语音合成（TTS）是一种将文本转换为人类语音的技术。它通过分析文本、理解上下文，并利用声学模型生成波形，最终输出逼真、自然的语音。

视频生成是指利用人工智能技术，根据文本、图像或其他指令自动创建或编辑视频内容的过程。它正从简单的特效工具演变为能够理解复杂指令并生成连贯动态画面的创造性引擎。

图生视频是一种人工智能技术，能够根据输入的静态图像，自动生成一段合理、连贯的动态视频内容。它代表了多模态AI从理解图像到创造动态视觉叙事的重大跨越。

图生图是AI图像生成领域的一项关键技术，指以一张或多张现有图片为输入，通过算法模型理解其内容、风格或结构，并在此基础上生成新的、相关的图像。它不仅是简单的滤镜，更是深度理解与再创造的过程。

文生图是指通过输入文本描述，由人工智能模型自动生成对应图像的技术。它基于扩散模型等算法，将文字语义转化为视觉元素，已成为AIGC领域的核心应用之一。

文生视频是指通过人工智能模型，将文本描述直接转换为连贯动态视频的技术。它代表了继文生图之后，生成式AI在时序和空间一致性上的重大突破。

图文生成是指人工智能模型根据用户输入的文字描述，自动生成与之匹配的图像或图文组合内容的技术。它代表了AIGC在视觉创作领域的重大突破。

束搜索是一种广泛应用于序列生成任务的解码策略，通过在每一步保留多个最有可能的候选序列（即“束宽”），并在生成结束时选择整体最优序列，以在生成质量和计算效率之间取得平衡，避免贪心搜索的局部最优陷阱。

核采样是一种用于大语言模型文本生成的概率解码策略，通过动态筛选候选词汇，在保证生成内容相关性和质量的同时，有效避免重复、无意义的输出，是提升AI对话流畅度和创造性的关键技术。

采样温度是控制AI模型（尤其是大语言模型）生成文本随机性和创造性的关键参数。它通过调整模型输出概率分布的平滑程度，直接影响生成内容的多样性、连贯性和可预测性。