词典 · DICTIONARY
K-文化术语词典
为初学者解释 K-文化新闻中让人卡住的术语。报道正文里带虚线下划线的词，点开就会来到这里。
词条 174 · 企业 35 · 持续增加中
A26
- Adobe做Photoshop的那家公司。正把自研AI模型Firefly全面植入其创作工具。
- Agent Loop试一试让AI自己反复「跑一遍→诊断哪里失败→修正→再跑一遍」这个循环,直到成功为止的方式。
- AGI能胜任几乎所有人类智力工作的假想AI，OpenAI、Anthropic等公司宣称的终极目标。
- AI(人工智能)AI泛指让计算机代替人类完成「需要思考的工作」的技术统称。
- AI Accelerator专为AI运算设计的芯片总称,涵盖GPU、TPU、NPU等,如今自研芯片的竞争日趋激烈。
- AI Agent试一试不只是回答问题,而是「替你把事情做完」的AI——会搜索、建文件,甚至能帮你订好。
- AI Avatar用AI打造的虚拟人物,如今已经在当新闻主播、购物主播、歌手了。
- AI Governance企业和机构为安全、负责任地使用AI而建立的管理体系——相当于「监管」的内部版本。
- AI Literacy试一试理解并正确使用AI的能力。是继数字素养之后新一代的基本素养。
- AI监管AI Regulation为AI设立规则的法律和制度。欧盟走在最前面,各国紧随其后,也是「创新与安全」之争的主战场。
- AI Safety致力于防止AI造成危害的研究与政策领域，也是Anthropic创立的初衷。
- AI搜索AI Search试一试不给链接列表,而是直接给出整理好答案的搜索方式——正在搅动整个搜索市场。
- AI Slop指互联网上泛滥的低质量、批量生产的AI内容的贬义说法,2024年以来文化争论中的常客。
- Ai2美国的非营利AI研究机构,不仅公开模型权重,还公开训练数据和代码。
- 算法Algorithm解决问题的步骤设计图。就是「算法推荐了这个」里说的那个算法。
- 对齐Alignment让AI按照人类的意图和价值观行事的问题,是AI安全讨论中的核心词汇。
- Amazon全球最大的电商和云计算公司。它自研模型系列Nova,同时也是Anthropic的主要投资方。
- Amazon AGI亚马逊内部的AI模型研发组织,自研模型Nova就出自这里。
- AWSAmazon Web Services亚马逊的云业务。它把服务器租给AI公司用来运行模型,还在Bedrock上销售其他公司的模型。
- AMD常被视为英伟达对手的芯片公司,推出AI加速器「Instinct」系列。
- Anthropic打造Claude的AI公司。由前OpenAI员工于2021年创立,以「安全AI」为招牌。
- API试一试程序之间互相调用的窗口。「开放 API」的意思是「其他应用现在可以调用这个 AI 了」。
- API密钥API Key试一试使用API时出示的钥匙(密码)。一旦泄露,别人就能花你的钱用AI。
- Apple生产iPhone和Mac的公司。它选择的不是卖AI,而是把AI装进设备里,只有需要重度运算的部分才借用谷歌Gemini。
- Artificial Analysis一家独立的分析机构,专门测评AI模型的性能、速度和价格并给出排名。它是裁判,不是选手。也写作Artificial Analysis。
- Attention计算句子中各个词彼此关联程度的机制,是Transformer的核心,也是现代AI的关键部件。
B5
C18
- 思维链Chain-of-Thought试一试让AI在给出答案前先写出推理过程,正确率会提升的发现。是推理模型的起点。
- Chatbot试一试通过聊天窗口使用的AI服务。ChatGPT、Claude、Gemini都是给大语言模型套上了对话界面。
- Checkpoint训练过程中某一时刻模型的「存档点」。对外发布的模型文件,归根结底就是这种存档。
- Claude试一试由Anthropic打造的对话式AI服务及模型系列,广泛用于阅读长文档、写作和编程。
- CLI试一试只靠打字就能操作电脑的方式。像「Claude Code CLI」这样的AI工具,如今正让这种老派方式重新回归。
- 云计算Cloud花钱租来用的别人的电脑。大多数AI公司都在这上面运行模型,这笔租金就是整个行业的命脉。
- Cloudflare一家保护网站并让网站运行更快的基础设施公司,如今正处于AI爬虫管控争端的中心。
- 代码库Codebase构成一款软件的全部代码。「能理解整个代码库的AI」是编程智能体竞赛中的核心说法。
- Coding Agent试一试不只是给出代码建议，而是亲自修改文件并运行程序的AI。Claude Code、Codex都属于这一类。
- Cohere一家加拿大模型开发公司,专为企业和政府打造可在自有服务器上运行的模型,而非面向大众的聊天机器人。
- Compute（算力）Compute打造和运行AI所需计算能力的统称。「算力争夺战」实际上就是GPU、电力和数据中心之争。
- Computer UseAI通过查看屏幕、像人一样点击和输入来直接操作程序的能力。
- 计算机视觉Computer Vision试一试让机器拥有“眼睛”的AI领域——从照片分类到自动驾驶感知,凡是处理视觉信息的技术都属于此类。
- Context Engineering不只是写好一句指令,而是设计AI「能看到什么」的全部内容。是提示工程的下一阶段。
- Context Window（上下文窗口）Context Window试一试AI 一次能"记住并读取"的内容量。这个值越大，就能一次性塞进整本书。
- Copilot意为「副驾驶」——指在旁协助人类工作的AI,也是微软AI产品的品牌名。
- 爬虫Crawling抓取网络数据的行为，也是围绕AI训练的版权纠纷的源头。
- Cursor一款AI编程编辑器：既能让用户挑选别家的模型来用，自己也在训练名为Composer的自研模型；2026年8月被SpaceX收购，从此与xAI同属一家。
D13
- 数据中心Data CenterAI真正「住」的地方——塞满数万块GPU的建筑。电力和用水问题总是如影随形。
- 数据标注Data Labeling给AI训练数据打上正确答案标签的工作,是养育AI背后看不见的人力劳动。
- Databricks让企业能在自家数据之上运行AI的数据平台公司。
- 数据集Dataset用来训练AI的资料集合。喂了什么样的数据,就决定了AI会变成什么样。
- 深度学习Deep Learning把人工神经网络层层堆叠而成的机器学习方式,是2010年代以来AI飞跃发展的引擎。
- Deep Research试一试AI自己搜索并阅读几十份资料、为你撰写报告的功能——把几小时的调研工作压缩到几分钟完成。
- Deepfake（深度伪造）Deepfake试一试用AI制作的“以假乱真”的人脸、声音或视频。既是一项技术，也是一个社会问题的名字。
- DeepSeek中国的AI模型开发公司,以极低的成本打造出顶尖水准的模型,震惊世界,并且将模型权重完整开源。
- Demo用来展示功能的演示。是AI发布会的重头戏,也是「演示与实际使用有差距」这一质疑的对象。
- 扩散模型Diffusion Model通过逐步去除噪声来生成图像的生成式架构,是Midjourney、DALL-E、Stable Diffusion的核心引擎。
- 数字孪生Digital Twin将现实中的工厂、城市或身体在虚拟世界中复制并实时同步的技术——「现实的孪生体」。
- 蒸馏Distillation把大模型的能力转移到小模型上的技术——「教师模型→学生模型」。
- Doomer指认为AI可能给人类带来灭顶之灾、因而主张放慢开发速度的阵营。
E3
F6
- Factory AI打造编程智能体「Droid」的公司,主张把整个编码任务整体交出去,而不是逐行补全。
- Few-shot · Zero-shot试一试只给几个示例就能完成新任务（few-shot），或者不给任何示例也能完成（zero-shot）的能力。
- Fine-tuning让已经做好的模型针对特定任务「再接受训练」,更像是修改成衣,而不是重新量身定制。
- Foundation Model用海量数据预先训练好的通用模型,各种服务都建立在它之上。
- Foundry(晶圆代工)Foundry按别人的设计代工生产芯片的工厂——台积电与三星较量的战场。
- Frontier Model处于当下技术最前沿的顶级模型,指GPT、Claude、Gemini等的最新旗舰版本。
G10
- 生成式AIGenerative AI试一试能够"创造"出全新文字、图片、视频和音乐的AI,而不只是识别分析已有内容。ChatGPT之后的整场AI热潮说的都是这类AI。
- GGUF让模型能在个人电脑上顺畅运行的文件格式,本地AI社区的标准打包方式。
- GitHub试一试全球开发者上传代码、共同修改的仓库。「在GitHub上公开」意味着「谁都可以拿走这些材料」。
- GitHub Copilot内嵌在 GitHub 里替你写代码的 AI 工具,开创了「AI 编程助手」时代的元老。
- Google DeepMind打造Gemini的谷歌AI研究机构，AlphaGo和AlphaFold也出自这里。
- Google Gemini谷歌的AI模型兼应用名称,由Google DeepMind打造,深度嵌入搜索和安卓系统。
- GPU用来打造和运行AI的芯片,也是NVIDIA成为全球市值最高公司的原因。
- Grounding（基于事实生成）Grounding让AI回答依据真实文档或数据的技术，是减少幻觉的核心设计原则。
- 护栏机制Guardrails泛指防止AI给出危险回答或采取危险行为的各种安全装置。
- GUI试一试靠点按钮、窗口、图标来操作的界面。现在几乎所有应用都是这种方式，它的对立面是CLI。
H5
I2
J1
K2
L5
M14
- 机器学习Machine Learning不靠人工逐条编写规则,而是让计算机自己从数据中找出规律的方法。现代AI的基本功。
- Manifesto向世界公开宣告自己信念与未来计划的文章。在AI行业里，常常是公司或创始人用来宣示"我们要这样走下去"的文件。
- 记忆功能Memory试一试聊天机器人在对话结束后依然记得你的信息的功能。便利性与隐私争议随之而来。
- Meta AI打造Llama的Meta旗下AI组织,2026年8月承认Llama 4失败,并将后续模型Muse以开源形式发布。
- Microsoft AI微软的消费级AI组织,负责打造Copilot,同时使用自研模型和OpenAI的模型。
- MiniMax中国的多模态模型开发公司。视频品牌海螺和角色聊天应用都是这家公司的产品。
- Mistral AI一家法国模型开发公司，主打在欧洲境内处理数据的"主权AI"。
- Model（模型）Model指训练完成的一整套AI程序，也就是新闻里「发布新模型」中的那个「模型」。
- Model Card模型的成绩单兼说明书——公司自己写的训练方式和能力短板说明。
- MCP（Model Context Protocol）Model Context Protocol试一试让AI连接外部工具和数据的通用标准，被称为「AI界的USB-C」。
- MoE（混合专家模型）MoE针对每个问题只唤醒所需「专家」的结构，用更低算力跑出大模型实力的诀窍。
- Moonshot AI（月之暗面）Moonshot AI打造聊天机器人及模型「Kimi」的中国AI公司，常年位居开源模型排行榜前列。
- Multi-agent多个AI分工协作的结构,就像组建调查团队、审核团队和撰写团队一样。
- 多模态Multimodal试一试不仅能理解文字,还能同时理解和生成图像、声音、视频的能力。
N4
O6
- 端侧AIOn-device AI试一试不联网也能直接在手机、笔记本上运行的AI。速度快,数据也不会传到外部。
- Ontology试一试把概念及其相互关系整理成机器可读的地图——一张「谁做了什么」的设计图。
- Open Source试一试把制作东西的原材料(代码)公开,让所有人都能使用和修改的方式。AI新闻里的「开源发布」有一半意思不太一样,要留意。
- Open Weights公开模型「设计图」(权重)、任何人都能下载使用的模型。Llama、DeepSeek、Qwen都属于这一类。
- OpenAI打造ChatGPT和GPT系列模型的公司,2022年凭借ChatGPT开启了当下这波AI热潮。
- 过拟合Overfitting模型把训练数据背得太死,导致遇到新问题就答不出来——就像背熟了考古题,题目稍微一变就做错。
P7
- 参数Parameter模型内部「调节旋钮」的数量。「70B模型」里的B指的就是它——通常越多越聪明,但也越贵。
- Physical AI走出屏幕、在现实世界中活动身体的AI——机器人、自动驾驶、机械控制。英伟达力推的下一波浪潮。
- 插件Plugin给AI服务插入新功能的扩展部件——把技能、连接器、工具打包发布的单位。
- Post-training预训练之后打磨模型态度与能力的阶段,如今模型性能的差距大多在这里拉开。
- Prompt试一试给AI下达的指令——你输入的每一句提问、命令或示例都是Prompt。
- Prompt Engineering试一试让AI好好干活的技巧。仅凭指令写法的不同，结果质量就能相差好几倍。
- 提示词注入Prompt Injection试一试通过在网页、文档中藏入指令来操控AI的攻击手法，是智能体时代头号安全问题。
Q3
R5
S14
- 沙盒Sandbox让AI运行代码也不会波及外部的隔离沙坑,是智能体安全的基本功。
- Scaling Laws模型、数据、算力规模越大,性能就会以可预测的方式提升的经验法则,是AI投资竞赛的理论依据。
- SDK给开发者用的现成工具包。一家公司「发布 SDK」,往往意味着用它的技术做东西变得更容易了。
- 自动驾驶Self-driving让汽车自己开车的技术。新闻中常以「级别」数字和无人出租车报道的形式出现。
- 仿真模拟Simulation在虚拟世界中训练和测试AI的方法——机器人在这里摔倒一百万次,才不会在现实中真的摔倒。
- Skill试一试教会AI完成某项具体工作流程的一套使用说明,就像让它记住"我们公司的报告格式"一样。
- SLM小到能在手机、笔记本上运行的语言模型。如今的竞争焦点是「够小的同时够不够聪明」。
- Sovereign AI用本国语言、数据、基础设施打造的"国家自主AI"，韩国AI政策的核心词。
- 订阅分级Subscription TiersAI 服务的会员等级,如免费版、Plus、Pro。等级越高,用量额度越大,也能更早用上最新功能。
- Suno一家能根据提示直接生成完整歌曲(包括歌词和人声)的音乐AI公司。
- 超级智能Superintelligence在各方面全面超越人类的假想智能,被视为通用人工智能(AGI)之后的下一个阶段。
- Synthesia一家制作AI真人讲话视频的公司,广泛用于企业培训和说明类视频。
- 合成数据Synthetic Data由AI生成、用来训练AI的人工学习素材,是真实数据日渐枯竭时代的替代方案。
- 系统提示词System Prompt试一试AI在整个对话中遵循的「基本指令书」——语气、角色、禁止事项都写在这里。
T13
- Tensor Processing Unit (TPU)Tensor Processing Unit谷歌自主设计的AI芯片,是对抗英伟达垄断地位的代表力量。
- Terminal试一试用文字输入命令的黑色窗口。CLI 工具就在这里运行,也是每条 AI 编程新闻背景里都会出现的场景。
- Test-time Compute通过在回答时投入更多计算(“思考”)来提升性能的方法——“想得越久就越聪明”。
- Together AI代人运行公开模型的AI云服务,相当于想用开源模型的公司的机房。
- Token试一试AI用来计算文本的单位。费用和使用量全部按Token计算。
- Token Maxxing试一试不吝惜token(AI用量)、尽量多投入以拉高结果质量的使用方式，源自网络流行语「-maxxing」。
- Tokenizer（分词器）Tokenizer把文本切分成token的部件。不同语言的切分方式不同，是韩语使用成本争议的根源。
- Tool Calling试一试AI自主选择并使用计算器、搜索、预订系统等外部功能的能力——相当于智能体的手脚。
- 训练与推理Training & InferenceAI的两个阶段——学习的时间(训练)和实际使用的时间(推理)。两者花钱的方式完全不同。
- 迁移学习Transfer Learning把在一个领域学到的能力搬到另一个领域使用的学习方法,是基础模型存在的理由。
- Transformer谷歌于2017年发布的神经网络架构，GPT中的T就来自于它——如今这波AI浪潮的共同骨架。
- 语音AI(TTS·STT)TTS · STT把语音转成文字(STT)、把文字转成语音(TTS)的AI——同声传译、配音、声音克隆背后都是这项技术。
- 图灵测试Turing Test判断机器是否具有智能的思想实验,提出于1950年——如果分不清对话对象是机器还是人,就算通过。
U1
V7
- 向量数据库Vector Database存储嵌入坐标、帮你找出「语义相近」内容的仓库——RAG背后的书架。
- Vibe Coding试一试不用懂代码,只靠说话指挥AI就能做出应用的方式——「做成这种感觉」就行得通。
- 视频生成Video Generation只用一句话或一张照片就能生成动态视频的AI。Sora、Veo、Runway是这一领域的代表。
- 纯视觉vision-only不安装测距传感器,仅靠摄像头画面判断周围环境的方案——特斯拉在2019年选择的路线。
- VLM（视觉语言模型）VLM试一试拥有「看」的能力的语言模型。给它一张照片，它就能读懂并描述内容。
- 语音模式Voice Mode试一试与聊天机器人进行实时语音对话的功能,连打断说话和带情绪的语气都能做到。
- voxel（体素）voxel把三维空间切分成立方体格子来表示的单位，相当于给屏幕上的像素加上了深度。