AI 名称扫盲：从入门到前沿，一次看懂人工智能最常见的 60 个名称#

1. AI（人工智能，Artificial Intelligence）#

让机器模拟人类智能的学科总称。它是最大的概念，涵盖的范围包括推理、学习、感知、语言理解等一切”让机器显得聪明”的技术。1956 年达特茅斯会议正式提出这个术语，被视为 AI 诞生的标志。

2. 机器学习（Machine Learning，ML）#

AI 的一个子领域。核心思想是不写死规则，而是让程序从数据中自己学出规律。比如判断一封邮件是不是垃圾邮件，不靠人一条条写规则，而是喂几千封标注过的邮件让它自己总结规律。机器学习是当代 AI 的主流实现方式。

3. 深度学习（Deep Learning，DL）#

机器学习的一个子集。它使用多层神经网络来学习，层数越多（“深”），能学到的模式就越复杂。近十年 AI 的大爆发（人脸识别、语音助手、ChatGPT）几乎都是深度学习的功劳。

一句话分清三者的包含关系： AI ⊃ 机器学习 ⊃ 深度学习。三者是层层包含的关系，就像”动物 ⊃ 哺乳动物 ⊃ 人类”。

4. 神经网络（Neural Network，NN）#

模仿大脑神经元连接方式设计的计算模型。它由大量”神经元”（数学节点）分层连接组成，每层对输入做变换，通过训练调整连接的权重来学习。深度学习用的就是这种结构，只是层数更多、规模更大。

5. 数据科学（Data Science，DS）#

与 AI 密切相关但侧重不同的学科：AI 侧重”让机器做决策”，数据科学侧重”从数据中提取洞察”（统计分析、可视化、建模）。数据科学家常用机器学习模型，但目标往往是”解释发生了什么”而非”自动化决策”。

6. 算力（Computing Power）#

训练和运行 AI 模型所需的计算资源。大模型的训练离不开 GPU（图形处理器，本为游戏设计的并行计算芯片，意外成为 AI 算力核心）。算法、数据、算力常被并称为 AI 三要素。

7. 大语言模型（Large Language Model，LLM）#

以海量文本训练、能够理解和生成自然语言的巨型模型。核心能力是”预测下一个词”——给定前文，预测最可能的下一个词，反复迭代就生成出完整句子、文章甚至代码。ChatGPT 背后的 GPT 就是典型的 LLM。

8. Transformer（变换器）#

2017 年 Google 提出的一种神经网络架构，靠**注意力机制（Attention）**解决了长文本处理的老大难问题，是当代几乎所有大模型的基石。可以说，没有 Transformer 就没有今天的大模型时代。

9. GPT（Generative Pre-trained Transformer，生成式预训练变换器）#

OpenAI 开发的模型系列名。“生成式”指能生成文本；“预训练”指先在海量文本上练好再微调应用；“Transformer”是它使用的架构。GPT-3 让业界看到了大模型的威力，GPT-4 等后续版本进一步推动 AI 普及。

10. 多模态模型（Multimodal Model）#

能同时处理多种类型数据的模型——不只读文字，还能看图、听声音、甚至生成视频。典型如 GPT-4o（文+图+语音）、Gemini（多模态原生）。多模态被视为大模型的下一个方向。

11. 扩散模型（Diffusion Model）#

当前主流图像/视频生成技术。原理很妙：先给图片一步步加噪变成纯噪声，再训练模型一步步”去噪”还原图片。生成时从噪声出发，一步步”画出”目标图像。Stable Diffusion、Midjourney 底层都是它。

12. 基础模型（Foundation Model）#

一个在超大规模数据上预训练好的通用大模型，就像”地基”——别人可以在它之上做二次开发（微调、套壳）满足各自需求，不用从零训练。GPT、文心一言、通义千问都属于基础模型。

13. MoE（Mixture of Experts，混合专家模型）#

一种提高模型效率的架构：把一个大模型拆成许多”专家”子网络，每次只激活其中一小部分处理输入。相当于一个大公司平时只叫需要的部门干活，省算力又能把规模做得更大。DeepSeek 等模型就采用此架构。

14. 参数（Parameter）#

模型里可学习的数字，决定模型行为，是模型”知识”的存储形式。我们常说的”70B 模型”就是指有 700 亿个参数。参数越多，模型容量通常越大，但训练成本也越高。

15. Token（词元）#

大模型处理文本的基本单位，可以是一个字、一个词、或一小段字符。模型按 Token 计算输入输出和计费，“1 万字大概 1 万多 Token”是粗略换算。Token 是理解大模型成本的关键概念。

16. 上下文窗口（Context Window）#

模型一次能”记住”多少内容。窗口越大，能塞进对话的上下文越多。从早期的几千 Token 到现在的百万 Token 级，意味着你可以把一整本书甚至多份文档直接丢给模型分析。

17. 训练集 / 测试集（Training / Test Set）#

训练集是喂给模型学习的数据，测试集是模型从没见过的数据，用来检验学得怎么样。用测试集而非训练集评估，才能看出模型是”真会了”还是”背题了”。

18. 监督学习（Supervised Learning）#

给数据带上”标准答案”（标签）来训练模型。比如给图片标好”猫/狗”，让模型学着判断。是最常用、效果最直接的学习方式，但标注成本高。

19. 无监督学习（Unsupervised Learning）#

不给标签，让模型自己从数据中发现结构。典型应用是聚类（把相似的东西自动分到一组），常用于探索性分析。

20. 强化学习（Reinforcement Learning，RL）#

让智能体（Agent）在环境里”试错”，通过奖励/惩罚信号学会最优策略。AlphaGo 击败围棋冠军靠的就是强化学习。大模型也用它来做”RLHF”（基于人类反馈的强化学习），让模型输出更符合人类偏好。

21. 微调（Fine-tuning）#

在已预训练好的大模型基础上，用特定领域的小量数据继续训练，让它更懂某个垂直领域（如法律、医疗）。相比从零训练，微调成本低得多。提示词是”临时改用法”，微调是”永久改能力”。

22. RAG（Retrieval-Augmented Generation，检索增强生成）#

让大模型”边查资料边回答”：先检索相关资料库，把相关内容拼进提示词，再让模型基于这些材料生成答案。它能解决”模型知识过时”和”不了解私域数据”的问题，是当前企业落地大模型最常用的方案。

23. 提示词（Prompt）#

用户给模型输入的指令或问题。提示词工程（Prompt Engineering）就是设计更好的提示词来提升输出质量——模型能力固定时，提示词写得好坏直接决定结果好坏。

24. 幻觉（Hallucination）#

模型一本正经地编造不存在的”事实”。因为模型本质是”预测最可能的词”，不是查数据库，所以可能”自信地胡说”。这是当前大模型最大的短板之一，常用 RAG、联网检索来缓解。

25. 零样本 / 少样本（Zero-shot / Few-shot）#

零样本：不给例子直接让模型干活。少样本：在提示词里给一两个示例再让它干活。少样本通常效果更好——给模型看”对的样子”，比描述十句都管用。

26. 思维链（Chain-of-Thought，CoT）#

一种让模型”一步步思考”的技巧：在提示词里让模型先推理过程、再给结论，复杂问题的准确率显著提升。这是提示词工程的核心技巧之一。

27. 蒸馏（Distillation）#

用一个”大老师”模型训练一个更小的”学生”模型，让小模型尽量学到大模型的能力。目的：在保持效果的前提下大幅降低成本、加快速度。很多小尺寸模型都靠蒸馏得来。

28. Agent（智能体）#

能自主完成多步任务的 AI 程序：理解目标、拆解步骤、调用工具、检查结果，直到完成任务。相比”问一句答一句”的聊天，Agent 是”你交代一个目标，它自己把活干完”。2025 年以来，Agent 是 AI 行业最热的方向。

29. MCP（Model Context Protocol，模型上下文协议）#

Anthropic 推出的开放协议，被称作”AI 世界的 USB 接口”。它标准化了 AI 如何连接外部工具和数据源：一个支持 MCP 的 AI 客户端，插上任何 MCP 服务器，就能调用该服务器提供的工具（查天气、读数据库、操作软件）。解决了”每个 AI 都要单独对接每个工具”的碎片化问题。

30. Skill（技能）#

把”某类任务应该怎么做”的说明书打包给 AI：包含使用时机、步骤、模板、注意事项。AI 遇到匹配任务时按说明书执行，让输出稳定、专业。可以理解为给 AI 的”岗位培训手册”（本文作者曾写过完整的 Skill 教程，见博客第 113 篇）。

31. Copilot（副驾驶）#

微软提出的产品概念：AI 不是替你做，而是在旁边协助你——写代码、写文档、做 PPT 时给建议、补全、纠错。代表产品有 GitHub Copilot（编程助手）、Microsoft 365 Copilot（办公全家桶）。

32. 插件（Plugin）#

让 AI 获得额外能力的扩展组件。早期以 ChatGPT 插件为代表，后来逐渐被更标准化的 MCP、原生工具调用取代。概念仍然通用：插件=给 AI 装外挂。

33. 向量数据库（Vector Database）#

专门存储和检索”向量”（把文字/图片转换成的数学坐标）的数据库。它是 RAG 的核心组件：文档先转成向量存进去，提问时把问题也转成向量，找”语义最接近”的内容。解决了”让 AI 快速从海量资料里找到相关知识”的问题。

34. 工具调用（Function Calling / Tool Use）#

让模型在对话中决定”要不要调用某个外部函数”。比如用户问天气，模型不是硬编答案，而是调用天气 API 拿到真实数据再回答。工具调用是 Agent 能”动手干活”的基础能力。

35. 工作流（Workflow）#

把任务拆成多个步骤，编排 AI 按顺序执行。比如”先总结 → 再润色 → 再排版”。简单任务一个模型一步完成，复杂任务用工作流拆解更稳定可控。

36. RPA（Robotic Process Automation，机器人流程自动化）#

用软件机器人模拟人在电脑上的重复操作（点击、复制、填表）。它和 AI 的区别：RPA 是”按固定规则自动化操作”，AI 是”理解语义做判断”。现在两者融合，出现了”AI+RPA”的智能自动化。

37. AIGC（AI Generated Content，AI 生成内容）#

用 AI 生成文字、图片、音频、视频等内容的统称。这是”生成式 AI（Generative AI）“的产业化说法，涵盖 AI 写作、AI 绘画、AI 配音、AI 视频等应用。

38. ChatGPT（Chat Generative Pre-trained Transformer）#

OpenAI 于 2022 年底推出的聊天机器人，引爆全球 AI 热潮的”导火索”。名字直译是”聊天+生成式预训练变换器”。它让普通人第一次直观感受到大模型的强大。

39. Midjourney（MJ）#

以高质量 AI 绘画闻名的工具，用户输入文字描述即可生成精美图片，尤其擅长艺术风格插画。常与 Stable Diffusion 并称 AI 绘画双雄。

40. Stable Diffusion（SD，稳定扩散）#

开源的 AI 图像生成模型，基于扩散模型技术。因为开源免费、可本地部署、可微调，成为 AI 绘画爱好者和开发者的最爱，催生了庞大的模型生态（LoRA、ControlNet 等）。

41. LoRA（Low-Rank Adaptation，低秩适配）#

一种轻量级微调技术：不重训整个大模型，只训练一小部分”适配器”参数就能改变模型风格或能力。AI 绘画圈常用 LoRA 定制画风，大模型领域也用 LoRA 低成本微调。用最少的成本给模型”换个风格”。

42. ControlNet（控制网络）#

Stable Diffusion 的扩展工具，让用户精确控制生成的构图：上传一张姿态图、线稿或深度图，AI 按这个”骨架”生成图片。解决了”AI 画画不可控”的问题。

43. Sora#

OpenAI 的文生视频模型，能用文字直接生成一段逼真的视频。发布时震撼业界，标志着视频生成进入新阶段。同类产品还有可灵、Runway、Pika 等。

44. Claude#

Anthropic 推出的 AI 助手系列，以安全对齐和长文本能力著称，在编程、写作、长文档分析场景口碑很好。Claude 团队也是 MCP 协议的提出者。

45. Gemini（双子座）#

Google 的大模型系列，主打原生多模态（从设计之初就同时处理文本、图像、音频、视频），深度集成在 Google 搜索、安卓等产品中。

46. DeepSeek（深度求索）#

中国 AI 公司推出的开源大模型系列，以低成本高性能闻名：用更少的训练成本达到国际一线水平，还坚持开源，在全球 AI 社区引发广泛关注，也被视为”中国大模型追赶国际水平”的代表。

47. 文心一言 / 通义千问 / 豆包 / 混元#

国内大模型的代表产品：百度文心一言、阿里通义千问（开源 Qwen 系列）、字节豆包、腾讯混元。它们各自背靠大厂生态，面向 C 端对话和 B 端落地。

48. AGI（Artificial General Intelligence，通用人工智能）#

能像人类一样胜任任何智力任务的 AI，是 AI 领域的”圣杯”。当前所有大模型都属于”狭义 AI”（专长单一任务），AGI 仍是尚未实现的目标，也是业界争论的焦点。

49. ASI（Artificial Superintelligence，超级人工智能）#

超越人类智能的 AI。这更多是理论概念与想象，离现实很远，常见于科幻和关于 AI 未来的讨论中。

50. 对齐（Alignment）#

让 AI 的目标和行为符合人类意图与价值观的技术与研究领域。核心问题：怎么确保一个超级聪明的 AI 不会做出伤害人类的事。RLHF、宪法 AI 都是对齐技术。

51. 可解释性（Explainability）#

研究”模型为什么这么判断”的能力。大模型是”黑箱”，人类难以理解它内部如何决策。可解释性旨在让 AI 决策透明可信，对医疗、金融等高风险领域尤为重要。

52. 具身智能（Embodied AI）#

让 AI 拥有”身体”（机器人），能感知物理世界并与之交互。代表方向是人形机器人：视觉理解+语言理解+运动控制结合，让机器人在真实环境里干活。

53. 数字人（Digital Human）#

用 AI 技术生成的虚拟人形象，可以说话、做表情、互动，用于直播带货、客服、内容创作等场景。与”虚拟偶像”概念相关，但更强调 AI 驱动的实时交互。

54. 世界模型（World Model）#

让 AI 学习并内部模拟”世界运行的规律”。比如看大量视频后，模型能预测”球滚到墙边会反弹”。世界模型被视为通往更通用智能的关键方向，也是视频生成、具身智能的基础。

55. 智能体工作流 / 多智能体（Multi-Agent）#

多个 AI 智能体协作完成任务：一个当”指挥官”拆解任务，其他各司其职（写作、检索、审查），互相协作产出结果。多智能体架构是 Agent 应用的重要形态。

56. 推理模型（Reasoning Model）#

专门强化”深度思考”的模型：面对复杂问题先内部推理（甚至”想很久”）再给答案，数学、编程、逻辑推理能力显著强于普通模型。代表如 OpenAI o1 系列、DeepSeek-R1 等。

57. 联邦学习（Federated Learning）#

一种隐私保护的训练方式：数据不出本地设备，只把”模型更新”汇总到中央。让 AI 在不收集用户原始数据的情况下也能学习，对隐私敏感场景意义重大。

58. 合成数据（Synthetic Data）#

用 AI 生成、而非真实采集的数据。当真实数据稀缺或涉及隐私时，用合成数据补充训练。但也需警惕”用 AI 数据训练 AI”可能带来的质量退化问题。

59. 端侧 AI（On-device AI / 边缘 AI）#

在手机、电脑等本地设备上运行 AI，而不是依赖云端。好处：响应快、离线可用、隐私好；局限：设备算力有限。手机厂商的”端侧大模型”就属于这一类。

60. API（Application Programming Interface，应用程序接口）#

让程序调用 AI 能力的标准接口。开发者通过 API 把大模型能力接入自己的产品——写一句”用 GPT 的 API 做个客服机器人”，靠的就是它。API 是 AI 能力走向产业化的桥梁。

附：高频缩写速记（按出现频率排序）#

• LLM：大语言模型，ChatGPT 这类产品的技术本体
• RAG：检索增强生成，“边查边答”的落地方案
• RLHF：基于人类反馈的强化学习，让模型更”懂人”
• MoE：混合专家，把大模型拆成多个专家省算力
• API：接口，开发者调用 AI 能力的标准方式
• GPU：图形处理器，AI 训练的算力核心
• AGI：通用人工智能，长期目标
• CoT：思维链，让模型一步步推理的技巧
• LoRA：低秩适配，低成本微调技术
• RPA：机器人流程自动化，按规则自动操作软件

这些缩写是 AI 文章里的”高频词”，记住它们，读技术新闻会顺畅很多。碰到新的缩写，先看上下文推断，再查证，很快你就能形成自己的”名词地图”。