文章列表-AI魔法学院

文章列表

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

比如处理水、烟雾这种元素，两帧画面之间的一致性非常重要。

ControlNet

OpenAI视频模型Sora的推理生成成本多高？

高清视频 1s 约为 30 帧以上，但实际训练和推理也会做压缩，我们估计压缩后 1s 约为 9 帧。

Sora 推理算力

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

ensp; 2.3 训练方式 3 实验 4 讨论参考文献 1 简介 24年的第一个月，智源就发布了新一代

BGE M3-Embedding 多语音检索

AI 换脸——Deepfacelab 下载与安装，新手教程

AI 换脸就是采用生成式对抗网络（GAN, Generative Adversarial Networks ）的人工智能算法，第一次接触是冯·诺依曼研究的博弈论，在这里不再深入探究，大家有兴趣可以去了解

Deepfacelab 换脸

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

github: https://github.com/westlake-baichuan-mllm/bc-omni 1 简介人工智能领域正在迅速发展，尤其是在大语言模型（LLMs）的推动下，以及随后多模态大语言模型

Baichuan-Omni 多模态大模型

大模型推理能力增强方法总结

推理能力作为一种可能的“象征着真正的智慧”的能力，在过去的几年里兴许不是被探索和研究得最多的，但肯定是被讨论得最为热烈的。

推理能力大模型

白话Embedding：普通人都能懂的科普文

至少，如果我们使用数百张苹果和橘子的照片，而不仅仅是四张，那就不太可能了。

Embedding 向量

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

在 AI 大模型浪潮中，国内厂商面壁智能再次突破，推出了其最新的“小钢炮”系列——MiniCPM 3.0。

MiniCPM3-4B 大模型

视频大模型训练相关词条解释

它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。

视频生成 sora 词条

使用知识图谱提高RAG的能力，减少大模型幻觉

图数据库可以提供更高级的查询功能，包括过滤、聚合和复杂的模式匹配。

RAG 大语言模型

Langchain中改进RAG能力的3种常用的扩展查询方法

有多种方法可以提高检索增强生成(RAG)的能力，其中一种方法称为查询扩展。

检索增强生成 Langchain

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

Sora 的发展，标志着 AI 长期研究的一个里程碑：让 AI 系统（或 AI 智能体）不仅能理解复杂的用户指令，还能将这些理解应用于解决现实世界的问题，通过动态和情境丰富的模拟互动。

Sora 微软

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

Sora 的发展，标志着 AI 长期研究的一个里程碑：让 AI 系统（或 AI 智能体）不仅能理解复杂的用户指令，还能将这些理解应用于解决现实世界的问题，通过动态和情境丰富的模拟互动。

sora 论文

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

在后训练阶段，智谱团队不仅完成了对话场景的人类偏好对齐，还运用拒绝采样和强化学习等先进技术，重点提升了模型在指令理解、工程代码生成、函数调用等关键任务上的能力，从而显著增强了智能体执行任务的核心素质。

GLM模型智谱

小学生都能看懂的 Prompt 高级技巧： Few-Shots 、 COT 、 SC、 TOT 、 Step-Back

3.花费大量时间思考不同可能的未来情景及其概率可能会引人入胜，但我建议采取完全不同的方法——尝试自己构建原型。

Prompt 大模型

<...7 8 9 101112 13 14 15 16 ...>

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