但AI图像和视频实际上是如何工作的？| Welch Labs 客座视频 - 3Blue1Brown - 中配

合集 · 神经网络 - 3Blue1Brown (10)

Parts

Description

本视频由 Welch Labs 为 3Blue1Brown 频道制作，系统讲解 AI 图像与视频生成原理。从神经缩放定律和 GPT-3 引入，以扩散模型与布朗运动的联系为主线，借助 CLIP 解释图文如何在潜空间对齐，逐步拆解 DDPM、DDIM、流匹配与无分类器引导等技术，并展示 Wan2.1 开源模型的实际生成效果，带你理解文本提示如何控制扩散过程。
----------------------------------------------------------------
00:00:03 引言
00:03:39 CLIP
00:06:16 共享嵌入空间
00:08:01 扩散模型与DDPM
00:11:26 学习向量场
00:21:00 DDIM
00:24:02 DALL-E 2
00:25:13 条件设定
00:28:25 引导
00:31:50 负向提示词
00:32:34 尾声
00:33:37 关于嘉宾视频
----------------------------------------------------------------
原标题：But how do AI images and videos actually work? | Guest video by Welch Labs
原作者：3Blue1Brown
发布日期：2025-07-25
视频链接：https://www.youtube.com/watch?v=iv-5mZ_9CPY

Comments

鸽子鸥 14d ago

信息的实质化……信息农场……因果语言……源石森林？[思考]

♥ 1

孤溟- 26d ago

布朗运动没绷住

♥ 3

传统名称 10d ago

https://www.youtube.com/watch?v=R0uMcXsfo2o这是另一个视频，配合看不错

南雲Official 23d ago

diffusion模型（本质是一坨色点利用transformer不停聚合而成）

♥ 2 ↩ 1

B站视频总结 12d ago

这视频主要讲了AI图像和视频到底是怎么生成出来的，核心是扩散模型这套东西。它先从CLIP讲起，说明文字和图像怎么被放进同一个共享空间里对齐，然后讲扩散模型怎么通过加噪声再一步步逆转来生成图像。接着解释了DDPM为什么生成时也要加随机噪声、DDIM怎么去掉随机步骤还能生成高质量图像。最后把CLIP和扩散模型接起来，讲文本向量怎么引导生成过程，还有无分类器引导和负向提示词是怎么让结果更贴合提示词的。