AI 学习中心
按入门与选型、游戏开发、图像与3D、视频与音频、智能体与自动化、模型与工程六个主题学习。站内文章提供示例与检查方法，外部资料保留原文入口。
- 简单谈谈K3的MoE和Attention
上个月，我们发布了迄今为止最大的开源模型K3。作为K2的继任者，K3并不是一次从零开始的重新设计，而是沿着我们过去一系列工作自然演化而来，并融合了我们对效果、效率、稳定性的一些最新理解和改进。可...
- 除了交叉熵，LM Loss还有什么选择？
一直以来，交叉熵（Cross Entropy）都是LLM预训练和微调的标准损失函数。那这个“标准”可以改吗？如果想改，那又有哪些选择呢？改完之后又会带来什么影响呢？可能很多读者从未认真推敲过这些...
- 动量的新理解：逼近特征层面的梯度下降
一个以动量为状态变量的优化器，基本形式如下：\begin{equation}\begin{aligned}\boldsymbol{M}_t =&\, \beta \boldsymbol{M}_{...
- 让炼丹更科学一些（八）：多阶段训练的学习率
上篇文章《让炼丹更科学一些（七）：步长调度与权重平均》我们简单介绍了无调度（Schedule-Free）学习率的工作，它试图通过某种权重平均来替代学习率调度，实现常数学习率就可以训出最优模型的效...
- 让炼丹更科学一些（九）：经典自适应梯度算法
本系列前面八篇文章，都是在围绕SGD及其学习率讨论。而从本文开始，我们将正式进入自适应梯度算法的世界。可以说，现在所有的自适应梯度算法，都有一个共同的源头，那就是2011年的经典之作《Adapt...
- 让炼丹更科学一些（十）：单调性假设的拆与补
上文《让炼丹更科学一些（九）：经典自适应梯度算法》中，我们为形如$\boldsymbol{\theta}_{t+1} = \boldsymbol{\theta}_t - \eta_t \bold...
- DaVinci Resolve 官方视频：剪辑、调色与声音
下载原站练习素材，完成剪辑、基础调色和人声检查，导出测试片。
- Runway Academy：从生成片段到创作流程
选择一个与项目匹配的视频教程，完成一个短镜头并保存输入和配置。
- Runway 官方视频：用 Chat Mode 组织创作
用简短描述生成一组候选，比较反馈修改前后的差异。
- Unreal Engine：第一个小时与第一个小游戏
完成安装、基础场景与打包流程，检查分享后的工程能否运行。
- Unity Essentials：建立第一个交互作品
完成编辑器基础、场景搭建与交互任务，运行并检查自己的小作品。
- Blender 官方基础视频：从界面到第一个对象
跟随基础操作完成一个简单物体，保存工程并导出预览图。
- 把一段故事拆成可生成、可剪辑的镜头表
把“小夜灯的一晚”写成六镜头拍摄表，每镜只安排一个动作，并预设生成失败时的替代方案。
- 给游戏 NPC 接入大模型前，先划定行为边界
为商店NPC设计可验证的对话接口：模型负责台词，库存、金币与交易结果由游戏代码决定。
- 怎样用自己的任务比较两个 AI 模型
用20条真实任务搭一份小型评测集，识别编造、格式失败和版本退化，而非凭榜单选模型。
- 给 AI 看图之前，怎样描述你的问题
用一张产品界面截图练习看图提问：限定可见证据、坐标区域和输出格式，减少凭空补细节。
- 用小型资料库搭建可核对来源的问答
用三份产品资料完成一次可核对来源的问答实验，定位“找错资料”和“看见资料仍答错”的区别。
- AI 配音到成片：一份可执行的检查清单
把一段约20秒旁白做成可剪辑素材：分句、校读、多音字、停顿、响度和字幕逐项检查。