看图解释
看一张实验照片、地图或图表，帮你说出可能的信息。
第 7 课
AI 不只会打字，它还能看、听、画、说。
“多模态”就是 AI 能处理多种信息：文字、图片、声音、视频。你可以把它想成人有眼睛、耳朵和嘴巴：有些 AI 能看一张题目照片并解释，有些能根据文字生成图像或视频，还有些能把语音转成文字。
看图描述、识别、读图表
听说语音识别、朗读、对话
创作图片、视频、音乐草稿
多模态 AI 能做什么？
听声音
把录音变成文字，或者练习英语发音反馈。
生成图像
根据你的描述画出海报、角色、场景草图。
生成视频
把文字脚本变成短视频片段，适合做创意草稿。
生成图片时，要说清楚什么？
如果只说“画一个机器人”，AI 会随便猜。你要说明主体、场景、动作、风格、颜色、画面比例，还要告诉它不要出现什么。
“画一个未来学校。”
“画一个明亮的未来小学科学教室，孩子们围着透明植物培养箱观察，风格温暖、真实、适合课程封面，不要文字和商标。”
看起来真实，不等于真的
图片可能有错
手指数量、文字、科学结构、地图位置都可能生成错误。
视频可能误导
AI 视频能让没发生的事看起来像发生过，像“假电影片段”。所以不要随便相信。
声音可能伪造
有人可能模仿别人的声音，像“声音面具”。遇到转账、密码、紧急请求要找真人确认。
小练习：AI 生成海报，应该怎么做？
你用 AI 生成了一张班级活动海报。最合适的做法是什么？
选择一个答案。