文章列表-AI魔法学院

文章列表

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

，该模型支持超过100种语言，能够接受不同形式的文本输入，文本最大输入长度扩展到4192，并且支持包括稠密检索，稀疏检索，多向量检索三种不同检索手段。

BGE M3-Embedding 多语音检索

使用ComfyUI玩SDXL的正确打开方式

我们来加入一个新节点，右键点击-【新建节点】-【实用工具】-【Primitive元节点】。

文生图 ComfyUI

大模型应用的10种架构模式

在塑造新领域的过程中，我们往往依赖于一些经过实践验证的策略、方法和模式。

大模型架构

基于 Kimi Chat 的 AI 渐进式阅读法

例如在总结这篇文章《朱啸虎讲了一个中国现实主义AIGC故事》时，我发现总结的内容中有冲突的地方，就向 AI 发起了疑问： 02 专有名词解释如果文章中有你不理解的名词，可以向

Kimi Chat 阅读

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

这个让数字人声音完美匹配画面还匹配表情和情绪的对口型项目已经正式在即梦上线了。

Loopy 视频

Stable Diffusion

[Stable Diffusion]Segment Anything实现商业换装

Segment Anything是一种基于深度学习算法的图像分割工具，它可以将图像当中的每一个像素分配到对应的区域当中，能够实现精准的边缘识别。

Segment Anything 文生图

颠覆数据存储方式：向量数据库的威力

向量数据库通过计算向量之间的相似度来搜索数据，因此它特别适用于人脸识别、语音识别、推荐系统等需要高维度数据处理的领域。

编程数据库

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

对话式人工智能工具的流行引发了人们对人工智能安全的担忧。

HAI-Chat RLHF

Agent四大范式 | 综述：全面理解Agent工作原理

该代理擅长处理如图像生成、分类、物体识别、视频注释、语音转文本等任务。

Agent 大语言模型

总结些SDXL出人像时遇到的困难

我其实之前出图不多，出的话大多是尝试网上的提示词，所以提示词能力没得到锻炼，写得也没什么章法可循。

文生图 SDXL

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

为了解决这个问题，JoyHallo 收集了来自京东健康国际公司员工的29小时普通话语音视频，形成了 jdh-Hallo 数据集。

JoyHallo 数字人开源模型

AI绘画Stable-Diffusion风格化实战

这些有趣的风格化效果其实都是图像风格化技术的应用成果。

Stable-Diffusion 文生图

AI拟声: 5秒内克隆您的声音

个性化语音助手：使用MockingBird，你可以创建自己的个性化语音助手。

声音克隆开源

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

我们来加入一个新节点，右键点击-【新建节点】-【实用工具】-【Primitive元节点】。

开源模型

十个节省数百小时无聊工作的GPT提示词

翻译提示：“如何更好地组织我的数字文件和文件夹以查找文档，消除不必要的搜索并节省时间。”

prompt 提示词

<...8 9 10 111213 14 15 16 17 ...>

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