网页播放器几乎都认识它。导出视频时选 MP4,一般最不容易出现放不了的情况。
PNG(图片格式)
Portable Network Graphics
一种能保留透明背景、线条边缘又很干净的图片格式。做图标、贴纸、需要叠在别的图上的素材时,用它最合适。
渲染(Rendering)
把电脑里搭好的 3D 场景和动画,逐帧算成肉眼能看的成品画面。它是三维流程里最耗时、最吃电脑性能的一步。
Remotion(用代码做视频)
一套用写代码的方式生成视频的工具,网页里那些能动的元素和排版,可以被逐帧截取、合成为规整的视频。
Unity(游戏引擎)
做游戏和交互式 3D 应用的主流引擎。把模型、场景和规则放进去,它负责让这些内容在手机、电脑或其他设备上跑起来。
TTS(语音合成)
Text-to-Speech
把写好的文字变成能听的声音,让机器替你念稿,音色、语速和停顿都能调,做旁白和有声内容时最省人的一步。
材质贴图(Texture)
贴在三维模型表面的那层花纹,决定它看起来是木头、金属还是大理石。模型只提供形状,质感要靠它贴出来。
WebGL(网页三维绘图)
Web Graphics Library
让浏览器不用装插件就能画三维画面和复杂特效。网页里能随手转动的模型、满屏飘落的特效,多半是它在算。
ElevenLabs(AI 语音工具)
一家以 AI 语音出名的公司,能把文字合成很自然的朗读声,也能用一小段样本克隆某个人的音色。
OCR(文字识别)
Optical Character Recognition
让电脑把图片里的文字认出来,变成可以复制、搜索和编辑的文本。截图、扫描件、发票都能这样处理。
矢量图(Vector)
用数学方式描述形状的图片,放大缩小都不糊。图标、标志和字体这类要反复缩放的素材,常用它来做。
Canvas(网页画布)
网页上专门用来画图的那块区域,能用代码画线、画形状、做动画,还能跟着鼠标或数据实时变化。
ComfyUI(图像生成工具)
把 AI 生图拆成一个个可以自由拼接的节点,连出一条自己设计的出图流程,每一步都看得见、改得动。
文生图(Text-to-Image)
用一段文字描述直接换出一张图。说清画面内容、风格和氛围,出来的结果就更接近你想要的样子。
文生视频(Text-to-Video)
写一段描述就让电脑生成一段会动的画面片段,不用找场地、不用请人,直接得到能用的动态影像。
第 1 / 2 页 · 共 26 个条目
这些词条都出自真实的技能文案 —— 想看它们是在哪些技能里出现的,去技能目录按分类翻。