文章列表-AI魔法学院

文章列表

中学生也能看懂的Sora视频生成原理解读

这种处理多样化视觉数据的能力，使得Sora在接收到如‘猫坐在窗台上’这样的文本提示时，不仅能理解这个提示背后的意图，还能利用它的内部表示形式，综合利用不同类型的视觉信息，生成与文本提示相匹配的视频或图片

视频生成 sora

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

使用较小的文本块可以提高检索的准确性，而较大的文本块则提供更多的上下文信息。

RAG 检索

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

顾名思义，除了根据正向和反向提示词之外，还需要基于一张图片生成图。

Stable Diffusion 图生图

实时语音克隆

SV2TTS使用深度学习框架，分为三个阶段，通过音频创建声音的数字表示，然后用这个表示来合成任意文本的语音。

语音克隆

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

template，还是今天要介绍的主角llamaindex选择的声明式的QueryPipeline，以及在此之前已经发布了数据处理阶段的pipeline（IngestionPipeline），都是在昭示一个趋势

Query Pipeline 大模型

牛顿力学在AI中失效？Transformer模型能完美预测却不懂物理，哈佛团队揭示模型缺失物理常识

而本次研究团队认为，基础模型的前景依赖于这样一个核心假设：学习预测序列能够揭示更深层次的规律，甚至乐观地说其能构建出一个世界模型。

Transformer 大模型

登顶的小熊猫模型出AI产品了！3步10秒出一张海报，可免费商用

官方介绍是用来做海报设计，使用非常简单：只需框选需要编辑的部分，把文本、所需元素在你想要的位置随便摆摆，再输入提示词，然后点击提交。

图形设计生成器文生图

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

我们将从简介开始，介绍其特点、安装和使用方法，提供示例代码，讨论其应用场景，并总结其优缺点。

微信爬虫

ComfyUI初学者指南

在顶部输入您的提示，在底部输入您的否定提示。

文生图 comfyui

RAG超参数调优食用指南

目前构建 LLM 应用程序存在一个巨大的问题，那就是需要调整大量的参数，而且远远超出了提示范围，例如分块、检索策略、元数据等。

rag 大模型

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

虽然音频技术日新月异，但许多现有方案在复杂场景中仍难以提供稳定且高质量的音频体验。

ClearerVoice-Studio 语音

PDFTriage:面向长篇结构化文档的问答

我们提出通过允许模型根据结构或内容检索上下文来解决这种对文档的简化表示。

大语言模型 PDF 文档

Midjourney 实现角色一致性的新方法

, diverse angles and expressions 提示词：12 幅宽幅照片，年轻女性，褐发精灵头，白色背景，不同角度和表情我更倾向于将这一提示词输入到DALL-E之中，因为它能够生成更为规范的格子布局

midjourney 文生图绘画

最受欢迎的SDXL模型，Turbo极速来袭！

参数：步数：4-7 CFG：2 采样器：DPM++ SDE Karras 1、蒙娜丽莎提示词： photograph of (Mona Lisa:0.6), countryside in

sdxlturbo 绘画

GPT让你拥有超强的写作能力！

在职场中，写作是一项不可或缺的技能，无论是撰写电子邮件、报告、计划书还是演示文稿，清晰有效的书面沟通都是成功的关键。

GPT 写作

<...14 15 16 171819 20 21 22 23 ...>

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