文章列表-AI魔法学院

文章列表

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

MiniCPM-V是面向图文理解的端侧多模态大模型系列。

minicpm 面壁

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了！

最后我会再放一张脑图，没空看的可以收藏一下文章，然后滑到最后去保存脑图。

OpenAI Prompt 提示词

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

o• 配置同义词：ElasticSearch将“土豆”映射到“马铃薯”，从而返回所有包含“马铃薯”的相关记录，解决用户问题。

ElasticSearch 智能搜索

Stable Diffusion

Stable Diffusion | SD的老舅ComfyUI来了，节点式工作流，分部控制出图

也可以鼠标双击界面，弹出搜索窗口，直接搜索常用版块：一般会有主模型/提示词（clip模型）/采样器/初始潜空间（参数设置）/VAE解码器/图像保存。

生成式AI

技术爆炸！AI一图换脸新王者，Instant ID保姆级安装与使用测评

在SD中有很多人物换脸的新技术，比如像之前的Roop还有ReActor，它们都可以实现仅凭一张图进行人物换脸，后来又出现了EasyPhoto，可以通过快速炼制的小模型来对人物进行模仿。

Instant ID 文生图

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

对于对Agent感兴趣的朋友们，我推荐一篇论文，它全面地介绍了Agent的架构，对于理解Agent的全局有着重要的价值。

大模型 LLM Agent

深度解读｜做出海必看的一份产品报告

前段时间我们分析的 Voiceflow 和经典的小而美 SaaS企业 Calendly 都是 OpenView 被投版图的一部分。

工作

盘点数据安全合规方向的热门证书【快来了解一下】

获得CIPP/E认证代表对GDPR知识点的全面掌握，以及足够的理解数据保护&在欧洲的相关法规，并在欧洲隐私法的相关职业发展上占据优势。

工作

语音识别的未来已来：深入了解faster-whisper的突破性进展

faster-whisper是基于OpenAI的Whisper模型的高效实现，它利用CTranslate2，一个专为Transformer模型设计的快速推理引擎。这种实现不仅提高了语音识别的速度，还优化了内存使用效率。faster-whisper的核心优势在于其能够在保持原有模型准确度的同时，大幅提升处理速度，这使得它在处理大规模语音数据时更加高效。

语音识别 Faster-Whisper

SadTalker数字人常见问题3

SadTalker数字人制作工具，用自带的图片音频可以生成，而用自己的图片、音频生成视频就不行。

SadTalke

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama是一个由南洋理工大学和腾讯联合开发的多模态语言模型，它可以根据你的指令来理解和生成图表。

ChartLlama 开源模型图标

Stable Diffusion

Stable Diffusion快速生图，LCM-Lora、sd_xl turbo寄养和亲生谁好？！

前段时间在AI界火了一圈的LCM(潜在一致性模型)，应该大家有所了解，其开发团队来自清华某实验室。

sdxl SD 绘画

字节推出开源绘画大模型SDXL-Lightning，秒级出图

相较于其他SDXL大模型，SDXL-Lightning最显著的优点在于可一步生成图像。

sdxl 字节绘画

SD入门教程三：采样器及参数调整

这篇我们结合文生图模块下的采样器和各种参数对于生成图片的细节做一些讲解，每一个参数都有自己对应的含义，也会对生成的图有一定的影响。

SD 入门教程

《OpenAI官方：GPT 最佳实践》大白话编译解读版本

值得注意的是，这文章原版为全英文，但并非繁琐深奥，任何人都可轻松理解并掌握其精髓。

提示词官方翻译

<...6 7 8 91011 12 13 14 15 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1