文章列表-AI魔法学院

文章列表

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

对于每个场景，环境模拟器接收用户活动并生成详细的，逻辑通顺合理的事件，环境模拟器将会持续生成事件，更新实体状态，产生特定反馈，直到当前环境下没有更多事件以供生成。

Agent 大模型

Sora物理悖谬的几何解释

Sora声称“作为世界模拟的视频生成模型”，豪气干云。

Sora 解释

Stable Diffusion

Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

Stable Diffusion是2022年发布的深度学习文本到图像生成模型，它是一种潜在扩散模型，它由创业公司Stability AI与多个学术研究者和非营利组织合作开发。

文生图

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

玩过的可以跳过，没玩过的可以当个参考。

通义千问

构建开源多模态RAG系统

RAG通过整合检索机制解决了这个问题，从外部知识库中提取相关事实，确保回答在语言上正确且在事实上准确。

RAG 大模型

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

MimicTalk通过引入「NeRF」技术，结合高效的微调策略和上下文学习能力的人脸动作生成模型，成功地解决了这一问题NeRF技术允许模型在三维空间中重建物体的形状和外观，而MimicTalk在此基础上进行了优化

MimicTalk 开源模型

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

第二个是圣诞节雪景和真实拍照的建筑视频的融合。

sora 视频生成

Stable Diffusion

Stable Diffusion AnimateDiff | 最火文本生成视频插件库

AnimateDiff介绍 AnimateDiff采用控制模块来影响Stable Diffusion模型，通过大量短视频剪辑的训练，它能够调整图像生成过程，生成一系列与训练视频剪辑相似的图像。

动画视频 AnimateDiff

忘了提示词吧，用自然语言教会AI画出想象力

对大段句子的理解比较弱，需要各种提示词组合，还要添加参数（比如用括号划重点）才能勉强让AI理解想要表达的意思。

文生图

探秘制作艺术二维码的新姿势

在之前的文章《AI制作艺术二维码-文生图》中，我介绍了一种直接通过提示词生成高逼格二维码的方法，但是通过提示词我们无法很好的控制生成图片的样式，特别是有些同学想要将自己的Logo或者头像附加到二维码中，

图像文字

[论文] 阿里提出AgentScope：灵活强大的智能体框架

随着大型语言模型（LLMs）的发展，多智能体应用在研究和工业界都取得了巨大进展，包括软件工程、社会模拟和智能助手。

AgentScope 语言大模型智能体

Stable Diffusion

Stable Diffusion 喂饭教程来啦！价值上万的模特AI换装方法

在电商领域，最近AI模特换装特别火，结合网上的教程和实战，总结了一个最简单性价比最高的方法。

Stable Diffusion 文生图

这两个AI工具可以让你的工作效率提高10倍

尽管ChatGPT和Midjourney前段时间很火，但是潮水过来，真正有用到的，也就是一些技术人在用，真正深度去用的还是蛮少。

AI工具

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

TTS领域内明星模型GPT-SoVITS实操教程来啦；2秒语音就能克隆，效果过于惊艳，请谨慎使用！

语音克隆开源模型

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

该模型在对话式问答和检索增强型生成等能力方面表现出色，在综合评测指标上甚至超越了当前业界顶尖的GPT-4模型。

Llama3-ChatQA-1.5 对话问答模型

<...9 10 11 121314 15 16 17 18 ...>

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