Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

AI分类

Answer

AI 主要有以下分类：

  1. 生成式 AI：
    • 生产力方面：包括文档、PPT、会议、脑爆、数据处理、搜索、浏览、email、文件等。
    • 社交方面：包括真实和虚拟社交。
    • 教育方面：涵盖早教、语言学习、公司教育、父母教育、学生工具、学校工具等。
    • 创意内容方面：包含视频、音乐、声音、个人图像、图像等。
  2. 以生成方式划分：
    • 音视频生成类：
      • 视频生成：当前视频生成可分为文生视频、图生视频与视频生视频。主流生成模型为扩散模型，可用于娱乐、体育分析和自动驾驶等领域，经常与语音生成一起使用。
      • 语音生成：用于文本到语音的转换、虚拟助手和语音克隆等，模型可由 Transformers 提供。
      • 音频生成：用于生成音乐、语音或其他声音，常用技术包括循环神经网络、长短时记忆网络、WaveNet 等。
    • 一些具有代表性的海外项目：
      • Sora（OpenAI）：以扩散 Transformer 模型为核心，能生成长达一分钟的高保真视频，支持多种生成方式，在文本理解方面表现出色。
      • Genie（Google）：采用 ST-transformer 架构，包括潜在动作模型、视频分词器与动力学模型，拥有 110 亿参数。
      • WaveNet（DeepMind）：一种生成模型，可以生成非常逼真的人类语音。
      • MuseNet（OpenAI）：一种生成音乐的 AI 模型，可以在多种风格和乐器之间进行组合。
      • Multilingual v2（ElevenLabs）：一种语音生成模型，支持 28 种语言的语音合成服务。
  3. 在 AI 创客松中，参与同学的分类：
    • 秦超：AI 2C 项目负责人，擅长产品落地服务，具有产品、技术架构和项目管理经验。
    • kaikai：技术实践者，擅长多 Agent 处理任务流，具备技术实践和团队合作能力。
    • Cici🦾：AI 算法开发，想法是宠物与 AI 结合，具有 AI 产品研发和创业经验。
    • BIN 陈裕彬：CTO，方向是 AI 绘画精灵、AI 推文小说视频生成器，是爆款 AI 小程序作者。
    • 11 鸭鸭呀：产品经理，专注智能写作产品，擅长 Prompt 撰写和 AI 应用。
    • zz：AI 产品经理，方向是效率工具和游戏，具有大厂经验。
    • 天天向上：AIGC 爱好者，方向是 AI 配音应用，是配音演员，有 AI 预告片制作经验。
    • 烦烦烦#🧢🍻：产品经理，方向是企业服务 AI 应用，具备 PRD 输出和前端开发能力。
    • 周文斌：产品业务负责人，方向是 AI 创业，具有产品规划和研发经验。
    • Wilson·W：咨询顾问/服务设计师，方向是 AI 组团协作场景，是 GPT4.0 用户，有咨询行业经验。
    • 王蒙：程序员，从事 AI 相关开发，具有后端开发经验。
    • Nero：产品体验设计师，方向是 AI 绘画、AI 视频，研究 AIGC 方向。
Content generated by AI large model, please carefully verify (powered by aily)

References

生成式AI季度数据报告_2024Q1.pdf

◼ ◼ ◼经讨论，根据a16z榜单重新整理分类，原因是A16Z的报告是发声最频繁，研究广度认可度最高，共识度相对最高，离一线创业者最近的GenAI报告从原有红杉模态分类，即文字，图像，声音模态标准，改为：•生产力(文档+ppt+会议+脑爆+数据处理+搜索+浏览+email+文件)•社交(真实+虚拟)•教育(早教+语言学习+公司教育+父母教育+学生工具+学校工具•创意内容(视频+音乐+声音+个人图像+图像)这样的分类好处是，从用户特性出发，更加具体和聚焦◼只能参考热度的赛道：• LLM基础设施/开发者生态汇聚了巨大融资，包括代码工具等，其C端流量无法完全代表重要程度，仅作参考•垂类分类汇聚了巨大融资，包括金融，医疗等，其2C部分难以管中窥豹，仅做参考• Agent赛道亦是如此◼完全无法Cover重要程度的赛道：• B2B在美国是真正的趋势，本次偏向2C的报告，并无法覆盖•硬件+AI也是非常重要的新兴赛道•游戏+AI也是被寄予厚望的赛道，然后C端流量也无法参考其热度报告说明（3）：A16z应用端文章列表，公众号aiwatch.ai扫码访问本表格A16z的报告的确是目前2C端覆盖面最广的本次报告框架也有所参考，推荐阅读。国内比较喜欢的公众号:我自己的:郎瀚威(广告)应用端研究:海外独角兽哥飞白鲸出海Super黄的念想数字生命卡兹克深思senseAl硅兔赛跑特工宇宙宏观:孔某人的低维认知共识粉碎机小熊跑得快

2024AIGC法律风险研究报告（更新版）.pdf

4AIGC法律风险研究报告以生成方式划分，当前视频生成可分为文生视频、图生视频与视频生视频。视频生成（video generation）也涉及深度学习技术，如GANs和Video Diffusion，现在的主流生成模型为扩散模型（Diffusion model）。视频生成可用于各种领域，如娱乐、体育分析和自动驾驶。视频生成经常可以看到与语音生成（speech generation）一起使用。用于语音生成的模型可以由Tranformers提供。语音生成可用于文本到语音的转换、虚拟助手和语音克隆。这类Generative AI用于生成音频信号，如音乐、语音或其他声音。常用的技术包括循环神经网络（RNNs）、长短时记忆网络（LSTMs）、WaveNet等。[heading1]一些具有代表性的海外项目：[content]➢Sora（OpenAI）：以扩散Transformer模型为核心，能够生成长达一分钟的高保真视频。支持文本生成视频、视频生成视频、图像生成视频，被定位为世界模拟器，在文本理解方面有出色表现，还能在单个生成的视频中创建多个镜头，保留角色和视觉风格。➢Genie（Google）：采用ST-transformer架构，包括三个关键组件即潜在动作模型、视频分词器与动力学模型，拥有110亿参数，被定位为基础世界模型，可通过单张图像提示生成交互式环境。➢WaveNet（DeepMind）：一种生成模型，可以生成非常逼真的人类语音。➢MuseNet（OpenAI）：一种生成音乐的AI模型，可以在多种风格和乐器之间进行组合。➢Multilingual v2（ElevenLabs）：一种语音生成模型，支持28种语言的语音合成服务。

【已结束】AI 创客松

|序号|姓名/昵称|擅长领域/岗位|想法/方向|优势||-|-|-|-|-||12|秦超|AI 2C项目负责人|产品落地服务|产品、技术架构，项目管理经验||13|kaikai|技术实践者|多Agent处理任务流|技术实践，团队合作||14|Cici🦾|AI算法开发|宠物与AI结合|AI产品研发和创业经验||15|BIN陈裕彬|CTO|AI绘画精灵、AI推文小说视频生成器|爆款AI小程序作者||16|11鸭鸭呀|产品经理|智能写作产品|Prompt撰写，AI应用经验||17|zz|AI产品经理|效率工具和游戏方向|大厂经验，AI产品经理||18|天天向上|AIGC爱好者|AI配音应用|配音演员，AI预告片制作||19|烦烦烦#🧢🍻|产品经理|企业服务AI应用|PRD输出，前端开发能力||20|周文斌|产品业务负责人|AI创业|产品规划和研发经验||21|Wilson·W|咨询顾问/服务设计师|AI组团协作场景|GPT4.0用户，咨询行业经验||22|王蒙|程序员|AI相关开发|后端开发经验||23|Nero|产品体验设计师|AI绘画、AI视频|AIGC研究方向|请注意，表格中的信息是根据您提供的内容整

Others are asking
怎么用Ai作ppt
以下是使用 AI 制作 PPT 的一些方法和步骤： 1. 工具选择： 可以使用 Claude 和 Gamma.app 组合。Claude 能帮助快速寻找符合条件的论文、提取精炼论文信息、找到适合的 PPT 制作工具并教会使用。 WPS AI 也可用于制作 PPT，能快速生成并进行主题配色、字体修改和添加动画等操作。 2. 使用 Claude 的方法： 不会使用学术网站条件搜索时，可与 Claude 对话解决。 可通过 POE 调用 Claude，也可使用官方 web，但 pro 用户可能会遇到 token 限制。 3. 与 AI 交互流程（以 Claude 3.7 Sonnet 为例）： 阶段 1 主观描述：向 AI 清晰阐述需求。 目前 AI 生成的并非真正的 PPT 格式，而是基于模型的 HTML 输出能力，无法在 PPT 里进行二次深度编辑。 4. 信息的 AI 可视化： 给 AI 一段数据，让其直接可视化展示 PPT。 让其描述信息媒介的进化史。 直接复制文章给它，让其自动把核心数据进行可视化。 需要注意的是，使用 AI 制作 PPT 是一个与 AI 互动的过程，需要保持耐心，反复尝试，不能指望复制一段提示词就得到满意结果。
2025-03-30
ai卡片制作
以下是关于 AI 卡片制作的相关内容： 如果懒得用 Figma 制作卡片，可以让 AI 直接制作。借助 Artifacts 功能，制作会很轻松，在 Prompt 里能直接指定字体。支持 Artifact 的套壳客户端众多，比如 ChatWise 。ChatWise 绘制卡片只需一个 Prompt ，成功率高。它是收费的 AI 套壳软件，在速度、审美、功能方面表现出色，价格 29 美金买断，输入优惠码 orange 可享 8 折优惠，官网为 https://chatwise.app/ 。绘制卡片推荐使用 Claude 模型，绘制卡片的 Prompt 如下。完成制作后，继续输入 Prompt 可更改设计风格，如赛博朋克风格、波普艺术风格等。若不知道有哪些设计风格，可问 AI 获取灵感，也可与朋友交流。 另外，在 GPTs 实战中利用 AI 制作迷宫卡片时，常规的 AI 思路如用 Dalle3 直接制作可能无法满足需求。可以让 GPT 生成代码由 Python 绘制迷宫，再用叠加覆盖的方式绘制主题相关底图并调整透明度来获得想要的迷宫图。
2025-03-30
AI 分为哪些层？如：语料，大模型
AI 可以分为以下几个层面： 1. 概念层面： AI 即人工智能。 生成式 AI 生成的内容称为 AIGC。 2. 学习方式层面： 机器学习，包括监督学习（有标签的训练数据，算法目标是学习输入和输出之间的映射关系，包括分类和回归）、无监督学习（学习的数据没有标签，算法自主发现规律，经典任务如聚类）、强化学习（从反馈里学习，最大化奖励或最小化损失，类似训小狗）。 3. 技术方法层面： 深度学习，参照人脑有神经网络和神经元（因有很多层所以叫深度），神经网络可用于监督学习、无监督学习、强化学习。 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 LLM 即大语言模型，对于生成式 AI，生成图像的扩散模型不是大语言模型；对于大语言模型，生成只是其中一个处理任务，如谷歌的 BERT 模型可用于语义理解（不擅长文本生成），像上下文理解、情感分析、文本分类。 4. 技术里程碑层面：2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它完全基于自注意力机制（SelfAttention）来处理序列数据，无需依赖循环神经网络（RNN）或卷积神经网络（CNN）。
2025-03-30
零基础小包AI学习路径
以下是为零基础的您提供的 AI 学习路径： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您可以找到一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 一定要掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 此外，像二师兄这样的案例也可供您参考。二师兄在二月因七彩虹售后群老哥的分享，要了 SD 秋叶安装包，下载了教学视频，迈出 AI 学习的第一步。三月啃完 SD 的所有教程并开始炼丹，四月尝试用 GPT 和 SD 制作图文故事绘本、小说推文的项目，五月加入 Prompt battle 社群，开始 Midjourney 的学习。 如果您是零基础小白，还可以： 找网上的基础课程进行学习。 观看科普类教程。 阅读 OpenAI 的文档，理解每个参数的作用和设计原理。 利用一些练手的 Prompt 工具。
2025-03-30
介绍下 ai切磋大会
AI 切磋大会是由 AI 社区“通往 AGI 之路”每月举办的切磋交流分享会。 11 月 9 日至 10 日在文三路数字生活街区举办的那次，更像是一场人人皆可参与的“市集”。此次大会由“大数据产业基地”发起，共有 106 个摊位，摊主都是 AI 爱好者，带来了非遗 AI 刮刮乐、AI 3D 打印、AI 视频转绘、AI 量化交易、AI 产品设计等贴近日常的“AI+”产品，让大家在互动中感受 AI 的魅力。现场还有基于通义千问开发的“航天小飞侠”AI 助理模型，以及根据 MBTI 和星座生成专属鸡尾酒配方并现场调制的 AI 调酒等新奇体验。 2 月 23 日举行的线下切磋大会以 Deepseek 为核心，进行交流分享、方法论提炼、脑暴等，活动形式多样，已开通 16 个城市报名。此外，还有写作活动、激梦 P 模型比赛成果展示、当代手势设计尝试、多工具组合创作等相关内容。 12 月 7 日举办的是校园版，由 WaytoAGI 和杭州云谷学校共同举办，杭州云谷学校准备举办第六届学术周，探讨 AI 在教育中的应用及未来发展方向。活动时间为 12 月 7 日下午 12：00 至晚宴结束，晚宴有烤全羊。被选中的摊主可免费参加，AI 摆摊仍在招募中。活动官网：https://ygaw.my.canvasite.cn/2024 ，报名链接：https://waytoagi.feishu.cn/share/base/form/shrcnoNPP9HMlIqiTMhbc64OMkJ?iframeFrom=docx&ccm_open=iframe
2025-03-30
AI学习路线
以下是为新手提供的 AI 学习路线： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，能找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，可根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出自己的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。
2025-03-30
基于深度学习的商代食器分类研究 明确详细的研究意义
基于深度学习的商代食器分类研究具有多方面的重要意义。首先，它有助于深入了解商代的饮食文化和社会生活。通过对食器的准确分类，可以揭示当时人们的饮食习惯、烹饪方式以及社交礼仪等方面的信息。 其次，为考古学研究提供新的方法和视角。利用深度学习技术能够更高效、更准确地处理和分析大量的商代食器数据，突破传统研究方法的局限。 再者，有助于文物保护和管理。精确的分类有助于制定更有针对性的保护策略，确保这些珍贵的文化遗产得到妥善保存。 最后，促进跨学科研究的发展。将深度学习与考古学相结合，能够吸引更多不同领域的学者参与，推动相关研究的创新和进步。
2025-03-27
我是一个没有技术背景且对AI感兴趣的互联网产品经理，目标是希望理解AI的实现原理并且能够跟开发算法工程师沟通交流，请给我举出AI模型或者机器学习的分类吧。
以下是 AI 模型和机器学习的分类： 1. AI（人工智能）：是一个广泛的概念，旨在使计算机系统能够模拟人类智能。 2. 机器学习：是人工智能的一个子领域，让计算机通过数据学习来提高性能。包括以下几种类型： 监督学习：使用有标签的训练数据，算法学习输入和输出之间的映射关系，包括分类和回归任务。 无监督学习：学习的数据没有标签，算法自主发现规律，经典任务如聚类。 强化学习：从反馈中学习，以最大化奖励或最小化损失，类似训练小狗。 3. 深度学习：是机器学习的一个子领域，模拟人脑创建人工神经网络处理数据，包含多个处理层，在图像识别、语音识别和自然语言处理等任务中表现出色。 4. 大语言模型：是深度学习在自然语言处理领域的应用，目标是理解和生成人类语言，如 ChatGPT、文心一言等。同时具有生成式 AI 的特点，能够生成文本、图像、音频和视频等内容。 2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它基于自注意力机制处理序列数据，不依赖循环神经网络或卷积神经网络。生成式 AI 生成的内容称为 AIGC。
2025-03-26
AI应用分类
AI 的应用场景非常广泛，主要包括以下几类： 1. 医疗保健： 医学影像分析：用于分析医学图像辅助诊断疾病。 药物研发：加速药物研发过程，识别潜在药物候选物和设计新治疗方法。 个性化医疗：分析患者数据提供个性化治疗方案。 机器人辅助手术：控制手术机器人提高手术精度和安全性。 2. 金融服务： 风控和反欺诈：识别和阻止欺诈行为，降低金融机构风险。 信用评估：评估借款人信用风险，帮助做出贷款决策。 投资分析：分析市场数据辅助投资决策。 客户服务：提供 24/7 服务并回答常见问题。 3. 零售和电子商务： 产品推荐：分析客户数据推荐可能感兴趣的产品。 搜索和个性化：改善搜索结果提供个性化购物体验。 动态定价：根据市场需求调整产品价格。 聊天机器人：回答客户问题并解决问题。 4. 制造业： 预测性维护：预测机器故障避免停机。 质量控制：检测产品缺陷提高质量。 供应链管理：优化供应链提高效率和降低成本。 机器人自动化：控制工业机器人提高生产效率。 5. 交通运输：（未给出具体应用场景） 此外，还有众多具体的 AI 应用产品，例如： 1. 辅助创作与学习：AI 智能写作助手、语言学习助手、诗歌创作助手、书法字体生成器、漫画生成器等。 2. 推荐与规划：AI 图像识别商品推荐、美食推荐平台、旅游行程规划器、时尚穿搭建议平台、智能投资顾问等。 3. 监控与预警：AI 宠物健康监测设备、家居安全监控系统、天气预报预警系统、医疗诊断辅助系统等。 4. 优化与管理：办公自动化工具、物流路径优化工具、家居清洁机器人调度系统、金融风险评估工具等。 5. 销售与交易：AI 艺术作品生成器、书法作品销售平台、摄影作品销售平台、汽车销售平台、房地产交易平台等。 具体如： AI 摄影参数调整助手：利用图像识别、数据分析技术，在一些摄影 APP 中根据场景自动调整摄影参数。 AI 音乐情感分析平台：通过机器学习、音频处理技术，有相关音乐情感分析软件可判断音乐的情感倾向。 AI 家居智能照明系统：结合物联网技术、机器学习，像小米智能照明系统可根据用户习惯和环境变化自动调整灯光。 AI 金融风险预警平台：运用数据分析、机器学习，金融风险预警软件能提前预警金融风险。 AI 旅游路线优化平台：借助数据分析、自然语言处理，马蜂窝可根据用户需求优化旅游路线。
2025-03-17
目前网上AI是如何分类的？
目前网上对 AI 的分类方式主要有以下几种： 1. 根据 a16z 榜单重新整理的分类： 生产力（文档、ppt、会议、脑爆、数据处理、搜索、浏览、email、文件） 社交（真实、虚拟） 教育（早教、语言学习、公司教育、父母教育、学生工具、学校工具） 创意内容（视频、音乐、声音、个人图像、图像） 2. 编程工具分类： AI IDE（AI 集成开发环境）：本身是单独的软件开发工具，在原有软件开发工具基础上通过代码魔改具备 AI 功能，如 Cursor、Windsurf、Trae 等。 AI Extensions（AI 插件）：必须被集成进对应的开发环境中才能使用，如阿里的“通义灵码”、百度的“文心快码”、字节跳动的“MarsCode”、科大讯飞的“iFlyCode”、GitHub 的“Copilot”等。 3. 以生成方式划分的 AIGC 分类： 音视频生成类： 视频生成：当前视频生成可分为文生视频、图生视频与视频生视频，主流生成模型为扩散模型。视频生成可用于娱乐、体育分析和自动驾驶等领域，经常与语音生成一起使用。 语音生成：用于文本到语音的转换、虚拟助手和语音克隆等，常用模型由 Transformers 提供，常用技术包括循环神经网络、长短时记忆网络、WaveNet 等。 一些具有代表性的海外项目： Sora（OpenAI）：以扩散 Transformer 模型为核心，能生成长达一分钟的高保真视频，支持多种生成方式，在文本理解方面表现出色。 Genie（Google）：采用 STtransformer 架构，包括潜在动作模型、视频分词器与动力学模型，拥有 110 亿参数。 WaveNet（DeepMind）：一种生成模型，可生成逼真的人类语音。 MuseNet（OpenAI）：一种生成音乐的 AI 模型，可在多种风格和乐器之间组合。 Multilingual v2（ElevenLabs）：一种语音生成模型，支持 28 种语言的语音合成服务。
2025-03-08
所以我可以理解为CNN是一种图像分类识别的AI算法技术吗
卷积神经网络（CNN）是一种用于图像分类识别的 AI 算法技术。 ImageNet 成为深度神经网络革命的首选数据集，其中由 Hinton 领导的 AlexNet 就是基于卷积神经网络（CNN）。自 2012 年以来，在深度学习理论和数据集的支持下，深度神经网络算法大爆发，包括卷积神经网络（CNN）等。 连接主义的全面逆袭从 2012 年开始，欣顿教授和他的学生建立的 AlexNet 就是使用反向传播算法训练的卷积神经网络（CNN），其在图像识别方面击败了当时最先进的逻辑程序。 虽然 CNN 模型取得了显著成果并解决了许多问题，但也存在一些缺陷，如不能从整幅图像和部分图像识别出姿势、纹理和变化，池化操作导致模型不具备等变、丢失很多信息，需要更多训练数据来补偿损失，更适合像素扰动极大的图像分类，对某些不同视角的图像识别能力相对较差。因此，在 2011 年，Hinton 和他的同事们提出了胶囊网络（CapsNet）作为 CNN 模型的替代。
2025-03-07
我想批量给书画作品分类，区分他们的内容（国画或者书法），字体，题材（山水、人物、花鸟），技法（工笔、写意），可以使用什么ai
以下是为您提供的相关信息： 在书画作品分类方面，目前没有直接针对您需求的特定 AI 工具。但一些通用的 AI 技术和工具可能会有所帮助，例如利用图像识别技术对书画作品的内容、字体、题材和技法进行初步分析。 对于图像识别，一些常见的 AI 框架如 TensorFlow、PyTorch 等可以用于开发自定义的图像分类模型。 在 AI 绘图中，了解构图、色彩和光影等因素很重要，如构图包括景别（远景、全景、中景、近景、特写）和拍摄视角（俯视、平视、仰视，正面、侧面、背面），构图方式有点中心构图、九宫格构图、三分法构图等。 但需要注意的是，要实现您批量准确分类书画作品的需求，可能需要大量的标注数据和专业的模型训练。
2025-03-07