多模态生成式 AI：从 DALL-E 3 到视频生成与图生图的生产实战
系统梳理多模态生成技术：文本到图像（DALL-E 3 / Midjourney / Stable Diffusion XL）、文本到视频（Sora / Runway Gen-3 / Pika / 可灵）、图像到图像（ControlNet / IP-Adapter / Img2Img）。 涵盖 Prompt 工程（图像/视频生成专用）、负面提示词策略、分辨率与纵横比选择、版权与伦理边界。 附完整的 API 调用代码、Ollama 本地 Stable Diffusion 部署、以及批量生成与后处理流水线。