文章名詞彙編
名詞彙編
AI 名詞一詞一篇：定義、白話比喻、易混淆對照與實際用例，配酒Ann 的圖解。
Multimodal 多模態 AI 是什麼？文字圖片聲音影片同一個腦處理
Multimodal 多模態 AI 能同時理解、處理並整合文字、圖片、語音、影片等多種類型的資訊，讓理解更全面。
2026/8/28 多模態與應用 約 4 分鐘
Gems Gemini 客製智能體是什麼？打造你的專屬 AI 助理
Gems 是 Google Gemini 讓你打造專屬 AI 智能體的功能，設定角色、知識與指令後，就能有一個量身訂做的專業助理。
2026/8/28 多模態與應用 約 3 分鐘
Augmented 增強是什麼？AI 增強人而不是取代人
在 AI 回答問題前，先補充更多有用的資訊、工具或上下文，讓結果更準確、更完整、更有價值。
2026/8/28 多模態與應用 約 3 分鐘
TTS 文字轉語音是什麼？讓文字開口說話的技術
TTS 文字轉語音把文字轉換成自然流暢、帶有情感的人聲語音，應用在有聲書、語音助理、教育學習與無障礙服務。
2026/8/28 多模態與應用 約 4 分鐘
STT 語音轉文字是什麼？把錄音一鍵變成逐字稿
STT 是 Speech-to-Text 語音轉文字，把語音、錄音檔或會議音訊轉成可編輯的逐字稿，支援多語言與時間戳記。
2026/8/28 多模態與應用 約 4 分鐘
GPTs 客製化 AI 助理是什麼？把常用的設定變成一個助理
GPTs 是把角色、指令、知識與行為規則打包成一個專屬 AI 助理，之後直接叫它做事，不必每次重講。
2026/8/28 多模態與應用 約 4 分鐘
Digital Twin 數位分身是什麼？用幾分鐘素材複製一個會講話的你
用少量影片與聲音樣本，學習並複製一個人的外貌、聲音、表情與說話風格，代替本人出鏡。
2026/8/28 多模態與應用 約 4 分鐘
Watermarking 內容浮水印是什麼？替 AI 產出的內容留下來源標記
內容浮水印是在 AI 產出的圖片、影片、聲音或文字裡嵌入標記，讓人或系統事後能辨識這份內容出自 AI。
2026/8/16 多模態與應用 約 4 分鐘
Voice Cloning 聲音複製是什麼？用一段錄音長出一個人的聲線
聲音複製是用語音樣本讓 AI 學會某個人的音色與說話方式，再用那個聲音唸出全新的文字。
2026/7/30 多模態與應用 約 4 分鐘
Outpainting 畫幅擴展是什麼？讓 AI 把畫面往外補出來
畫幅擴展是讓 AI 根據原圖的邊緣、光線與透視，往外延伸生成合理背景的影像技術。
2026/7/29 多模態與應用 約 3 分鐘
Deepfake 深偽是什麼？用 AI 偽造的臉、聲音與影片
深偽是用深度學習合成或竄改人臉、聲音與影片的技術，看起來像真的，但內容並非真實發生。
2026/6/17 多模態與應用 約 4 分鐘
ControlNet 是什麼？用線稿跟骨架鎖住畫面構圖
ControlNet 是加在擴散模型旁的條件控制網路，用邊緣、深度或人體姿勢等條件圖鎖住構圖再生成。
2026/6/15 多模態與應用 約 3 分鐘
Image-to-Image 是什麼？用一張墊圖長出更多版本
以圖生圖是給 AI 一張原始圖與提示詞，讓它參考構圖、姿勢或風格，改寫出一張新的圖片。
2026/5/31 多模態與應用 約 3 分鐘
Computer Vision 電腦視覺是什麼？讓機器不只看到，還要看懂
電腦視覺是讓電腦看懂圖片與影片內容的技術，從像素中擷取資訊、辨識物體、理解場景並做出判斷。
2026/5/8 多模態與應用 約 4 分鐘
Text-to-Image 文字生成圖片是什麼？用一段描述換一張圖
T2I 是輸入文字描述，讓 AI 解析主體、場景、細節、風格與光影，再從零生成一張符合描述的圖片。
2026/5/2 多模態與應用 約 4 分鐘
OCR 是什麼？讓 AI 像人一樣看圖識字
OCR 圖片文字辨識，是把圖片裡的文字讀出來，變成可以編輯、複製、搜尋的文字。
2026/4/2 多模態與應用 約 4 分鐘
Inpainting 局部重繪是什麼？把要改的地方塗黑，讓 AI 只改那一塊
局部重繪是把圖片中的某個範圍塗成遮罩，讓 AI 只在該區域重新生成內容，實現局部修改與無痕融合。
2026/3/14 多模態與應用 約 4 分鐘
Diffusion Model 擴散模型是什麼？AI 畫圖其實是在擦雜訊
擴散模型是現代主流繪圖 AI 的核心原理，從一堆雜訊中一步步去噪，慢慢擦出清晰的圖像。
2026/2/20 多模態與應用 約 4 分鐘