文章列表-AI魔法学院

文章列表

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 最令人瞩目的特点之一是它能够制作长达一分钟的视频，并且视频质量高、视觉连贯性强。

sora 论文

一个写了会上瘾的公众号写作模板

记得前段时间，刷到一个视频，陈铭老师说杨迪老师平时在台上能够说出那么多有意思的事情，都是源于生活中的点滴时刻，当别人说到一个事情的时候，他就已经掏出手机，把那个点在备忘录记录下来，同时还将这些内容进行关键词分类

公众号写作模版

【AI绘画】入门英文名词解析

GPU来进行深度学习才能使用）操作简单，出图快，平均10-20秒，画人物很强，西方魔幻风格其实AI绘画从21年起就开始快速发展，但只有sd项目开源（关于开源下面有论述）了，其他诸如Dall-E（读音

文生图 AI绘画

解码二维码：揭秘我的漂亮二维码生成秘诀！

另外这两种方法还存在一个问题：二维码的痕迹比较明显，大家一眼就能看出来这是一个二维码，对于追求视觉效果或者不想让别人看出来是二维码的场景，就力不从心了。

图像文字

Agent：OpenAI的下一步，亚马逊云科技站在第5层

Agent成为最受重视的方向。

开源模型

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

8月25日消息，阿里云推出大规模视觉语言模型Qwen-VL，一步到位、直接开源。

大模型

AI Comic Factory：AI(连环)漫画生成器

我还没有为它编写文档，但基本上它是其他现有 API 的“只是一个包装器™”： @hysts 的 hysts/SD-XL 空间以及其他用于制作视频、添加音频等的 API

生成式AI

3 分钟，把一篇 3000 字长文变成“脱口秀”——开源神器 Twocast 实战指南

复制粘贴就行，不用排版内置 3 大 TTS 引擎 Fish 声音最自然

Twocast 开源

如何从零开始，打造一家AI驱动的公司？

nbsp; 自动将日期等非结构化数据转换为结构化数据 · · 图像转文本功能，以便用户为图片添加文本并提取收据、PDF 等文本数据 · · 音频转文本功能

大模型打造公司

Agent四大范式 | 综述：全面理解Agent工作原理

本综述首次系统性地审视了基于 LLM 的代理规划，涵盖了提升规划能力的最新研究成果。

Agent 大语言模型

AI Agent新对决：LangGraph与AutoGen的技术角力

AutoGen被视为最早的多代理框架，一经推出，瞬间爆火，两周狂揽10k星，直接碾压GPT-4。

LangGraph AutoGen 对决

为什么说AI现在还不行！

那时候不单客服、外呼会基于AI进行构建，每个现有应用（Office等已经开始、游戏大概率会爆真正的多维叙事高度随机，主打智能的新式游戏）、广告屏、智能音箱、电视甚至手机都会重整。

大模型

AI换脸工具:facefusion使用心得

右上角是替换后的预览图(需要开启face_swapper帧处理器) target目标图片/视频：是要插入的的目标图片/视频文件。

FaceFusion 文生图

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

2.77亿参数、1340万帧视频训练数据，背后蕴含着怎样的技术秘密？

Agent+GPT-4V 大模型

RAG应用中数据处理过程需要注意的事项

重复向量的问题：当数据块在chunks中频繁重复时，数据质量可能会下降。

RAG 大模型

<...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