一文读懂Generative Agents生成式智能体核心基础知识

写在前面欢迎大家关注Rocky的公众号WeThinkIn欢迎大家关注Rocky的知乎Rocky DingAIGC/LLM/AI Agent算法工程师/开发工程师面试面经秘籍分享WeThinkIn/Interview-for-Algorithm-Engineer欢迎大家StarAIGC时代的《三年面试五年模拟》AI算法工程师/开发工程师求职面试秘籍独家资源【三年面试五年模拟】AI算法工程师面试秘籍Rocky最新撰写AI AgentAI智能体的深入浅出全维度解析文章深入浅出完整解析AI AgentAI智能体的核心基础知识AIGC算法岗/开发岗面试面经交流社群涵盖AI Agent、AIGC图像创作、AI视频、LLM大模型、AI多模态、数字人、传统深度学习、具身智能等AIGC面试干货资源欢迎大家加入https://t.zsxq.com/33pJ0大家好我是Rocky。核心导读如果只把《Generative Agents: Interactive Simulacra of Human Behavior》理解成“让 25 个 ChatGPT 角色住进一个像《模拟人生》的小镇”这篇论文就被读浅了。它真正有价值的地方不在于造了一个热闹的 AI 小镇而在于它把大语言模型从一次性的文本生成器改造成了一个可以被环境驱动、被记忆约束、被反思更新、被长期计划组织起来的行为系统。Rocky 认为这篇工作在 AI Agent 发展史里有一个非常清晰的位置它不是今天意义上的工具调用型 Agent也不是单纯的游戏 NPC 论文而是在回答一个更本质的问题如果模型要模拟一个持续存在的主体系统必须给它什么样的“时间结构”大语言模型天然擅长在某个上下文里生成一段合理回应但人类行为的可信感并不来自一句话是否漂亮而来自长期一致性今天说过的话明天还记得刚刚发生的事件会影响下一步动作零散经历能沉淀成更高层的自我理解短期反应不能破坏长期计划。论文提出的 generative agents 正是沿着这条主线展开用“记忆流、检索、反思、规划、反应”几个模块把 LLM 的语言能力包进一个可持续运转的智能体架构中。图 1 是这篇论文最容易被传播的一张图25 个智能体在 Smallville 小镇里起床、做饭、上班、聊天、传播消息、组织情人节派对。它的直观冲击力很强但真正值得读的是图背后的系统假设这些行为不是每一步都由开发者写死而是由智能体的经历、环境状态、社交互动和计划共同生成出来。问题背景作者到底想解决什么论文开场提出的问题很朴素我们能不能构造一个互动式人工社会让其中的计算智能体表现得像可信的人类行为代理这个问题在游戏 AI、HCI、认知架构、社会仿真里并不新。过去几十年里大家一直想做“believable agents”也就是让虚拟角色不只是执行脚本而是显得有生活、有记忆、有动机、有社会关系。传统路线大致有三类。第一类是规则与脚本。游戏里的有限状态机、行为树、任务脚本稳定、可控、便宜但它们最大的问题是开放世界一变复杂人工编写行为组合就会爆炸。你可以写一个 NPC 早上去上班也可以写一个 NPC 遇见朋友时打招呼但很难穷尽“听说派对、转告朋友、临时改计划、约暗恋对象一起去”这一连串社会行为。第二类是强化学习。强化学习在 Dota、StarCraft 这类有明确奖励函数的对抗环境里表现很强但开放世界里的“可信人类行为”很难被压缩成一个单一奖励。人为什么忽然想散步、为什么记得某个人、为什么对某个邀请感兴趣本质上不是一个容易定义的分数最大化问题。第三类是经典认知架构。SOAR、ACT-R、ICARUS 这类系统试图用记忆、规则、目标和推理机制构建更完整的认知代理。它们的历史价值很高但在开放世界里仍然强依赖人工编写的符号知识与程序性知识。大语言模型改变了这个格局。LLM 学到了大量语言化的人类行为模式能够在给定上下文时生成看似合理的行为、对话和解释。但论文也非常清醒LLM 本身不等于 Agent。只给模型一个角色设定让它在每个时刻生成下一句话短期看会像长期看会散。因为它没有完整经历、没有动态记忆、没有稳定反思、没有跨时间计划。所以这篇论文的研究问题可以压缩成一句话如何在 LLM 外面加一层行为架构让模型生成的不只是“合理回应”而是“长期可信行为”核心思路用一句主线串起来Generative agents 的主线是把智能体经历都记录成自然语言记忆再通过检索、反思和规划把这些记忆动态喂回 LLM从而生成与过去经历、当前环境和未来计划一致的行为。论文没有把世界建成纯文本聊天室而是构造了一个 Smallville 沙盒。这个环境像一个微型小镇有咖啡馆、酒吧、公园、学校、宿舍、住宅、商店和药房。每个智能体有自己的身份、性格、职业、关系和初始记忆。用户既可以观察小镇也可以通过自然语言介入例如告诉某个智能体“你想组织一个情人节派对”或者修改环境对象的状态比如“炉子正在燃烧”。图 2 说明了这篇论文的第一个关键点智能体不是在抽象文本里行动而是在一个被结构化为树的环境里行动。根节点代表整个世界子节点代表房屋、咖啡馆、商店等区域叶子节点代表桌子、书架、炉子这样的对象。每个智能体只记得自己见过的环境子图因此它们不是全知全能的上帝视角而是带有局部观察和信息滞后的行动者。这件事对 Agent 系统非常关键。真正的 Agent 不只是会说话还必须能把语言意图落到环境对象上我要做早餐就要知道厨房在哪里、炉子在哪里、冰箱是否为空我要去咖啡馆参加派对就要把抽象计划映射到地图位置和时间安排上。论文在这里做的是一种早期但很清楚的“语言世界模型接口”结构化世界被翻译成自然语言交给模型模型生成的自然语言动作再被系统转回可执行的位置与状态变化。方法展开沿着论文原始逻辑拆解1. 从“角色设定”到“连续生活”单日行为为什么重要论文先用 John Lin 的一天展示生成式智能体的日常行为。John 早上起床、刷牙、洗澡、吃早餐、和儿子 Eddy 聊天、听妻子 Mei 问起儿子的近况然后去药房上班。这些行为看上去普通但普通恰恰是难点。图 3 的价值不在于“AI 会安排日程”这个表层能力而在于它展示了一个长期行为系统需要满足的三种一致性。第一是时间一致性。John 不能 12 点吃午饭12 点半又忘了自己吃过继续吃。论文后面会解释规划模块就是为了解决这种“每一刻都合理、连起来却荒谬”的问题。第二是关系一致性。John 和 Eddy 的父子关系会影响对话内容Mei 问起儿子时John 能基于刚刚发生的对话回答而不是重新生成一个无记忆的父亲角色。第三是环境一致性。一个动作必须发生在合适地点且会改变环境状态。早餐、浴室、药房、学校不是背景板而是智能体行动的约束条件。从 Agent 产品角度看这也是为什么很多 demo 看起来惊艳但很难长期可用它们能生成一个漂亮片段却没有维护片段之间的因果账本。Generative agents 的核心贡献就是试图给 LLM 加上这本账。2. 涌现社会行为不是脚本而是多智能体记忆链论文最经典的案例是情人节派对。系统只给 Isabella 一个初始意图她想在 Hobbs Cafe 组织一个情人节派对另一个初始设定是 Maria 暗恋 Klaus。后续出现的邀请、转告、装饰、约会、到场并不是逐条硬编码出来的脚本。图 4 的关键在“链式失败风险”。一个派对要真正发生中间任何环节都可能断掉Isabella 可能忘记邀请别人别人可能听到了但没记住记住了也可能不把它写进计划写进计划也可能到点不去。最终有多名智能体到场说明系统至少在这个短周期内把信息传播、关系记忆和计划执行串了起来。Rocky 认为这里对今天 AI Agent 的启发非常直接多智能体协作的难点不是让多个模型同时开口而是让信息在主体之间变成可追踪、可检索、可行动的状态。如果系统没有记忆结构多智能体很快会变成热闹但不可控的群聊如果系统只有工具调用没有社会记忆它又很难产生连续关系和群体行为。3. 总体架构记忆流、检索、反思、规划、行动闭环论文提出的 generative agent architecture 可以看成一个围绕 LLM 的行为操作系统。智能体感知环境所有感知进入 memory stream系统从记忆流里检索与当前情境相关的内容检索结果帮助智能体行动、制定长期计划并触发更高层的反思反思和计划又重新写回记忆流影响未来行为。图 5 是整篇论文的中心图。它把 Agent 的“主体连续性”拆成三个可工程化模块。第一记忆流。它不是一个短 prompt而是智能体经验的完整记录。每条记忆是自然语言文本同时带有创建时间、最近访问时间、重要性等元信息。第二反思。原始观察太碎智能体需要把“我读了很多关于士绅化的文章”“我在图书馆查资料”“我和别人讨论研究”这类事件抽象成“我很投入自己的研究”。这种抽象记忆会让后续行为更像一个有自我理解的人。第三规划。LLM 可以在当前情境里生成下一步动作但长期行为需要日程、地点、持续时间和递归分解。论文用从日计划到小时级计划再到 5 到 15 分钟行动的方式让智能体不至于每个时间片重新发明自己的人生。这套结构今天看起来并不神秘但在 2023 年 4 月的语境里它把 Agent 从 prompt 技巧往系统架构推进了一步。很多后来的 Agent 框架本质上都还在这个问题空间里打转记忆怎么存怎么检索怎么把反思变成状态怎么让计划与执行互相修正。4. 记忆与检索Agent 不是记得越多越好而是要在正确时刻想起正确东西论文对记忆流的处理非常务实。一个智能体在长期运行中会产生大量观察全部塞进 prompt 不现实也会让模型被无关信息干扰。因此系统用检索函数选择当前最有用的记忆。图 6 展示了检索问题的本质记忆流里有大量相关和不相关的信息系统必须筛出当前回答或行动真正需要的部分。论文使用三种信号组合检索分数公式1s c o r e α r e c e n c y ⋅ r e c e n c y α i m p o r t a n c e ⋅ i m p o r t a n c e α r e l e v a n c e ⋅ r e l e v a n c e score \alpha_{recency}\cdot recency \alpha_{importance}\cdot importance \alpha_{relevance}\cdot relevancescoreαrecency​⋅recencyαimportance​⋅importanceαrelevance​⋅relevance这里的 recency 表示最近访问过的记忆更容易被想起importance 表示重大事件应该比琐事更重要relevance 表示记忆内容与当前查询的语义相似度。论文实现中三种权重都设为 1重要性分数由 LLM 按 1 到 10 打分相关性用 embedding 余弦相似度计算。这套设计非常像一个粗粒度的人类注意力模型最近发生的事会留在注意力范围里情绪或意义更重的事件更容易影响行为和当前场景语义相关的经历会被唤起。但这里也有边界。重要性由 LLM 判断意味着模型的价值偏好会进入记忆系统相关性由 embedding 判断意味着语义近不代表行为上真正重要recency 的衰减因子也会影响智能体是否“健忘”或“纠结过去”。从工程上看检索不是一个中性数据库问题而是 Agent 人格与行为稳定性的核心控制面。5. 反思让原始经历沉淀成高层自我理解只有观察记忆的智能体很容易被表层频次误导。论文举了 Klaus Mueller 的例子如果只看互动次数他可能选择和经常擦肩而过的邻居 Wolfgang 共度时间但如果系统能从他的研究经历中抽象出“他热爱研究”再识别 Maria 也在投入研究那么 Klaus 选择 Maria 就更符合角色动机。图 7 展示了反思树底层是观察和计划高层是由 LLM 综合出来的 reflection。论文的反思机制分两步先让模型基于最近 100 条记忆提出值得反思的高层问题再围绕这些问题检索相关记忆要求模型生成洞见并引用支撑它的记忆编号。生成出的洞见也被写回记忆流。这个机制很重要因为它把“经历”变成了“人格状态”。没有反思智能体只是历史日志的播放器有了反思它开始拥有类似“我是什么样的人、我和别人是什么关系、我最近在关心什么”的压缩表示。Rocky 认为这里是论文最有长期价值的部分。今天很多 Agent 项目把 memory 简化成向量库把 reflection 简化成摘要这是不够的。真正的反思不是省 token 的压缩而是把事件上升为可影响未来选择的稳定倾向。换句话说记忆回答的是“发生过什么”反思回答的是“这些经历让我变成了什么样”。6. 规划与反应让当前动作不破坏长期生活规划模块解决的是“长期一致性”。论文指出如果只让 LLM 在每个时刻根据当前情境生成行为智能体可能在中午反复吃午饭因为每个局部回答都合理但整体时间线不合理。Generative agents 的做法是自上而下生成计划先根据角色设定、最近经历和前一天总结生成一天的粗粒度计划再递归拆成小时级计划最后拆成 5 到 15 分钟的具体行动。每个计划包含地点、开始时间和持续时间并作为记忆的一部分参与后续检索。反应模块则让智能体在计划和现实之间动态调整。比如 John 看到 Eddy 在花园散步系统会检索“John 与 Eddy 的关系”和“Eddy 正在做什么”相关记忆判断 John 是否应该打招呼或询问作曲项目。如果发生对话每个智能体都会从自己的视角检索对对方的记忆再生成回应。这套机制没有完全解决规划问题但它提出了一个非常实用的产品原则Agent 不能只有 planner也不能只有 reactor。只有 planner 会僵硬像日历执行器只有 reactor 会漂移像即时聊天机器人。可用 Agent 必须在计划和环境扰动之间不断重写局部未来。实验与证据结果能支撑到什么程度论文做了两类评估受控评估和端到端评估。受控评估的思路是“采访智能体”。研究者向智能体提出 25 个问题覆盖自我认知、记忆、计划、反应、反思五类能力然后让人类评估回答的可信度。对比条件包括完整架构、去掉反思、去掉反思和规划、去掉观察/反思/规划以及人类 crowdworker 编写条件。图 8 的结论很清楚完整架构的 TrueSkill 平均评分最高论文报告为μ 29.89 , σ 0.72 \mu29.89,\sigma0.72μ29.89,σ0.72去掉反思后下降到μ 26.88 , σ 0.69 \mu26.88,\sigma0.69μ26.88,σ0.69去掉反思和规划进一步下降去掉观察、反思和规划的条件最低人类 crowdworker 条件也低于完整架构。这个结果支持了论文最核心的因果判断不是 LLM 单体能力带来了全部可信度而是观察、规划、反思这些架构组件共同贡献了行为可信感。尤其是反思和规划的消融下降说明长期行为不是多写几句 prompt 就能自然得到。但这个评估也有明显边界。第一它评估的是“可信度”不是事实正确性、任务成功率或长期稳定性。第二人类 crowdworker 并不代表最优人类表现只是一个可操作对照。第三所有条件共享同一段两日模拟历史论文自己也承认这可能是保守估计因为真实运行时不同架构会走向不同世界状态。第四实验发生在一个精心设计的小镇环境中不等于开放互联网或真实生产系统。端到端评估更关注多智能体涌现行为。论文跟踪两类信息传播Sam 参选镇长以及 Isabella 的情人节派对。两天后知道 Sam 参选的智能体从 1 个增加到 8 个知道派对的从 1 个增加到 13 个。研究者还检查了声称知道这些信息的智能体记忆确认它们不是凭空幻觉。图 9 展示了派对邀请的扩散路径除 Isabella 外共有 12 个智能体听说了派对。论文还报告智能体关系网络密度从 0.167 增加到 0.74在 453 个关于“是否认识某人”的回答中有 1.3% 被判定为幻觉最终 12 个被邀请者中有 5 个真的到场。这里的证据强度比单纯案例展示更高因为它验证了信息扩散、关系形成和群体协调三个层面。但它仍然不是严格社会仿真意义上的充分证明。两天时间太短25 个智能体规模很小世界规则相对温和且没有强对抗、长周期利益冲突、资源竞争或恶意输入。论文证明的是在受控开放世界里这套架构能生成比无记忆/无反思/无规划基线更可信的行为它没有证明这类智能体可以稳定替代真实人群或长期社会模拟。这篇工作的边界与可复现性论文对边界讲得比较诚实。第一记忆检索会失效。随着智能体经历越来越多系统不仅要检索相关记忆还要选择合适行动地点。论文观察到一些智能体后来会选择不太合理的地点比如因为知道了酒吧就把午餐地点选到酒吧。这不是小 bug而是 Agent 系统的长期状态漂移问题世界知识越多错误组合的空间也越大。第二自然语言很难完整承载物理规范。比如“宿舍浴室”在真实世界里可能可多人使用但论文环境中设定为单人浴室如果这个约束没有明确进入环境描述智能体会做出不符合场景规则的行为。今天做具身智能或游戏 Agent 仍然会遇到同样问题语言可以描述世界但很多可供性、规范、禁忌和物理约束需要更结构化的表示。第三模型本身的指令调优会渗入人格。论文发现智能体对话可能过于礼貌、正式、合作甚至不太会拒绝别人。Isabella 可能因为别人建议太多活动逐渐表现得好像自己也喜欢英国文学。这说明 Agent 的“人格”不是只由角色卡决定也由底层模型的对齐偏好决定。第四成本与复现压力不低。论文提到模拟 25 个智能体两天需要大量 token 成本消耗数千美元并运行多日。今天模型成本下降、推理速度提升但只要 Agent 要维护长期记忆、多轮反思和多主体交互成本仍然会从“单次调用”变成“系统持续运行成本”。这也是 Agent 产品商业化必须面对的问题用户不是为炫技买单而是为稳定、可控、低成本的持续价值买单。第五鲁棒性问题没有彻底解决。论文明确提到 prompt hacking、memory hacking 和 hallucination 风险。所谓 memory hacking就是通过精心构造的对话让智能体相信从未发生过的过去事件。对今天的 Agent 系统来说这个风险更大一旦记忆能影响后续工具调用、交易、权限和关系判断错误记忆就不再只是文本幻觉而会变成行动风险。Rocky 视角这篇论文真正留下了什么Rocky 认为Generative Agents 的历史价值不在于它的小镇 demo而在于它提出了一组仍然有效的 Agent 基础问题。第一Agent 的核心不是“自动调用工具”而是“跨时间维护状态”。很多工具型 Agent 只解决任务执行却没有解决主体连续性。Generative agents 提醒我们如果一个系统要长期与人和环境互动记忆、反思和规划不是装饰模块而是主体感的底层结构。第二记忆不是向量库的同义词。向量库只能帮系统找相似片段但智能体需要知道什么重要、什么最近、什么与当前情境有关、什么已经沉淀成长期倾向。一个成熟 Agent 的记忆系统应该同时包含事件层、语义层、关系层、计划层和反思层。第三反思是 Agent 从“执行器”走向“成长系统”的关键。没有反思Agent 只是在消费上下文有了反思Agent 才可能把经历转化为未来策略。今天很多 AI 产品谈“个性化”和“长期陪伴”如果只做聊天记录摘要而没有把经历变成可解释的状态更新本质上还停留在浅层记忆。第四多智能体系统的价值不在数量而在社会因果链。25 个智能体同时说话并不难难的是信息如何传播、关系如何形成、计划如何协调、误解如何积累、群体行为如何被审计。Generative agents 用情人节派对这个小例子把多智能体的关键问题讲得很清楚。第五这篇工作也提醒我们不要神化 Agent。可信行为不是等于真实人类社会模拟不是等于社会科学结论虚拟代理不能替代真实用户研究。论文在伦理部分提出要披露智能体的计算实体身份、保留输入输出审计日志、防止寄生社会关系、防止设计过程中过度依赖虚拟用户这些在今天反而更重要。如果继续研究或落地应该关注什么如果把这篇论文放到今天的 Agent 工程里至少有五个方向值得继续推进。第一记忆系统需要从“检索相关”升级到“管理可信状态”。哪些记忆来自真实观察哪些来自用户说法哪些来自模型推断哪些已经被后续事件修正系统必须分层记录。否则长期 Agent 很容易被错误记忆污染。第二反思机制需要可解释和可回滚。论文要求模型生成洞见并引用支撑记录这是一个好起点。未来更成熟的系统应该能回答某个自我判断从哪些事件来置信度多高是否被新证据推翻是否会影响高风险行动。第三规划系统需要和工具、权限、成本结合。论文里的计划主要影响小镇行动现实 Agent 的计划可能调用 API、发送邮件、改代码、提交订单。计划一旦连接真实世界就必须有审批、回滚、预算、失败恢复和安全边界。第四多智能体评测需要更长期、更对抗、更可重复。两天、25 个智能体、小镇场景很适合论文展示但产业落地需要观察几周甚至几个月需要引入冲突、噪声、恶意输入、目标不一致和资源约束。第五Agent 产品要回到真实工作流。Generative agents 可以启发游戏 NPC、社交原型、用户研究、教育训练、组织模拟但商业闭环不来自“像人”而来自“在特定场景里比静态脚本更灵活、比真人测试更便宜、比普通聊天机器人更连续”。术语与概念速查术语解释Generative Agents使用生成模型驱动、能在环境中产生可信人类行为的软件智能体。Smallville论文构建的类《模拟人生》沙盒小镇包含 25 个智能体和多个场景对象。Memory Stream智能体的长期记忆流记录观察、计划、反思等自然语言条目及时间信息。Observation智能体直接感知到的事件例如某人说了什么、某个对象状态如何。Reflection从观察和既有反思中综合出来的高层洞见例如“某人热爱研究”。Planning从日程到小时级再到分钟级行动的递归计划生成机制。Retrieval从记忆流中选取与当前情境最相关的内容本文结合 recency、importance、relevance。Believability行为是否让观察者觉得可信、符合角色与情境而不等于事实正确或人类级智能。Memory Hacking通过输入操纵让智能体相信未发生事件从而污染后续记忆与行为。TrueSkill一种贝叶斯评分系统论文用于比较不同架构条件下回答可信度。拓展思考值得继续扩展研究与思考的创新点这篇论文之后真正值得继续做的不是再复制一个更大的 AI 小镇而是把“小镇背后的认知操作系统”做深。一个方向是可审计人格。未来的长期 Agent 不应该只说“我是这样的人”还应该能解释这个判断来自哪些事件、哪些互动、哪些长期目标。这样用户才能知道 Agent 的偏好是稳定形成的还是被一次错误输入带偏了。第二个方向是记忆治理。人类会遗忘、修正、重述过去Agent 也需要类似机制。永久记忆并不一定更好错误信息永久留存会变成系统债务。如何让 Agent 在保留连续性的同时具备遗忘、冲突解决、证据更新能力会是长期陪伴型产品的核心。第三个方向是从模拟人类到增强人类。Generative agents 很容易让人联想到虚拟人和 NPC但 Rocky 更看重它在工作流中的价值让 AI 帮我们模拟用户旅程、预演团队协作、测试社区规则、复盘组织流程。它不是替代真实人而是在真实人参与前提供一个更动态的思考沙盘。第四个方向是多智能体社会安全。只要多个 Agent 可以互相影响错误、谣言、操纵、群体极化就会出现。论文里的派对邀请是温和场景未来的生产系统会面对更复杂的信息传播风险。因此多智能体系统必须有可观测日志、因果追踪、异常检测和干预机制。最后Generative Agents 给 AI 从业者的启发是工具会过时但系统问题不会过时。今天的模型更强、上下文更长、成本更低但“如何维护长期状态、如何让记忆可信、如何让反思可控、如何让计划可执行、如何让多主体协作可审计”这些问题仍然是 Agent 的底层命题。Rocky 认为这就是这篇论文的跨周期价值它没有终结 Agent 问题但它把 Agent 从“会回答”推进到了“会生活”的门口。真正的下一步不是让智能体说得更像人而是让它在时间、环境、关系和责任中更可靠地行动。推荐阅读Rocky一直在运营技术交流群WeThinkIn-技术交流群这个群的初心主要聚焦于技术话题的讨论与学习包括但不限于算法开发竞赛科研以及工作求职等。群里有很多人工智能行业的大牛欢迎大家入群一起学习交流请添加小助手微信Jarvis8866拉你进群1. 深入浅出完整解析AI AgentAI智能体的核心基础知识2025年可以说是AI Agent全面落地应用的元年因此Rocky在持续撰写对AI Agent的全维度解析文章深入浅出完整解析AI AgentAI智能体的核心基础知识2. 深入浅出完整解析扩散模型DDPM、DDIM、Classifier/Classifier-Free Guidance、Rectified Flow核心基础知识和Rocky一起学习探究扩散模型的本质原理与和核心基础知识同时不断跟进扩散模型的最新发展。Rocky在本文中对扩散模型的本质做了全面系统的梳理与讲解深入浅出完整解析扩散模型DDPM、DDIM、SDE、Classifier/Classifier-Free Guidance、Rectified Flow核心基础知识3. 深入浅出完整解析FLUX.2、Seedream即梦、Z-image、GLM-Image核心基础知识https://zhuanlan.zhihu.com/p/19751746910491895624. 深入浅出完整解析FLUX.1 Kontext和FLUX.1 Krea核心基础知识深入浅出完整解析FLUX.1 Kontext和FLUX.1 Krea核心基础知识5. 深入浅出完整解析DeepSeek系列核心基础知识深入浅出完整解析DeepSeek系列核心基础知识6、Sora等AI视频大模型的核心原理核心基础知识网络结构经典应用场景从0到1搭建使用AI视频大模型从0到1训练自己的AI视频大模型AI视频大模型性能测评AI视频领域未来发展等全维度解析文章正式发布码字不易欢迎大家多多点赞Sora等AI视频大模型文章地址深入浅出完整解析Sora、Wan2.1、AnimateDiff、CogVideoX等AI视频大模型核心基础知识7、Stable Diffusion 3和FLUX.1核心原理核心基础知识网络结构从0到1搭建使用Stable Diffusion 3和FLUX.1进行AI绘画从0到1上手使用Stable Diffusion 3和FLUX.1训练自己的AI绘画模型Stable Diffusion 3和FLUX.1性能优化等全维度解析文章正式发布码字不易欢迎大家多多点赞Stable Diffusion 3和FLUX.1文章地址深入浅出完整解析Stable Diffusion 3SD 3和FLUX.1系列核心基础知识8、Stable Diffusion XL核心基础知识网络结构从0到1搭建使用Stable Diffusion XL进行AI绘画从0到1上手使用Stable Diffusion XL训练自己的AI绘画模型AI绘画领域的未来发展等全维度解析文章正式发布码字不易欢迎大家多多点赞Stable Diffusion XL文章地址深入浅出完整解析Stable Diffusion XLSDXL核心基础知识9、Stable Diffusion 1.x-2.x核心原理核心基础知识网络结构经典应用场景从0到1搭建使用Stable Diffusion进行AI绘画从0到1上手使用Stable Diffusion训练自己的AI绘画模型Stable Diffusion性能优化等全维度解析文章正式发布码字不易欢迎大家多多点赞Stable Diffusion文章地址深入浅出完整解析Stable DiffusionSD核心基础知识10、ControlNet核心基础知识核心网络结构从0到1使用ControlNet进行AI绘画从0到1训练自己的ControlNet模型从0到1上手构建ControlNet商业变现应用等全维度解析文章正式发布码字不易欢迎大家多多点赞ControlNet文章地址深入浅出完整解析ControlNet核心基础知识11、LoRA系列模型核心原理核心基础知识从0到1使用LoRA模型进行AI绘画从0到1上手训练自己的LoRA模型LoRA变体模型介绍优质LoRA推荐等全维度解析文章正式发布码字不易欢迎大家多多点赞LoRA文章地址深入浅出完整解析LoRALow-Rank Adaptation模型核心基础知识12、深入浅出完整解析AIGC时代Transformer核心基础知识在AIGC时代中Transformer为AI行业带来了深刻的变革。Transformer架构正在一步一步重构所有的AI技术方向成为AI技术架构大一统与多模态整合的关键核心基座大有一统“AI江湖”之势。Rocky也对Transformer模型进行持续的深入浅出梳理与解析Transformer文章地址深入浅出完整解析AIGC时代Transformer核心基础知识13、最全面的AIGC面经《手把手教你成为AIGC算法工程师斩获AIGC算法offer2024年版》文章正式发布码字不易欢迎大家多多点赞AIGC面经文章地址手把手教你成为AIGC算法工程师斩获AIGC算法offer14、50万字大汇总《“三年面试五年模拟”之算法工程师的求职面试“独孤九剑”秘籍》文章正式发布码字不易欢迎大家多多点赞算法工程师三年面试五年模拟文章地址https://zhuanlan.zhihu.com/p/545374303《三年面试五年模拟》github项目地址希望大家能多多starhttps://github.com/WeThinkIn/Interview-for-Algorithm-Engineer15、Stable Diffusion WebUI、ComfyUI、Fooocus三大主流AI绘画框架核心知识从0到1搭建AI绘画框架从0到1使用AI绘画框架的保姆级教程深入浅出介绍AI绘画框架的各模块功能深入浅出介绍AI绘画框架的高阶用法等全维度解析文章正式发布码字不易欢迎大家多多点赞AI绘画框架文章地址深入浅出完整解析主流AI绘画框架ComfyUI、Stable Diffusion WebUI、Fooocus核心基础知识16、GAN网络核心基础知识网络架构GAN经典变体模型经典应用场景GAN在AIGC时代的商业应用等全维度解析文章正式发布码字不易欢迎大家多多点赞GAN网络文章地址https://zhuanlan.zhihu.com/p/66315730617. AI算法工程师的《三年面试五年模拟》求职秘籍AIGC时代的算法工程师的求职面试秘籍持续更新中18. AIGC产业的深度思考与分析2023年3月21日微软创始人比尔·盖茨在其博客文章《The Age of AI has begun》中表示自从1980年首次看到图形用户界面graphical user interface以来以OpenAI为代表的科技公司发布的AIGC模型是他所见过的最具革命性的技术进步。Rocky也认为AIGC及其生态会成为AI行业重大变革的主导力量。AIGC会带来一个全新的红利期未来随着AIGC的全面落地和深度商用会深刻改变我们的工作、生活、学习以及交流方式各行各业都将被重新定义过程会非常有趣。那么在此基础上我们该如何更好的审视AIGC的未来我们该如何更好地拥抱AIGC引领的革新Rocky准备从技术、产品、商业模式、长期主义等维度持续分享一些个人的核心思考与观点希望能帮助各位读者对AIGC有一个全面的了解深入浅出全面解析AIGC时代核心价值与发展趋势2025年版