华清远见人工智能课程生成式AI讲什么？文生图和文生视频课题
课程中生成式AI相关知识的具体覆盖范围
根据课程大纲，生成式AI的知识点并非独立成章，而是分散并融入在多个阶段的学习中。在“第二阶段 Agent 智能体开发”中，学员会接触到大模型的基础原理、部署与应用，其中包含了利用大模型进行内容生成（如快速生成图片、视频）的实践。这为理解文生图、文生视频背后的技术逻辑（如提示词工程、模型调用）奠定了基础。
更深入的算法原理则出现在“第五阶段 人工智能大模型算法开发”。该阶段会讲解Transformer等核心网络结构，这是理解当前主流文生图、文生视频模型（如Stable Diffusion、Sora等）技术底座的关键。课程会涉及模型的微调与量化，这些技能对于定制化生成内容、优化生成效果至关重要。
需要明确的是，课程大纲并未设立一个专门的、只讲文生图和文生视频的独立模块。相关技能的培养是作为大模型应用开发能力的一部分，与智能体开发、多模态应用等紧密结合。因此，学习路径是从理解大模型通用能力，到掌握其在具体生成任务中的应用。
课程如何通过项目实践培养生成式AI应用能力
实践是掌握生成式AI技术的核心。课程在多个阶段设置了相关的项目实战。例如，在第二阶段就有“大模型快速生成图片”和“大模型快速生成视频”的项目，这直接对应了文生图和文生视频的核心应用场景。学员将有机会动手调用或部署相关模型，完成从输入文本到输出图像或视频的完整流程。
此外，课程中涉及的“多模态”项目，如“多模态智能语音助手”和“多模态文旅大模型微调”，虽然不直接等同于文生图，但它们涵盖了对图像、文本等多种模态信息的理解与处理，这与生成式AI所需的多模态能力是相通的。通过这类项目，学员能深化对模型处理不同数据类型能力的理解。
课程提供的“自研AI实验平台”和“3D教学模式”也为学习生成式AI提供了支持。平台可能封装了部分算法过程，帮助学员可视化地理解模型工作原理；而3D场景案例则能将生成的虚拟内容置于更复杂的真实环境模拟中，提升学员解决实际应用问题的能力。
选择学习路径时对生成式AI方向的考量建议
如果您对文生图、文生视频有浓厚兴趣，建议在学习时重点关注与大模型应用开发相关的阶段。将学习重心放在理解大模型如何工作、如何通过提示词与模型交互、以及如何进行基础的模型调用和部署上。课程第二阶段的Agent开发内容，特别是涉及多模态和内容生成的部分，是入门的重要起点。
同时，不应忽视底层算法原理。第五阶段关于Transformer、模型微调的知识，能帮助您从“会用”进阶到“懂原理”，甚至具备一定的优化和定制能力。这对于未来从事更高级的生成式AI研发岗位是有益的。您可以将课程中的算法学习与开源社区的文生图、文生视频项目实践结合起来。
需要明确的是，本课程是一个系统的人工智能课程，生成式AI是其应用方向之一。它旨在培养具备扎实编程和算法基础的AI开发工程师，而非仅针对单一应用（如文生图）的短期培训。因此，您的收获将是全面的AI工程能力，其中包含生成式AI的应用技能。建议您基于自身职业规划，判断是需要全面的AI基础，还是仅需聚焦于生成式AI的特定工具使用。
常见问题
课程大纲里没有找到专门的‘文生图与文生视频’章节，这是不是意味着课程不教这个？
课程大纲确实没有设立独立章节专门讲解文生图和文生视频。相关技术是作为大模型应用能力的一部分，分散在第二阶段（智能体开发）和第五阶段（大模型算法开发）中。例如，第二阶段有‘大模型快速生成图片/视频’的实战项目，第五阶段讲解了支撑这些生成模型的底层Transformer架构。因此，课程是教这些内容的，但定位是将其作为大模型综合应用技能来培养，而非孤立的技术点。
学完课程后，我能独立开发一个像Sora或Stable Diffusion那样的文生视频模型吗？
课程的目标是培养具备AI应用开发能力的工程师，而非从零复现顶尖的科研级大模型。课程会教授理解、调用、部署和微调现有大模型（包括生成类模型）的技能。您将能够掌握如何利用开源模型或API来构建文生图、文生视频的应用，例如开发一个结合了生成能力的智能助手。但独立研发一个达到Sora复杂度的模型，需要远超本课程范围的深厚科研积累和算力资源。
课程中关于文生图/视频的实践项目，具体会使用哪些模型或工具？
根据课程大纲的项目描述，如‘大模型快速生成图片’、‘大模型快速生成视频’，但并未明确列出具体使用的模型名称。通常，此类教学会结合当时主流的开源模型（如Stable Diffusion系列）或百度等合作企业的AI平台API进行教学。课程强调的是掌握调用模型、设计提示词、处理生成结果的通用流程和技能，这些技能可以迁移到不同的生成式AI工具上。
我对文生图和文生视频特别感兴趣，应该重点学习课程的哪些部分？
建议您重点关注第二阶段“Agent智能体开发”中关于大模型部署、应用基础以及多模态相关的内容，这是直接动手实践生成式AI应用的入口。同时，务必学好第五阶段“人工智能大模型算法开发”中关于Transformer、模型微调的理论，这能帮助您深入理解生成模型的工作原理，为后续的优化和进阶打下基础。将这两个阶段的理论与实践结合，是掌握生成式AI应用开发的有效路径。
想了解更详细招生简章、课表和报名咨询电话，请联系：报名热线4000616586，联系人程老师，咨询微信pxbbaoming。
温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。