Auto-sync

This commit is contained in:
2026-04-15 08:15:46 +08:00
parent f3569a835b
commit 99df89a352
79 changed files with 2238 additions and 0 deletions

23
wiki/concepts/AI搜索.md Normal file
View File

@@ -0,0 +1,23 @@
---
title: AI搜索
type: concept
tags: [AI, 搜索, Search]
aliases: [AI Search, AI搜索引擎]
---
## 定义
结合AI能力理解用户意图、直接提供整理好答案的搜索方式。
## 核心创新
不返回链接列表,而是直接整理总结答案。
## 开源实现
Perplexica
- 完全本地化部署
- 接SearXNG避免Google API费用
- 支持OpenAI API或本地大模型
- 注重隐私保护
## Connections
- [[AI搜索]] ← 基座 ← [[大语言模型]]
- [[Perplexica]] ← 开源平替 ← [[Perplexity]]

21
wiki/concepts/AI生图.md Normal file
View File

@@ -0,0 +1,21 @@
---
title: AI生图
type: concept
tags: [AI, 生图, 扩散模型]
aliases: [AI Image Generation, AI绘图]
---
## 定义
利用扩散模型等AI技术根据文本提示生成图像的技术。
## 2025年格局
- 闭源顶流Nano Banana、Midjourney V7
- 开源主导Flux、Stable Diffusion 3.5
## 开源核心能力
- Flux人体解剖学最正确能精准在图中写单词
- Stable DiffusionLoRA和ControlNet生态最丰富适合动漫角色和姿势控制
## Connections
- [[AI生图]] ← 依赖 ← [[大语言模型]]
- [[Flux]] ← 竞争 ← [[Stable Diffusion]]

View File

@@ -0,0 +1,23 @@
---
title: AI生视频
type: concept
tags: [AI, 视频生成]
aliases: [AI Video Generation]
---
## 定义
根据文本提示生成视频内容的AI技术。
## 2025年格局
- 闭源顶流Google Veo 3
- 国内可灵、海螺、即梦
- 开源最强HunyuanVideo
## 开源关键指标
- 参数量HunyuanVideo是开源界最大之一
- 中文Prompt理解天花板级别
- 动作连贯性:极强,符合物理直觉
## Connections
- [[AI生视频]] ← 依赖 ← [[大语言模型]]
- [[HunyuanVideo]] ← 开源平替 ← [[Veo 3]]

View File

@@ -0,0 +1,22 @@
---
title: AI知识库
type: concept
tags: [AI, 知识库, 学习]
aliases: [AI Knowledge Base, 知识管理]
---
## 定义
利用AI技术管理和利用知识文档的系统。
## 代表产品
Google NotebookLM
- 核心创新:双人播客功能
- 将文档转为生动播客
- 2024年底爆火2025年封神
## 开源生态
GitHub上有七八个NotebookLM相关开源项目。
## Connections
- [[AI知识库]] ← 基座 ← [[大语言模型]]
- [[NotebookLM]] → 开源平替 → [[OpenNotebookLM]]

25
wiki/concepts/AI编程.md Normal file
View File

@@ -0,0 +1,25 @@
---
title: AI编程
type: concept
tags: [AI, 编程, Coding]
aliases: [AI Coding, AI辅助编程]
---
## 定义
利用AI辅助或自主完成代码编写、调试、重构的技术。
## 2025年格局
- 终端AI AgentClaude Code、Codex
- IDE集成Cursor
- 开源平替Cline
## Cline核心机制
- 嵌入VS Code工作流
- 深度理解项目上下文
- 自动读取/修改文件
- 支持MCP扩展
- 敏感操作需用户授权
## Connections
- [[AI编程]] ← 基座 ← [[大语言模型]]
- [[Cline]] ← 开源平替 ← [[Cursor]]

37
wiki/concepts/Agile.md Normal file
View File

@@ -0,0 +1,37 @@
---
title: Agile
type: concept
tags: [敏捷, 软件工程, 方法论, 迭代开发]
sources: ["sources/DevOps-Culture-and-Transformation.md"]
last_updated: 2026-04-15
---
## 定义
Agile敏捷是一类迭代式软件开发方法论强调适应性规划、快速交付、跨职能协作和持续改进。2001 年发布的《敏捷宣言》奠定了其核心理念。
## 核心价值观
- 个体与交互高于流程与工具
- 可工作软件高于详尽文档
- 客户协作高于合同谈判
- 响应变化高于遵循计划
## 主流框架
- **Scrum**结构化冲刺sprint管理适合固定迭代周期
- **Kanban**:可视化持续流管理,适合持续交付场景
- **SAFe (Scaled Agile Framework)**:大规模敏捷框架
## 与 DevOps 的关系
- Agile 聚焦于开发侧的迭代管理
- [[DevOps]] 将 Agile 的迭代理念延伸至运维全生命周期
- [[CI/CD Pipelines]] 是 Agile 实践的自动化加速器
- Shift-Left 实践将运营考量前置到开发阶段
## 关键实践
- 迭代式开发与定期演示
- 每日站会Daily Standup
- 回顾会议Retrospective
- Sprint 规划与回顾
## Aliases
- Agile
- 敏捷开发

View File

@@ -0,0 +1,37 @@
---
title: CI/CD Pipelines
type: concept
tags: [CI/CD, 自动化, 持续集成, 持续交付]
sources: ["sources/DevOps-Culture-and-Transformation.md"]
last_updated: 2026-04-15
---
## 定义
CI/CD Pipelines持续集成/持续交付流水线)是一套自动化流程,用于代码从提交到生产部署的全生命周期管理。
## 核心阶段
1. **持续集成CI**:代码提交后自动触发构建、测试和集成
2. **持续交付CD**:通过自动化部署将代码交付至预生产环境
3. **持续部署Continuous Deployment**:全自动将代码部署至生产环境
## 关键工具
- [[Jenkins]]:开源 CI/CD 自动化服务器
- [[GitHub]] ActionsGitHub 内置 CI/CD
- [[GitLab]] CIGitLab 内置 CI/CD
- [[Kubernetes]]:容器化应用编排平台
- [[Docker]]:容器化 runtime
## 在 DevOps 中的角色
- CI/CD 是 DevOps 自动化的核心引擎,将反馈周期从数周压缩至分钟级
- 与 [[Agile]] 框架Scrum/Kanban协同实现迭代式交付
- 支撑 [[DevSecOps]]:安全扫描集成至流水线各阶段
## 关键指标
- 部署频率Deployment Frequency
- 变更前置时间Lead Time for Changes
- 平均恢复时间MTTR
- 变更失败率Change Failure Rate
## Aliases
- CI/CD Pipelines
- 持续集成/持续交付

51
wiki/concepts/DevOps.md Normal file
View File

@@ -0,0 +1,51 @@
---
title: DevOps
type: concept
tags: [DevOps, 企业文化, 敏捷, 自动化]
sources: ["sources/DevOps-Culture-and-Transformation.md"]
last_updated: 2026-04-15
---
## 定义
DevOps 是一种文化和运营变革方法论旨在弥合软件开发Dev与运维Ops团队之间的鸿沟通过跨职能协作、自动化和持续反馈加速软件交付。
## 核心原则
- **协作优先于孤岛**:打破开发与运维之间的组织壁垒
- **自动化赋能**:通过工具链自动化减少人工错误和等待时间
- **持续改进Kaizen**:通过无责复盘和迭代优化实现渐进式提升
- **客户中心**:每个发布都应解决真实用户问题
## 四大支柱
1. 协作优先于孤岛
2. 自动化即赋能者
3. 持续改进Kaizen
4. 客户中心
## 关键实践
- [[CI/CD Pipelines]]
- [[Infrastructure as Code]]
- [[DevSecOps]]
- [[GitOps]]
- 监控与可观测性([[Prometheus]], [[Grafana]], [[Datadog]]
- 混沌工程
## 工具生态
- CI/CD[[Jenkins]], [[GitHub]] Actions, [[GitLab]] CI
- IaC[[Terraform]], AWS CloudFormation
- 容器化:[[Docker]], [[Kubernetes]]
- 监控:[[Prometheus]], [[Grafana]], [[Datadog]]
- 安全:[[SonarSource]] SonarQube, [[Snyk]]
## 与 Agile 的关系
- Agile 聚焦于迭代开发
- DevOps 将 Agile 的迭代理念延伸至运维全生命周期
- 两者协同实现端到端的交付速度和质量保障
## 未来趋势
- AI/ML 赋能 DevOps智能自动化、异常检测、自愈基础设施
- [[GitOps]]:以 Git 为唯一真实源
- [[Serverless DevOps]]FaaS 减少运维开销
- [[Edge Computing DevOps]]:边缘节点实时应用优化
## Aliases
- DevOps

View File

@@ -0,0 +1,40 @@
---
title: DevSecOps
type: concept
tags: [DevSecOps, 安全, CI/CD, 敏捷]
sources: ["sources/DevOps-Culture-and-Transformation.md"]
last_updated: 2026-04-15
---
## 定义
DevSecOps 是在 DevOps 流程中内置安全实践的方法论,通过将安全扫描、合规检查和漏洞修复集成到 CI/CD 流水线的每个阶段,实现"安全左移"Shift-Left
## 核心原则
- **安全左移**:在开发早期阶段引入安全检测,而非等到生产环境
- **自动化安全扫描**:在构建、测试、部署各阶段自动执行安全检查
- **共享所有权**:安全是开发、运维和安全团队共同责任
## 关键实践
- **静态应用安全测试SAST**:代码级别安全分析
- **动态应用安全测试DAST**:运行时行为安全测试
- **软件成分分析SCA**:依赖项漏洞扫描
- **容器镜像扫描**:检查基础镜像和依赖漏洞
## 关键工具
- [[SonarSource]] SonarQube代码质量与安全静态分析
- [[Snyk]]:开源依赖与容器安全扫描
- SonarCloud云端代码分析
## 在 DevOps 中的角色
- DevSecOps 是 DevOps 成熟度的重要标志
- 与 [[CI/CD Pipelines]] 深度集成,在部署前阻断安全漏洞
- 支撑 [[Agile]] 和 [[DevOps]] 的快速迭代同时保障安全合规
## 未来趋势
- AI 驱动的安全漏洞预测
- 零信任架构Zero Trust Architecture深度集成
- 实时威胁检测与响应自动化
## Aliases
- DevSecOps
- 安全左移

View File

@@ -0,0 +1,44 @@
---
title: Edge Computing DevOps
type: concept
tags: [Edge Computing, IoT, DevOps, 分布式]
sources: ["sources/DevOps-Culture-and-Transformation.md"]
last_updated: 2026-04-15
---
## 定义
Edge Computing DevOps 是在边缘节点Edge Nodes上进行应用部署、运维和优化的 DevOps 实践模式,通过将计算能力下沉至靠近终端用户的位置,实现低延迟和高实时性。
## 核心挑战
- **分布式运维**:大量边缘节点的统一管理和配置
- **网络延迟**:边缘与中心云/数据中心通信受限
- **离线自治**:边缘节点需在断网情况下仍能正常运行
- **资源受限**:边缘设备通常计算和存储资源有限
- **一致性管理**:跨地理分布的节点一致性保证
## 关键场景
- 自动驾驶汽车的实时决策
- 工业 IoT 传感器数据处理
- 视频流媒体边缘缓存与转码
- 智慧城市的实时分析
## 关键工具
- [[Kubernetes]] K3s轻量级 Kubernetes 发行版,适合边缘
- K3d本地 Kubernetes 开发环境
- [[Docker]]:边缘应用容器化 runtime
- Weave Net / Flannel边缘网络插件
## 在 DevOps 中的角色
- Edge Computing DevOps 是 [[DevOps]] 在分布式场景下的扩展
- 支撑 [[Serverless DevOps]] 在边缘的落地
- 运维模式需支持弱网/断网环境下的自治运行
## 未来趋势
- 6G 网络推动边缘算力进一步下沉
- AI 推理能力向边缘迁移Edge AI
- 零信任安全模型在边缘的深度应用
## Aliases
- Edge DevOps
- 边缘计算 DevOps
- 边缘原生

36
wiki/concepts/GitOps.md Normal file
View File

@@ -0,0 +1,36 @@
---
title: GitOps
type: concept
tags: [GitOps, DevOps, 基础设施, 声明式]
sources: ["sources/DevOps-Culture-and-Transformation.md"]
last_updated: 2026-04-15
---
## 定义
GitOps 是一种以 Git 为单一真实源Single Source of Truth来管理基础设施和应用配置的方法论所有变更通过 Pull Request 驱动,实现声明式基础设施管理。
## 核心原则
- **声明式配置**:以代码形式声明期望状态
- **Git 单一真实源**:所有配置存储在 Git 仓库中
- **自动同步**:系统自动检测并纠正与期望状态的偏差
- **变更可追溯**:所有变更通过 Pull Request 记录和审查
## 关键工具
- [[GitHub]] Actions + Flux 或 Argo CDGitOps 核心引擎
- [[Kubernetes]]GitOps 的典型承载平台
- Weave GitOpsGitOps 实现工具
- Argo CDKubernetes 专用 GitOps 工具
## 在 DevOps 中的角色
- GitOps 是 [[DevOps]] 自动化的演进方向
- 与 [[CI/CD Pipelines]] 互补CI/CD 关注应用交付GitOps 关注基础设施和应用配置的声明式管理
- 天然支撑 [[Infrastructure as Code]] 实践
## 优势
- 提高变更可追溯性和安全性
- 简化回滚操作git revert
- 提升部署一致性
- 降低人为错误
## Aliases
- GitOps

View File

@@ -0,0 +1,31 @@
---
title: Infrastructure as Code
type: concept
tags: [IaC, 基础设施, 自动化, 云原生]
sources: ["sources/DevOps-Culture-and-Transformation.md"]
last_updated: 2026-04-15
---
## 定义
Infrastructure as CodeIaC是一种通过代码管理基础设施的方式使用版本控制系统存储环境配置实现基础设施的自动化 provisioning 和一致性管理。
## 核心价值
- **一致性**:所有环境使用相同配置,消除"在我机器上能跑"问题
- **版本控制**:基础设施变更可审查、可回滚
- **自动化**:减少人工操作,降低错误率
- **可重复性**:同一代码可部署至多个环境
## 关键工具
- [[HashiCorp]] Terraform声明式 IaC 工具,支持多云
- AWS CloudFormationAWS 原生 IaC 服务
- [[Ansible]][[Red Hat]] 的配置管理和应用部署工具
## 在 DevOps 中的角色
- IaC 是 [[CI/CD Pipelines]] 的基础设施支撑层
- 配合 [[Docker]] 和 [[Kubernetes]] 实现容器化环境的自动化管理
- 支撑 [[GitOps]] 工作流:以 Git 为单一真实源管理基础设施
## Aliases
- IaC
- Infrastructure as Code
- 基础设施即代码

36
wiki/concepts/Kaizen.md Normal file
View File

@@ -0,0 +1,36 @@
---
title: Kaizen
type: concept
tags: [Kaizen, 持续改进, 精益, DevOps]
sources: ["sources/DevOps-Culture-and-Transformation.md"]
last_updated: 2026-04-15
---
## 定义
Kaizen改善是一种源自日本丰田生产系统的持续改进哲学强调通过小步迭代、全员参与来实现质量和效率的渐进式提升。
## 核心理念
- **持续性**:改进是永无止境的过程
- **小步快跑**:通过小幅、频繁的改进避免大规模变革风险
- **全员参与**:从一线员工到管理层,每个人都是改进的主体
- **无责复盘**:关注系统性问题而非个人失误
## 在 DevOps 中的应用
- **无责复盘Blameless Post-mortems**:从失败中学习而非追究责任
- **度量驱动改进**通过部署频率、MTTR 等指标识别瓶颈
- **混沌工程**:主动引入故障以发现系统弱点
- **迭代式优化**:每个 sprint 周期进行小范围改进
## 关键实践
- **5 Why 分析**:通过连续追问找到问题根本原因
- **价值流映射Value Stream Mapping**:识别流程中的浪费环节
- **5S 管理法**:工作场所组织标准化
## 与 Agile 的关系
- Agile 的迭代式开发与 Kaizen 的小步改进理念高度一致
- 两者共同构成 [[DevOps]] 持续改进的文化基础
## Aliases
- Kaizen
- 改善
- 持续改进

View File

@@ -0,0 +1,38 @@
---
title: Serverless DevOps
type: concept
tags: [Serverless, FaaS, DevOps, 无服务器]
sources: ["sources/DevOps-Culture-and-Transformation.md"]
last_updated: 2026-04-15
---
## 定义
Serverless DevOps 是一种利用函数即服务Function as a ServiceFaaS来减少运维开销的 DevOps 实践模式,开发者专注于业务逻辑,平台自动处理资源分配和扩缩容。
## 核心特征
- **无需服务器管理**:开发者不直接管理底层基础设施
- **按需执行**:函数仅在事件触发时运行,按执行时间计费
- **自动扩缩容**:平台自动根据负载调整资源
- **状态无关**:函数设计为无状态,状态存储于外部服务
## 关键平台
- AWS Lambda[[Amazon]] 的 FaaS 服务
- Azure Functions微软云函数计算
- Google Cloud Functions谷歌云函数服务
## 在 DevOps 中的角色
- Serverless DevOps 是 [[DevOps]] 的进化方向,理论上"消除"服务器管理
- 减少 [[CI/CD Pipelines]] 中的基础设施配置工作
- 与 [[GitOps]] 协同,通过 Git 触发函数部署
## 局限性
- 冷启动延迟
-厂商锁定Vendor Lock-in
- 调试和监控复杂性增加
- 不适合长时间运行任务
## Aliases
- Serverless
- Serverless DevOps
- FaaS
- 函数即服务

View File

@@ -0,0 +1,30 @@
---
title: 主体一致性
type: concept
tags: [AI, 视频生成, 一致性]
last_updated: 2026-04-15
---
## 定义
主体一致性Subject Consistency是在视频生成过程中保持人物/角色外观一致性的技术能力。
## 核心机制
- 参考图像输入:提供一张或多张参考图片定义主体外观
- 外观编码:深度学习模型提取并编码主体视觉特征
- 时序保持:在视频生成过程中持续应用外观编码,确保主体不变
## 技术挑战
- 面部一致性:面部特征在连续帧中保持不变
- 光影一致性:光照和阴影与主体材质匹配
- 色调一致性:颜色风格在整个视频中统一
- 多主体处理:多个角色同时保持各自一致性
## 典型实现
- [[Vidu]]多主体参考上传13张图像作为参考面向任意主体保持一致
- [[海螺AI]]主体参考:角色形象自动保持一致,从困惑到恐惧等细腻表情演绎
- [[PixVerse]]角色一致性:识别并生成与人物相关的视频,保持角色一致性
## Connections
- [[主体一致性]] ← 属于 ← [[图生视频]]
- [[Vidu]] ← 实现 ← [[主体一致性]]
- [[海螺AI]] ← 实现 ← [[主体一致性]]

View File

@@ -0,0 +1,38 @@
---
title: 图生视频
type: concept
tags: [AI, 视频生成, 计算机视觉]
last_updated: 2026-04-15
---
## 定义
图生视频Image-to-Video是将静态图片通过AI技术转化为动态视频的核心AI任务。
## 核心机制
- 深度学习图像理解AI分析静态图片中的内容、元素和艺术风格
- 运动生成AI推断图片中元素在未来时间序列中的运动轨迹
- 细节填充AI填充图片中未直接显示但合理存在的细节
- 视频合成:生成连续帧序列,形成平滑动态效果
## 技术特点
- 输入:静态图片(单张或多张)
- 输出动态视频片段2-6秒为主
- 关键技术:[[主体一致性]]、 [[运动控制]]、 [[运镜控制]]、 [[风格迁移]]
## 应用场景
- 电商营销:商品展示、模特动态化
- 内容创作:社交媒体短视频
- 广告制作:创意视觉内容生成
- 影视特效:场景动态化、物体拟人化
## 典型工具
- [[智谱清影]]30秒生成6秒高清视频支持风格选择
- [[Vidu]]:多主体参考功能,突破一致性难题
- [[可灵AI]]物理逻辑动作生成1080p输出
- [[StableVideo]]LoRA摄像机精细控制
## Connections
- [[主体一致性]] ← 关键能力 ← [[图生视频]]
- [[运动控制]] ← 关键能力 ← [[图生视频]]
- [[运镜控制]] ← 关键能力 ← [[图生视频]]
- [[风格迁移]] ← 关键能力 ← [[图生视频]]

View File

@@ -0,0 +1,24 @@
---
title: 大语言模型
type: concept
tags: [AI, LLM, 深度学习]
aliases: [LLM, Large Language Model]
---
## 定义
以Transformer为基础架构、通过海量文本训练具备自然语言理解和生成能力的深度学习模型。
## 2025年关键进展
- 深度推理让AI学会"慢思考"
- 开源内卷将价格打成了白菜
- 从会聊天的玩具进化成能干活的队友
## 代表产品
- 国外OpenAI、Claude、Gemini
- 国内开源DeepSeek R1、Qwen 3、GLM、Kimi K2、MiniMax
## Connections
- [[大语言模型]] ← 基座 ← [[AI生图]]
- [[大语言模型]] ← 基座 ← [[AI生视频]]
- [[大语言模型]] ← 基座 ← [[AI智能体]]
- [[大语言模型]] ← 基座 ← [[AI搜索]]

View File

@@ -0,0 +1,24 @@
---
title: 智能体工作流
type: concept
tags: [AI, 工作流, Automation]
aliases: [Agent Workflow, 工作流编排]
---
## 定义
通过可视化方式编排AI智能体执行步骤和流程的技术。
## 代表工具
- n8n拖拽式工作流自动化16万Star开源版Zapier
- DifyLLM应用开发平台可视化提示词编排
## 核心能力
- 拖拽节点串联App
- 集成LangChain等AI能力
- 将大模型嵌入业务流程
- 可视化搭建智能体
## Connections
- [[智能体工作流]] ← 依赖 ← [[大语言模型]]
- [[n8n]] ← 竞争 ← [[Zapier]]
- [[Dify]] ← 竞争 ← [[LangChain]]

View File

@@ -0,0 +1,31 @@
---
title: 运动控制
type: concept
tags: [AI, 视频生成, 运动]
last_updated: 2026-04-15
---
## 定义
运动控制Motion Control是通过文本提示词控制视频中主体运动方向和动作的技术能力。
## 核心机制
- 提示词解析:理解用户输入的文本指令(如"快速转身微笑"
- 运动推断:基于图片内容和提示词推断合理的运动轨迹
- 物理约束:遵循真实世界物理规律(如重力、碰撞)
## 技术特点
- 主体+运动+背景:典型提示词结构
- 复杂动作生成:如切西红柿、倒茶等符合物理逻辑的动作
- 情绪动作:皱眉、叹气、翻白眼等复杂情绪表现
- 细节填充:为元素添加合理的运动细节
## 典型实现
- [[通义万相]]:通过提示词精准控制运动,实现大幅度主体运动
- [[可灵AI]]3D时空联合注意力机制生成符合物理逻辑的复杂动作
- [[VideoOcean]]:根据用户指令让图片中主体做出特定动作或表情
- [[海螺AI]]:理解超出图片内容的文本指令,实现"所写即所见"
## Connections
- [[运动控制]] ← 属于 ← [[图生视频]]
- [[可灵AI]] ← 实现 ← [[运动控制]]
- [[通义万相]] ← 实现 ← [[运动控制]]

View File

@@ -0,0 +1,31 @@
---
title: 运镜控制
type: concept
tags: [AI, 视频生成, 摄像机控制]
last_updated: 2026-04-15
---
## 定义
运镜控制Camera Motion Control是模拟摄像机运动推拉、轨道、旋转等来控制视频画面视角的技术能力。
## 核心机制
- 相机路径定义:预设或自定义摄像机运动轨迹
- 视角变换:调整视频画面中的视角和透视关系
- 3D场景理解对输入图像进行深度估计构建3D空间理解
## 技术特点
- 多样化相机动作:推拉、轨道、旋转、平移、倾斜等
- LoRA控制通过LoRA技术精细控制摄像机位置和角度
- 3D场景生成沿指定相机路径创建3D视频
- 多比例支持16:9、9:16、1:1等多种画幅
## 典型实现
- [[StableVideo]]LoRA摄像机精细控制多种相机动作选项
- [[即梦AI]]:运镜控制、运动速度、视频比例等多参数自定义
- [[Viva]]6种运镜方式运动强度范围大
- [[PixVerse]]:摄像头运镜参数调整,改变视角和运动轨迹
## Connections
- [[运镜控制]] ← 属于 ← [[图生视频]]
- [[StableVideo]] ← 实现 ← [[运镜控制]]
- [[即梦AI]] ← 实现 ← [[运镜控制]]

View File

@@ -0,0 +1,25 @@
---
title: 通用智能体
type: concept
tags: [AI, Agent, 智能体]
aliases: [AI Agent, General AI Agent]
---
## 定义
能够自主执行复杂任务、调用多种工具的AI系统。
## 2025年里程碑
- Manus的出现定义AI Agent元年
- 被Meta以几十亿美金收购
## 开源实现
OpenManus核心逻辑规划(Planning) -> 执行(Execution) -> 循环反馈
## 关键能力
- 控制浏览器browser-use/Playwright
- 编写运行Python代码
- 拆解模糊指令逐步执行
## Connections
- [[通用智能体]] ← 基座 ← [[大语言模型]]
- [[OpenManus]] ← 开源平替 ← [[Manus]]

View File

@@ -0,0 +1,32 @@
---
title: 风格迁移
type: concept
tags: [AI, 视频生成, 风格]
last_updated: 2026-04-15
---
## 定义
风格迁移Style Transfer是将图像/视频内容转换为不同艺术风格(卡通、油画、电影感等)的技术能力。
## 核心机制
- 风格编码:提取不同艺术风格的视觉特征
- 内容保留:在风格转换过程中保持原始内容结构
- 跨域生成:将写实内容转换为动漫、油画等艺术形式
## 风格类型
- 卡通/动漫风格3D卡通、2D动画
- 艺术风格:油画、水彩、古典
- 电影风格:电影感、色调调整
- 数字艺术:赛博朋克、数字艺术等
## 典型实现
- [[智谱清影]]卡通3D、黑白、油画、电影感等风格选择
- [[通义万相]]卡通、电影色、3D风格、油画、古典适配中国传统文化
- [[海螺AI]]CG合成多种艺术风格适配卡通、漫画等
- [[StableVideo]]3D模型、胶片电影、动漫、电影化、漫画书、数字艺术
- [[PixVerse]]真实风格、动漫风格、3D动画风格
## Connections
- [[风格迁移]] ← 属于 ← [[图生视频]]
- [[智谱清影]] ← 实现 ← [[风格迁移]]
- [[通义万相]] ← 实现 ← [[风格迁移]]