40 个术语只解释概念，不比较厂商每条都标出站内出现处

AI 术语表 · 站内文章里那些英文缩写到底指什么

读站内的工具页、资讯与教程时，常会撞上 MoE、FP8、HBM3e、RAG、ASR、SSE 这类缩写。本页把它们集中解释清楚：每个术语给出中文名、一段定义，以及它在站内哪一页出现过，方便随时回查。术语按五组排列，点下面的分组可以直接定位；每个术语标题都带独立锚点，可以从任何页面深链过来。

本页只解释公开的技术概念，不评选厂商、不承诺效果、不做价格与性能对比。涉及第三方产品或模型的部分只说明它是什么，优劣判断请以你自己的实测为准。

Model

一、模型与参数

看模型规格时最常见的几个词：参数怎么分配、权重以什么精度存放、从基座模型派生出专用模型有哪几条路。

MoE混合专家: 混合专家（Mixture of Experts）：把一个大模型拆成多个「专家」子网络，每次前向只激活其中一小部分。因此 MoE 模型要同时看两个数——总参数量决定容量，激活参数量决定单次推理成本。
激活参数Active Params: MoE 模型单次推理真正参与计算的那部分参数，直接决定显存占用与推理成本；它与「总参数」是两个不同口径，只报总参数量会把成本看低一个量级。
FP88 位浮点: 8 位浮点量化格式。相比 FP16/BF16，权重与中间结果占用的显存大致减半，主流推理框架能在精度损失可控的前提下提升吞吐，是目前较常见的一种部署精度。
FP44 位浮点: 4 位浮点量化格式，压缩率比 FP8 更高，但对硬件与算子支持的要求也更高，通常用于显存受限的推理场景。厂商标称算力时必须写清是哪一档精度下的数字。
量化Quantization: 把模型权重从高精度（如 FP16）压缩到低精度（如 INT8、FP8、FP4）的过程，用少量精度换取更小的显存占用与更快的推理速度。量化后的效果需要在目标任务上复测，不能只看参数量。
开源权重Open Weights: 发布方公开可下载的模型权重文件。公开权重不等于公开训练数据与训练代码，能不能商用、要不要署名，要看随附的许可证（如 MIT、Apache-2.0 或自定义协议）。
LoRA低秩适配: 低秩适配（Low-Rank Adaptation）：冻结原模型参数，只训练一小部分新增的低秩矩阵来做微调。显存开销小，产物通常只有几十到几百 MB，可以按需挂载与卸载。
微调Fine-tuning: 在已有基座模型上用特定领域数据继续训练，让输出更贴合该领域的表达习惯与格式要求。它与「提示词工程」的区别是改动了权重，而不是只改输入。
蒸馏Distillation: 让小模型去学习大模型的输出分布，从而用更小的体积逼近大模型在特定任务上的表现。蒸馏出来的小模型只在那类任务上接近老师模型，不等于全面等强。

Compute

二、算力与规格

算力、显存与上下文长度这三个口径最容易被混着比：单位不同、精度档不同、含不含输出也不同。这里把换算关系写清楚。

TFLOPS每秒万亿次浮点运算: 衡量芯片算力的速度单位，全称是 Tera Floating-point Operations Per Second。1 PFLOPS 等于 1000 TFLOPS。厂商标称算力必须注明是 FP16、FP8 还是 FP4 档，不同精度下的数字不可直接比较。
FLOPs浮点运算次数: Floating-point Operations，指一次计算任务总共要做多少次浮点运算，是「工作量」而不是「速度」。它与全大写的 FLOPS 只差大小写，含义完全不同，看规格表时要分清。
HBM3e高带宽显存: 高带宽显存（High Bandwidth Memory）的第三代增强版本。它把显存带宽提到远高于普通显存的水平，大模型推理时权重读取速度往往先撞到带宽而不是算力，所以容量与带宽要一起看。
上下文窗口Context Window: 模型单次请求能读取的最大 token 数量，同时包含你的输入与它要生成的输出。窗口变大意味着能一次塞进整份长文档，但显存占用与费用也随之上行，不是越大越划算。
token词元: 模型处理文本的最小单位，中文里大致对应一到两个汉字，英文里约零点七个单词。上下文长度上限与计费都以它为单位，所以同一段中文通常比同一段英文更「贵」。
算力集群Compute Cluster: 把多台加速卡服务器用高速互联组网，用于训练或大批量推理。衡量集群效率常用「相对同代旗舰的百分比」这类口径，这类数字通常来自厂商自述，横向比较前要看是否有第三方复现。

Retrieval & Speech

三、检索与语音

「让模型答自己资料里的问题」与「把音频变成文字」这两件事，站内工具页里出现的缩写最多。

RAG检索增强生成: 检索增强生成（Retrieval-Augmented Generation）：先在你自己的资料库里检索出相关片段，再把片段连同问题一起交给模型作答。好处是答案能给出出处、可以核对，而不是只靠模型记忆。
向量检索Vector Search: 把文本转成向量后用相似度找出语义最接近的片段，即使字面用词不同也能命中。它与关键词检索互补：前者擅长语义，后者擅长精确术语与编号。
知识库Knowledge Base: 把企业或个人的文档切分、索引后供检索使用，是检索增强生成的上游。文档切分的粒度会直接影响召回质量，不是把文件堆进去就能用。
ASR自动语音识别: 自动语音识别（Automatic Speech Recognition）：把音频里的人声转成文字。站内「语音转字幕」用的就是这类能力，识别质量受口音、背景噪声与专业术语影响。
转写Transcription: 把音视频里的人声逐句变成文字稿，通常同时产出时间戳，便于做字幕、章节切分与二次剪辑。长音频一般走异步队列，不会一直占着浏览器。
SSML语音合成标记语言: 语音合成标记语言（Speech Synthesis Markup Language）：用一组标签控制停顿、语速、音高与重音，让合成语音听起来更自然。它不是模型，而是喂给语音合成引擎的一种写法。
Whisper开源语音识别模型系列: 一类开源的语音识别模型系列，支持多语种转写与时间戳输出。站内语音转字幕与视频章节切分使用的转写能力属于同一技术路线；具体效果仍取决于音频质量与是否使用更大的模型规格。

Engineering

四、工程与性能

教程与选型指南里出现的工程词，多半决定了页面的加载方式、流式输出的实现与限额口径。

SSE服务器发送事件: 服务器发送事件（Server-Sent Events）：服务器通过一条长连接持续向浏览器推送增量文本的单向通道，是对话界面「逐字出现」的常见实现方式。它比轮询省资源，但不适合双向通信。
API应用编程接口: 应用编程接口（Application Programming Interface）：两个程序之间约定的调用方式。站内每个在线工具背后都对应一个接口，由服务端完成对模型服务的调用，浏览器里不出现任何密钥。
CDN内容分发网络: 内容分发网络（Content Delivery Network）：把静态资源缓存到离用户更近的节点，缩短加载时间。站内的页面、样式与脚本都是自托管静态文件，不依赖外部资源。
缓存Cache: 把计算结果暂存起来复用，避免重复计算。复用得越多，平均耗时越低、单位算力能服务的请求越多；代价是返回的可能是稍早一次的结果，因此必须约定过期与刷新策略。
限流Rate Limit: 限制单位时间内的请求次数，防止单个用户或异常流量打满服务端资源。站内对工具调用同时设了「每用户每分钟次数」与「总时长超时」两种约束。
SSG静态站点生成: 静态站点生成（Static Site Generation）：在构建阶段就把页面生成成 HTML 文件，访问时直接返回，不需要每次请求都渲染一遍。适合内容相对稳定、又希望被搜索引擎抓全的页面。
ISR增量静态再生: 增量静态再生（Incremental Static Regeneration）：先返回已有的静态页面，再在后台按需重新生成新版本，兼顾静态页的响应速度与内容的更新时效。
P95延迟分位数: 把一段时间内的请求按耗时从快到慢排序，第 95% 位置上的那个耗时值。它比平均值更能反映「慢请求到底有多慢」——平均值很容易被大量快请求盖住。
MD5 / SHA-256消息摘要算法: 把任意长度的内容算成固定长度指纹的算法，常用于校验文件有没有被改动。需要注意 MD5 与 SHA-1 已经不适合用于安全场景，新项目应使用 SHA-256 或更强的算法。
灰度发布Canary Release: 先让一小部分用户用上新版本，确认没有问题再逐步扩大范围。它的价值在于把出问题的爆炸半径压到最小，同时保留随时回滚的能力。

Eval & Product

五、评测与产品

资讯里出现的跑分、产品形态与站内计费概念。看跑分时最重要的不是数字大小，而是口径是否一致。

SWE-bench代码修复评测集: 用真实开源仓库的 issue 与测试用例来考察模型「能不能把代码改对」的评测集。分数受是否使用额外工具、允许重试多少轮影响很大，横向对比必须确认是同一口径。
AIME数学邀请赛: 一项面向中学生的数学竞赛，因为题目难度稳定，常被拿来考察模型的数学推理能力。不同年份、不同提示策略下的成绩不可直接比较，样本量小的时候单题差异就会造成明显波动。
SaaS软件即服务: 软件即服务（Software as a Service）：按订阅或按用量在线交付的软件形态，用户不需要自己部署与运维。与之相对的是需要本地安装或私有化部署的交付方式。
多模态Multimodal: 模型能同时处理文本、图片、音频等一种以上输入模态的能力。「支持上传图片」不等于具备视觉理解——有的实现只是把图片当附件存下来，真正读图需要模型侧开通视觉能力。
智能体Agent: 能自己决定下一步动作、调用外部工具并多步完成任务的大模型应用形态，区别于「一次提问一次回答」。多步意味着失败也会累积，所以超时、重试与人工确认点必须先设计好。
工作流Workflow: 把多个步骤（模型调用、条件判断、外部接口）串成一条固定流程自动执行。与智能体的区别是步骤由人预先编排，可控性更高，遇到流程外的情况不会自己变通。
提示词Prompt: 交给模型的指令文本。把角色、任务、输入范围与输出格式写清楚，通常比反复试更省 token，也更稳定。提示词属于输入，不会改变模型权重。
积分Credits: 站内的计费单位。每次请求按工具单价预扣积分，调用失败会自动退还；积分不区分有效期与来源，具体单价与赠送规则以定价页当前展示为准。

这些术语为什么会出现在站内

1

资讯里出现：模型规格、算力与价格口径的报道会直接引用厂商原话里的缩写，本页负责把缩写翻译成中文并写清口径差异。

相关：AI 科技资讯 · 单篇资讯详情

2

工具页里出现：工具卡片会用能力标签描述它依赖什么能力（如语音识别、检索增强、视觉理解），本页解释这些能力标签的含义。