文章列表-AI魔法学院

文章列表

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

作为条件生成图像。

Kandinsky-3 文生图开源模型

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

然而，语言模型缺乏像人类一样感知非文本模态（如图像和音频）的能力。

大模型语音

46.6k星星！最强开源AI集合系统，一键部署全网AI工具都能直接用，UI简直是视觉盛宴！

下面是目前支持的平台，后面还会增加像是Replicate and Perplexity这些平台。

AI开源集合

一网打尽 | 掌握64个策划思维模型，逆转职业寒冬!（高清图+模型详解）

以市场占有率为横坐标，市场增长率为纵坐标的矩阵坐标图，将坐标图划为四个象限，分别为：明星产品、金牛产品、问题产品、瘦狗产品。

策划思维模型方法论

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

具体来看：Milvus 2.3.0 不仅包含大量的社区呼声很高的新功能，还带来了诸如 GPU 支持、Query 架构升级、更强的负载均衡调度能力、新的消息队列、Arm版本镜像、可观测性、

大语言模型

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

AI大模型驱动数字人产业升级，助力中小企业降本增效近几年来，受全球经济环境不确定性的影响，以及疫情后生产恢复的压力，“降本增效”成为释放经济发展活力的关键，也是我国企业经营过程中的普遍性共识，而数字化转型成为新时期企业降本增效的必然选择

数字人数字分身

prompt中的分隔符号的正确使用方法

无论是在日常对话中，还是在我们与先进技术，特别是像GPT这样的人工智能模型交互时，准确传达我们的意图是至关重要的。

prompt 分隔符

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

RAG（Retrieval Augmented Generation）是一种检索增强生成技术，它利用大型语言模型来处理用户查询，RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—

RAG 大语言模型

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

解读OpenAI Sora文生视频技术原理

碎片Patch已经被证明是一个有效的视觉数据表征模型，且高度可扩展表征不同类型的视频和图像。

sora

被高估的Pika，被低估的多模态AI

、图像：附件1），生成的视频效果较为精美。

大模型多模态

【工具书】文生图常用的正向反向提示词以及常用词中英文对照表

yuri, 自考虑：easynegative,toony,dated,line art,flat colors 最重要的反向词：NSFW 中英文对照 l 提高图像质量的正向提示词

文生图 prompt 提示词

什么是极限、导数、微分与积分（通俗易懂）

随着你逐渐踩下油门，车速开始增加。

数学微积分科学

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

在过去的几年里，我们看到了AI在图像、视频和文本生成方面的巨大进步。

开源模型

从零开始学习大模型-第二章-大模型学习路线

随着技术的进步，大模型如OpenAI的GPT-4和Sora、Google的BERT和Gemini等已经展现出了惊人的能力-从理解和生成自然语言到创造逼真的图像及视频。

大模型学习

<...15 16 17 181920 21 22 23 24 ...>

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