能根据提示（prompt）生成文本、图像、音频/视频 的 AI 系统（如 ChatGPT、Bard、图像/音频生成器）。
常见 prompt 类型（举例）
-
纯文本（你现在用的）：
--prompt "Replace the object in the box with the reference image..." -
文本 + 参考图片（你已用
--src_ref_images）：
--src_ref_images assets/images/girl.png
——把参考图作为视觉提示，配合文本说明要替换的对象/风格/动作。 -
文本 + bbox / mask（控制区域）：
--mode bbox --bbox 450,150,650,400
或者用 mask：--mask assets/masks/mask1.png——mask 可以精确遮挡要编辑的像素。 -
文本 + 视频（视频帧上下文）：
--video assets/videos/allbg.mp4——模型能基于视频上下文保持运动连贯性。 -
结构化/元数据提示（JSON）：
--prompt_json '{"style":"photorealistic","keep_motion":true,"seed":42}'
——一些工具支持把参数以 JSON 字符串传给模型，更便于脚本化和解析。 -
Few-shot（示例式提示）：
把几个“示例输入 → 期望输出”的段落放进 prompt，指导模型模仿格式（注意长度限制）。 -
多资源 + 多区域（多个参考或多个 bbox）：
--src_ref_images ref1.png,ref2.png --bbox 450,150,650,400;100,100,200,200
The AI workspace that works for you. | Notion
分类：
Explicit Density
- Tractable Density：Autoregressive Models、Flow-based models
- Approximate Density：VAE, Variational Autoencoder lmplicit Density
- GAN, Generative adversarial network
- Diffusion Models
