AI 常用术语速查：模型、推理与工具使用

AI 领域新词很多，弄懂它们，才能看懂资讯、用明白工具。下面按类别整理常用术语。

基础概念

• AI（人工智能）：让机器模拟人类智能的统称。
• 机器学习：让机器从数据中自己总结规律的方法。
• 深度学习：用多层神经网络进行学习的技术。
• 生成式 AI：能生成文字、图片、音视频等新内容的 AI。
• 大模型 / 大语言模型（LLM）：参数极多、能理解和生成语言的模型。
• 多模态：能同时处理文字、图像、音频、视频等多种信息。
• 参数：模型训练中调整的数值；参数数量不能单独代表实际能力。
• Token（词元）：模型处理文本的基本单位，常影响计费。
• 上下文窗口：模型一次能记住的内容长度。
• 算力：支撑模型训练和运行的计算能力。

使用相关

• 提示词（Prompt）：你给 AI 的指令。
• 提示工程：研究如何写好提示词以获得更好结果。
• AI 幻觉：AI 一本正经地编造不实内容。
• 知识截止：模型知识更新的最后时间点。
• 温度值：影响输出随机性的参数。
• 微调：在已有模型基础上用专门数据继续训练。
• RAG（检索增强生成）：先查资料再回答的技术。
• 知识库：供 AI 检索的自有资料集合。
• Agent（智能体）：能自主规划、调用工具完成任务的 AI。
• 工作流：把多个步骤编排成自动化流程。

模型类型

• 开源模型：权重公开，可自行部署。
• 闭源模型：只提供接口，看不到内部。
• 端侧模型：装在本地设备上运行的小模型。
• MoE（混合专家）：一种让模型按需调用不同部分的架构。
• 蒸馏：用小模型学习大模型的能力。
• 量化：压缩模型以降低运行门槛。
• 推理（Inference）：模型给出回答的过程。
• 训练：让模型学习知识的过程。
• 涌现能力：模型规模变大后突然出现的新能力。
• 基准测试：衡量模型能力高低的标准化测试。

应用类型

• AIGC：AI 生成内容。
• 文生图：用文字生成图片。
• 文生视频：用文字生成视频。
• 语音合成：把文字转成语音。
• 语音识别：把语音转成文字。
• OCR（文字识别）：从图片中提取文字。
• 数字人：AI 生成的虚拟人物形象。
• 换脸：把一个人的脸换到另一个人身上（需合规使用）。
• 知识图谱：用结构化方式表示知识关系。
• 推荐算法：决定给你看什么内容的算法。

可靠性与接入

• AI 伦理：研究 AI 的公平、隐私、责任等议题。
• AI 偏见：AI 因数据问题产生的倾向性。
• 可解释性：能否解释 AI 为何这样判断。
• 开源许可：使用开源模型需遵守的协议。
• API：程序调用 AI 能力的接口。

这些术语覆盖了 AI 的概念、使用、模型、应用与接入。不必死记，遇到不懂的回来查一查即可。理解了这套「共同语言」，再看 AI 资讯就会顺畅很多。

延伸阅读：什么是大语言模型、Token 是怎么计费的、上下文窗口为什么记不住。

查生词时的三条顺序

• 先按五类定位，再记单个词
• 成对出现的词一起记，如训练与推理
• 涉及费用的词先看 Token 与上下文窗口

第一条最容易被跳过，跳过它就只能死记硬背单个词。