AI 常见术语速查：50 个高频词一张表

更新日期：2026-09-30 ｜ 适用人群：读 AI 文章常被术语卡住的读者

用法建议：不必背。遇到不懂的词回来查，按四类定位——模型与架构是「东西是什么」，训练与对齐是「它怎么学出来的」，能力与应用是「它能干什么」，工具与工程是「怎么用起来、成本在哪」。

一、模型与架构（13）

术语	一句话解释
人工智能（AI）	让机器完成需人类智能之任务的技术总称
机器学习（ML）	从数据中学规律，而不是手写规则
深度学习（DL）	用多层神经网络自动学特征
神经网络	受神经元启发的分层计算结构
参数	模型内部可调数值，训练就是在调它
大语言模型（LLM）	在海量文本上训练的语言生成模型
Transformer	大模型的底层架构，注意力是核心
注意力机制	计算「该关注哪些词」的权重机制
Token	模型处理文本的最小单位
上下文窗口	一次能「看到」的 Token 上限
多模态	同时处理文字、图像、语音等多种输入
开源模型 / 闭源模型	权重可下载自部署 / 只能通过服务调用
生成式 AI（AIGC）	能生成文、图、音、视频内容的 AI 总称

二、训练与对齐（13）

术语	一句话解释
预训练	在海量文本上学语言规律的第一阶段
微调（Fine-tuning）	用专有数据在预训练模型上再训练
指令微调（SFT）	用问答范例教会模型「听指令办事」
RLHF	按人类偏好打分来调整模型的对齐方法
对齐（Alignment）	让模型行为符合人类意图与价值观
涌现能力	规模变大后出现的新能力
幻觉	一本正经地生成错误或不存在的内容
知识截止	训练数据的时间上限，之后的事不知道
温度	控制输出随机性的参数，越低越稳定
零样本 / 少样本	不给例子 / 给几个例子完成任务
上下文学习	模型从本次对话内容中临时「照猫画虎」
思维链（CoT）	要求模型先分步推理再给答案
推理模型	内置长思考过程的模型类型

三、能力与应用（12）

术语	一句话解释
AGI	通用人工智能：跨领域像人一样学习（尚未实现）
提示词（Prompt）	你发给模型的指令文本
提示词工程	系统优化提示词以稳定产出
系统提示词	产品预设的底层指令，影响回答风格
RAG	先检索资料，再让模型据此回答
嵌入（Embedding）	把文本转成向量，便于算相似度
向量数据库	存储与检索嵌入向量的数据库
智能体（Agent）	能规划并调用工具完成目标的 AI 程序
工具调用	让模型调用搜索、计算、代码等外部能力
多智能体	多个 Agent 分工协作完成复杂任务
工作流（Workflow）	把 AI 步骤编排成固定流程
人机协同（HITL）	关键环节保留人工确认的设计

四、工具与工程（12）

术语	一句话解释
API	让程序调用模型能力的接口
推理（Inference）	模型生成回答的过程，按量计费的对象
算力	训练与运行模型的计算资源（GPU 等）
量化	压缩模型精度，降低显存与成本
蒸馏	让小模型学习大模型的行为以省成本
LoRA	低成本微调大模型的热门方法
MoE（混合专家）	每次只激活部分子网络，省算力
基准评测（Benchmark）	用标准题库比较模型能力
私有化部署	把模型部署在自己的服务器上
提示词注入	在输入中藏指令，诱导模型越权或泄密
越狱（Jailbreak）	绕过模型安全限制的提示技巧
记忆（Memory）	产品层保存历史信息以「记住」你

查词小技巧

• 同一概念常有多个译名（如「上下文窗口」与「上下文长度」），以解释为准，不用背名字；
• 看到「某某 + 大模型」的组合词，先拆成「基础词 + 场景」再理解；
• 遇到没收录的新词，回到四层定位法：它属于模型、训练、应用还是工程？

术语会更新，框架不会：新词出现时，先用「四层定位法」判断它属于哪一类，再去了解细节。想系统建立概念框架，从什么是人工智能开始，再到大语言模型是什么与机器学习 vs 深度学习。

📖 这只是基础。系统学习 AI 应用？查看课程体系 →

返回基础入门栏目 ｜ 相关阅读：什么是人工智能：从图灵测试到大模型