筆記下 Nano Banana Pro 錦囊妙計 課程相關內容。
課程相關資訊
[連結]：https://learn.duotify.com/courses/nbp-1
請注意：本系列文章為個人對應課程的消化吸收後，所整理出來的內容。換言之，並不一定會包含全部的課程內容，也有可能會添加其他資源來說明。
內容
擴散模型
圖片細節是由線慢慢擴散來補上，因此可避免過往一像素一像素生成所導致的 6 or 7 隻手指的情況
目前 AI 生不出透明背景的圖
底層邏輯
1. 生成的資訊圖表，可以倒回 Gemini Pro 來判斷是否合理
2. AI 幻覺的來源 – 訓練資料、模型架構
3. 盡可能不要讓 AI 接收到「人為層面」的幻覺，所以你需要有完整且連貫的上下文。若是你有給了不完整的上下文，那 AI 為了完成目標會盡可能的腦補細節；不連貫的上下文等同有邏輯上的矛盾，那當然也會對生成圖片造成障礙
4. AI 幻覺的表現形式 – 事實性、邏輯性、缺乏依據
舉例：我跟 AI 說請生成一隻貓的圖片；那這隻貓的年齡、心情、狀態、姿勢、眼睛細節、是不是在睡覺…等你並沒有提供，所以 AI 就會用它自己認為所需的細節來補
5. 餵養訓練的資料，是有可能出錯的，因此 AI 生出的圖，是需要人工判斷的
6. 簡報是要給高階、抽象的概念 -> 文字才有辦法進行深刻思考
7. AI 生圖本質是邏輯推理，而不是單純畫圖
