Generative AI / AIGC
生成式人工智能（Generative AI，也称 AIGC）指能自主生成文本、图像、音频、视频等内容的人工智能技术，ChatGPT、Midjourney、Suno 等工具都属于生成式 AI 应用。
Supervised Learning
监督学习是机器学习的核心范式：用带标签的"输入-答案"数据训练模型，让模型学会从输入预测输出，是分类、回归等大多数 AI 应用的基础训练方式。
Knowledge Graph
知识图谱以「实体-关系」三元组组织知识，是结构化语义网络，支撑搜索增强、问答、推荐与推理，也是 GraphRAG 与行业智能系统的基石。
Neural Network
神经网络是受生物神经元启发的计算模型，通过多层神经元与权重连接学习数据中的模式，是深度学习与大语言模型的基础架构。
On-device AI
端侧 AI 指在手机、电脑等设备本地运行模型的技术：离线推理、低延迟、数据不出设备，服务隐私与实时场景。
Federated Learning
联邦学习指在不共享原始数据的前提下协作训练模型的技术：本地训练、梯度聚合、隐私保护，服务多机构联合建模。
Natural Language Processing (NLP)
自然语言处理（NLP）是人工智能中让计算机理解、生成和处理人类语言的领域，涵盖文本分类、机器翻译、问答、对话等任务，是大语言模型、AI 翻译、AI 写作等技术的基础。
Natural Language Development
自然语言开发指用自然语言驱动软件开发的技术：描述需求即可生成代码与应用，覆盖开发全流程，代表如麦芽AI 等平台。
Vision-Language Model
视觉语言模型（VLM）是能同时理解图像与文本的多模态大模型，输入图片与文字、输出文字或图像理解结果，是图像问答、视觉 Agent 与多模态 AI 的核心底座，代表如 GPT-4V、Gemini、Qwen-VL 等。
Video Diffusion Model
视频扩散模型是一种基于扩散过程（diffusion）的生成模型，通过逐步去噪从随机噪声中生成连贯的视频帧序列，是当前文生视频（如 Sora、可灵、Runway Gen-3 等）的主流技术基础。
Computer Vision (CV)
计算机视觉（Computer Vision）是让计算机"看懂"图像与视频的人工智能领域，涵盖图像分类、目标检测、人脸识别、图像生成等任务，是 AI 绘画、自动驾驶、安防等应用的技术基础。
Spark / iFlytek Spark
讯飞星火是科大讯飞自研的大模型，强调中文理解与多模态能力，落地在讯飞系产品（学习机、办公本、星火App）与政企服务场景。
Semantic Search
语义搜索基于向量嵌入与相似度计算，按「含义」而非「字面关键词」匹配内容，能理解同义词、改写与上下文，是 AI 时代的下一代搜索技术。
Text-to-Speech (TTS)
语音合成（TTS）是把文字转换为自然语音的技术，是 AI 配音、有声内容、语音助手的核心技术。理解它的原理与能力边界，有助于选择合适的声音方案。
Speech Recognition
语音识别（ASR）是把人类语音自动转换成文字的技术，是语音助手、会议转写、字幕生成等应用的基础，代表模型包括 Whisper、Kaldi 与各厂商的工业级 ASR 系统，当前正与大模型结合走向端到端与多模态。
Speech-to-Text
语音转写（Speech-to-Text）指用自动语音识别（ASR）技术把语音内容转换成文字文本的能力，是会议纪要、字幕生成、语音搜索与语音助手的基础技术，近年来在大模型辅助下准确率与理解能力大幅提升。
Doubao LLM
豆包大模型是字节跳动自研的通用大模型系列，驱动豆包App与火山引擎方舟平台，覆盖对话、创作、代码与多模态场景，主打性价比与生态整合。
Edge AI
边缘AI（Edge AI）指在设备端（手机、摄像头、IoT 设备等）本地运行 AI 模型的技术，不依赖云端推理：具备低延迟、隐私安全、离线可用等优势，是端侧智能化的核心方向。
Transfer Learning
迁移学习（Transfer Learning）是把在一个任务/数据集上学到的知识迁移到另一个相关任务的方法：先用海量数据预训练通用模型，再在小数据上微调适配，是深度学习落地的主要范式。
Overfitting
过拟合是机器学习中模型"背题不学会"的现象：模型在训练数据上表现很好，但对新数据泛化能力差，是训练中最常见的问题之一，需用正则化、早停、数据增强等方法防治。
Qwen / Tongyi Qianwen
通义千问（Qwen）是阿里推出的开源大模型系列，覆盖对话、编程、视觉、数学等多尺寸版本，Qwen2.5 家族生态完善、可本地部署。
Rerank
重排序（Rerank）是 RAG 检索的精度提升环节：先用粗召回取大量候选，再用重排序模型精打分，把最相关的文档排到前面喂给大模型。
Long Context
长上下文指大语言模型单次能够处理的输入长度，从早期的几千 token 扩展到如今的百万级，让模型可以整本读入书籍、长文档与完整代码库，是 AI 应用能力边界的重要指标之一。
Long Short-Term Memory (LSTM)
长短期记忆网络（LSTM）是解决循环神经网络"记不住长序列"问题的网络结构：通过门控机制选择记住或遗忘信息，是语音、文本、时间序列等序列任务的核心架构。
