Słownik
Wszystkie terminy, które książka definiuje — w jednym miejscu i alfabetycznie. Dodatek A grupuje te same terminy według warstwy pracy.
114 terminów
Nic nie pasuje. Spróbuj krótszego fragmentu.
[
- [FIELD]
-
Własna adnotacja tego dodatku, nie znacznik niepewności: słownictwo branżowe omówione na poziomie kategorii, a nie nazwane w rozdziale.
- [UNVERIFIED]
-
Znacznik oznaczający, że twierdzenie nie ma źródła, które możesz sprawdzić.
A
- ADetailer
-
Przebieg detali twarzy stosowany po upscalingu; książka nazywa tę operację, a nie ten przycisk.
- Afiliacja
-
Promowanie cudzego produktu za prowizję: najtańszy pierwszy dolar, najsłabsza pozycja.
- AI Act Article 50
-
Artykuł o przejrzystości: 50(2) oznacza wynik i wiąże dostawcę, 50(4) wiąże ciebie.
- AI UGC
-
Generowany materiał robiony pod brief marki i wyceniany za deliverable, niepotrzebujący twojej własnej publiczności.
- ARPU
-
Średni przychód na użytkownika w okresie; w wypracowanym miesiącu książki $4 230 na 60 subskrybentów, czyli $70,50.
B
- Base model
-
Wytrenowane wagi, z których bierze się wygląd persony; jego licencja rządzi każdym adapterem trenowanym na nim.
- Batch
-
Jeden przebieg produkcyjny, rozmiarowany według survival rate, a nie według ambicji.
- Bramka zatwierdzenia
-
Ludzkie sprawdzenie bezpośrednio przed krokiem nieodwracalnym: publikacją albo renderem, za który płacisz za sekundę.
- Brand deal
-
Płatny deliverable dla firmy, wyceniany w jednostkach, z wpisanymi prawami użycia i ekskluzywnością.
C
- C2PA
-
Content Credentials: podpisany manifest opisujący, co utworzyło plik i co zostało z nim zrobione.
- Captioning
-
Nazywanie tekstem tego, co obraz zawiera; to, co nazwiesz, oddziela się od trigger worda.
- CFG scale
-
Classifier-free guidance: jak mocno model jest popychany w stronę promptu; wysokie wartości przepalają LoRA tożsamości.
- Character bible
-
Sześcioczęściowa specyfikacja, która czyni personę odtwarzalną jako postać przez miesiące.
- Checkpoint
-
Jeden zapisany stan modelu albo adaptera, identyfikowany hashem i zapisany jako provenance.
- Churn
-
Odsetek subskrybentów, którzy odchodzą; o jeden miesiąc krótsze przeciętne życie przesunęło LTV z $352 na $585.
- CLIP
-
Enkoder tekstu w stylu CLIP, który najlepiej odpowiada na fragmenty rozdzielone przecinkami; używany przez starsze rodziny modeli.
- CLIP Vision
-
Obrazowa połowa enkodera z rodziny CLIP, warunkująca na obrazie referencyjnym, a nie na tekście.
- ComfyUI
-
Silnik grafów węzłowych, którego książka używa jako silnika produkcyjnego, wywoływalny przez orchestratora.
- ControlNet
-
Ścieżka warunkowania ograniczająca generowanie mapą strukturalną, taką jak poza, głębia albo krawędzie.
- Czas człowieka
-
Największa pozycja sumaryczna w tabeli kosztów pipeline'u i ta, którą operatorzy pomijają.
D
- Deepfake
-
Treść przypominająca istniejące osoby albo zdarzenia, która fałszywie wyglądałaby na autentyczną; definicja uruchamiająca 50(4).
- Detail pass
-
Operacja na detalach twarzy, uruchamiana na końcu, w finalnej rozdzielczości i przy niskim odszumianiu; nadmiar detalu czyta się jako syntetyk.
- Dostawca (provider)
-
W rozumieniu AI Act: ten, kto opracowuje system AI albo wprowadza go na rynek pod własną nazwą.
- DPIA
-
Ocena skutków dla ochrony danych, wymagana przy profilowaniu na dużą skalę, takim jak persona w czacie.
- Drabina metod
-
Techniki tożsamości uporządkowane od najtańszej i najsłabszej do najdroższej i najbardziej przenośnej.
- DreamBooth
-
Dostrajanie większej części modelu na garści obrazów: wyższa wierność, gigabajtowe wyniki, więcej przeucenia.
- Dryf tożsamości
-
Powolna migracja twarzy od planszy referencyjnej, niewidoczna w jednej klatce, oczywista przez rok.
- Dubbing kontra ponowne wygenerowanie
-
Dubbing podmienia ścieżkę audio pod istniejącym wizualem; ponowne wygenerowanie produkuje klip od nowa, co reguła mismatchu preferuje.
E
- Encoder klasy T5
-
Enkoder tekstu z długim kontekstem, który radzi sobie z pełnymi zdaniami i relacjami między słowami; pisz prozą, nie zupą tagów.
- Expression echo
-
Adapter odtwarzający ten wyraz twarzy albo tę pozę, które dominowały w jego datasecie; porażka koncentracji, nie promptu.
F
- Fonem
-
Jednostka dźwięku, którą model lip-sync mapuje na kształty ust; trudne potrafią potroić liczbę powtórzeń.
H
- Hierarchia przychodów
-
Ścieżki zarobku uporządkowane od najłatwiejszej do najtrudniejszej, z godzinami operatora przypisanymi do każdej.
I
- I2V (image-to-video)
-
Generowanie ruchu z zatwierdzonego stilla; to workflow still-first czyni keyframe'y przenośnymi.
- img2img
-
Odszumianie całego obrazu z twojego wejścia przy zadanej sile, przepisujące styl ujęcia z zachowaniem kadru.
- Inpainting
-
Regenerowanie wyłącznie zamaskowanego obszaru; narzędzie chirurgiczne do dłoni, oka albo jednego złego detalu.
- InstantID
-
Embedding twarzy plus ścieżka landmarków, dzięki czemu jedna referencja trzyma tożsamość, gdy poza i scena się zmieniają.
- IP-Adapter FaceID
-
IPAdapter niosący embedding tożsamości wyciągnięty przez model rozpoznawania twarzy, co wyostrza utrzymanie.
- IPAdapter
-
Warunkuje generowanie obrazami referencyjnymi, przenosząc styl i kompozycję równie dobrze jak twarz; zawodny jako samo źródło tożsamości.
K
- Kanał własny
-
Powierzchnia, którą kontrolujesz, taka jak lista mailingowa, dzięki której publiczność przetrwa decyzję platformy.
- Kanon
-
Dziesięć faktów, których persona nie może złamać, każdy dość konkretny, by sprawdzić go w dziesięć sekund.
- Keyframe
-
Zatwierdzony still, z którego generuje się klip, niosący tożsamość, którą model wideo wziąłby skądinąd.
- Klonowanie głosu
-
Produkowanie nowej mowy z próbki prawdziwego głosu; zakotwiczenie w stałym artefakcie sprawia, że bije ono projektowanie głosu.
- Klonowanie zero-shot
-
Klonowanie z krótkiej próbki bez dostrajania, kosztem stabilności emocja do emocji.
- Kolejka publikacji
-
Cztery miejsca docelowe wybierane już na QA, a nie później: publikacja, bank, retusz albo kosz.
- Koszt na opublikowany post
-
Miesięczne wydatki pipeline'u podzielone przez opublikowane posty; poniżej około $6 jest zdrowo, powyżej $15 znaczy zejść niżej.
- Koszt na użyteczne ujęcie
-
Wydatki na generowanie podzielone przez klatki przechodzące QA; metryka, która czyni zmiany tieru porównywalnymi.
L
- Liczba kroków
-
Ile iteracji odszumiania się wykonuje; bazy pełnej jakości zbiegają w okolicach 20–30, modele destylowane w okolicach 4–8.
- Lip-sync
-
Dopasowanie zsyntetyzowanej mowy do twarzy; rozliczane za minutę i najczęściej powtarzana linia w arkuszu kosztów.
- Lista „nigdy nie publikuj"
-
Zapisany zbiór rzeczy, których persona nie zrobi, wraz z deepfake'ami politycznymi.
- LoRA
-
Mały adapter niskiego rzędu, od kilkudziesięciu do dwustu megabajtów, który popycha bazę w stronę jednej twarzy.
- LTV
-
Łączone ARPU pomnożone przez przeciętne życie subskrybenta w miesiącach; $70,50 przez pięć miesięcy daje $352.
M
- Media kit
-
Jednostronicowy dokument, który odpowiada na pytania marki o moce przerobowe, zgodność i stawki, zanim marka je zada.
- Merchant of record
-
Platforma, która sprzedaje w twoim imieniu, odprowadza VAT i wystawia fakturę pod własną nazwą.
- Metadane provenance
-
Generator, prompt, seed, referencje, znacznik czasu i suma kontrolna zapisywane dla każdego opublikowanego assetu.
- Migotanie
-
Niestabilność jasności, tekstury albo detalu między klatkami; ograniczenie generatora, nie problem gradingu.
- Model release
-
Pisemna zgoda człowieka występującego w referencji, ograniczona terytorium, okresem i mediami.
- Motion bucket
-
Parametr sterujący tym, ile ruchu się od klipu żąda.
- Motion prompt
-
Tekst opisujący wyłącznie ruch, trzymany krótko, gdy warunkowanie tożsamości jest ciężkie.
N
- Node graph
-
Zapisany workflow generowania wyrażony jako połączone node'y, uruchamialny z API albo skryptu.
O
- Obrazy regularyzacyjne
-
Zwykłe obrazy klasy, której uczy adapter, dołączane, by utrzymać ogólne zachowanie modelu bazowego.
- Okres retencji
-
Zdefiniowany czas życia dla każdej klasy danych: 12–24 miesiące dla logów, pięć lat dla faktur.
- Orchestrator
-
Warstwa automatyzacji, która wywołuje silnik, przekazuje parametry i archiwizuje wyjścia; tutaj n8n.
- Outpainting
-
Rozszerzanie obrazu poza jego pierwotny kadr; książka komponuje szerzej już na etapie generowania.
- Oznaczenie odczytywalne maszynowo
-
Oznaczanie po stronie dostawcy jako poświadczenia C2PA albo watermarki pikselowe; nie twój obowiązek i nie niezawodne.
P
- Path
-
Numerowana konwencja folderów, taka jak 00-bible/ i 40-output/, która trzyma każdy asset adresowalnym.
- Podmiot wdrażający (deployer)
-
W rozumieniu AI Act: ten, kto używa systemu AI pod własnym zwierzchnictwem; ty, za każdym razem gdy wysyłasz prompt.
- PPV
-
Pay-per-view: jednorazowa płatna treść sprzedawana w ramach subskrypcji, w cenie około $8 do $40 za sztukę.
- Prawa osoby, której dane dotyczą
-
Dostęp, sprostowanie, usunięcie, przenoszenie i sprzeciw na mocy artykułów 15–22.
- Prawo do wizerunku
-
Prawo osoby do kontrolowania komercyjnego użycia jej podobizny, odrębne od praw autorskich.
- Prawo do własnego wizerunku
-
Ten sam interes ujęty jako prawo jednostki do własnego obrazu; w Polsce prawo do wizerunku.
- Prawo odstąpienia
-
Czternastodniowe prawo konsumenta w UE do rezygnacji, tracone tylko wtedy, gdy zgoda i potwierdzenie są udokumentowane.
- Preset próbkowania
-
Zamrożony sampler, scheduler, liczba kroków i CFG wpisane do specyfikacji persony.
- Projektowanie głosu
-
Opisanie głosu i zlecenie modelowi stworzenia go bez nagrania źródłowego: brak problemu ze zgodą, mniejsza spójność.
- Prompt list
-
Utrzymywany zestaw czterdziestu wariantów promptu wielokrotnego użytku, uzupełniany w cotygodniowym oknie przeglądu.
- Przestrzeń latent
-
Skompresowana reprezentacja, w której model odszumia; dlatego img2img jest przybliżeniem, a inpainting ma miękkie krawędzie.
- Przeucenie i niedouczenie
-
Przeucenie zapamiętuje zbiór referencyjny razem z jego oświetleniem; niedouczenie zostawia twarz zbyt słabo nauczoną, by się trzymała.
- PuLID
-
Wstrzykuje embedding tożsamości z wyrównaniem kontrastowym zaprojektowanym tak, by nie ruszać estetyki bazy; bez treningu.
Q
- QA rejection rate
-
Jedynka minus survival rate; diagnostyka mówiąca, że regresję zaliczyła warstwa pipeline'u, a nie model.
- QA survival rate
-
Klatki przechodzące QA podzielone przez klatki wygenerowane; wejście do wyznaczania rozmiaru batchu.
R
- Ranga i alpha LoRA
-
Ranga ustawia pojemność adaptera; alpha skaluje, jak mocno napiera. Pojemność, nie jakość.
- Reference conditioning
-
Modele edycyjne oparte na instrukcji i adaptery, które trzymają temat, gdy scena się zmienia.
- Reference sheet
-
Wersjonowana plansza twarzy i ciała persony, względem której ocenia się każde generowanie.
- Rejestr osi czasu
-
Datowany zapis tego, co persona już zrobiła albo twierdziła, służący do wyłapywania sprzeczności.
- Rekwizytornia
-
Powracające miejsca i przedmioty wokół persony; to, co zamienia generowanie z wymyślania w wydobywanie.
- RODO (GDPR)
-
Unijny reżim ochrony danych, po angielsku GDPR; rządzi logami czatu, referencjami i rejestrami zgód.
- Run id
-
Identyfikator nadany jednemu przebiegowi pipeline'u, czyniący ponowne uruchomienie idempotentnym zamiast duplikującym wyjścia.
S
- Sampler
-
Algorytm idący od szumu do obrazu, taki jak Euler albo wariant DPM++.
- Scheduler
-
Harmonogram szumu, za którym idzie sampler, taki jak normal albo karras.
- Seed
-
Losowy punkt startowy; ten sam seed z tymi samymi ustawieniami odtwarza ten sam obraz.
- Selekcja datasetu
-
Projektowanie, a nie zbieranie zbioru treningowego: najpierw oceniasz wygenerowaną pulę pod tożsamość, potem pod pokrycie.
- Skanowanie konsekwencji
-
Przegląd zaplanowanego posta pod kątem tego, komu mógłby zaszkodzić albo kogo wprowadzić w błąd, przed publikacją.
- Smoke test
-
Trzy klatki przy ustawieniach produkcyjnych, sprawdzone pod tożsamość, przed każdym dużym batchem.
- Spójność czasowa
-
Czy wygląd trzyma się przez klatki jednego klipu; wideo-wersja dryfu.
- spółka z ograniczoną odpowiedzialnością
-
Polska forma spółki kapitałowej; ta, którą zakłada materiał zgodnościowy książki.
- Start frame i end frame
-
Obrazy, między którymi interpoluje klip; podanie obu ogranicza ruch i zmniejsza dryf.
- Szablon ujawnienia
-
Pięć gotowych fragmentów umieszczanych według jednej reguły: nieuniknione, nie do pominięcia.
T
- T2V (text-to-video)
-
Generowanie klipu z tekstu, bez klatki referencyjnej; słabsza droga dla persony.
- Tabela odrzuceń
-
Diagnostyka dwunastu defektów, kierująca dziewięć z dwunastu napraw z powrotem do pipeline, a nie do ujęcia.
- Talking head
-
Zsynchronizowany klip mówiący; format, który przenosi pipeline z Minimum do Working.
- Tier subskrypcji
-
Poziom dostępu odnawiany cyklicznie, wyceniony pod intencję wejściową, średnią albo wysoką.
- Trigger word
-
Token aktywujący adapter i zarazem token, który wchłania wszystko, co dataset błędnie kojarzy z twarzą.
- TTS (text-to-speech)
-
Synteza mowy z tekstu; najtańsza warstwa w stacku przy skali jednoosobowej.
- txt2img
-
Generowanie z samego tekstu, bez referencji; miejsce, od którego persona startuje, i złe narzędzie do jej utrzymywania.
U
- Udział w przychodach
-
Zapłata jako procent tego, co zarabia druga strona, a nie stała kwota.
- Upscaling
-
Podnoszenie rozdzielczości na pikselach, a nie na latentach, więc idzie po kompozycji, tożsamości i naprawie.
V
- VAE
-
Para koder–dekoder między pikselami a przestrzenią latent; niedopasowana para objawia się przesunięciem kolorów i wypłukanymi cieniami.
- Variant
-
Jedna kombinacja promptu i ustawień w ramach batchu, śledzona, by dało się zmierzyć jej przetrwanie.
- VAT OSS
-
One Stop Shop: jedna rejestracja i jedna deklaracja kwartalna po przekroczeniu progu €10 000.
W
- Workflow JSON
-
Zserializowany node graph wyeksportowany z edytora, czyli to, co wykonuje orchestrator.
- Wynik spójności tożsamości
-
Ocena od 1 do 5 dla każdej klatki; nic, co dostaje 2 albo mniej, nie przechodzi, niezależnie od tego, co mówi średnia.
Z
- Zamiana twarzy w stylu ReActor
-
Podmiana twarzy po generowaniu: szybka i tania, słaba przy zmianie kątów i ruchu.
- Znacznik niepewności
-
Etykieta twierdzenia w nawiasie kwadratowym: [UNVERIFIED], [VENDOR CLAIM], [UNTESTED], [SNIPPET] albo [AS OF 2026-10].