文章列表-AI魔法学院

文章列表

【Agent专题】Agent架构设计：智能体架构设计的9大核心技术全景深解析，附架构图

本文，我们将深度解析构建AI智能体所需掌握的9大核心技术——从底层调度逻辑到协议层标准，从人机交互到多智能体协同，全面还原一个真正可用、可落地、可拓展的AI Agent系统构建地图。

Agent 智能体架构

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

“ 虽然网络上面的文本生成图片的扩散大模型已经铺天盖地，但是使用过的朋友应该都知道它们大多数的实际应用效果并不尽人意！

大模型文生图

OpenAI Assistants API 使用指南

上次我们介绍了 OpenAI 的新版 API，包括语音转文字、生成图片和图片识别等功能，这次 API 的更新还包含了一个重量级的功能，就是类似 GPTs 的 Assistant API，它不仅可以完成

OpenAI Assistants API

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

通义千问大模型，大家自然是知道的。

阿里云视频音频

目前大语言模型的评测基准有哪些？

C-Eval花了大概三个月的时间，构造了一个覆盖人文，社科，理工，其他专业四个大方向，52 个学科（微积分，线代 …），从中学到大学研究生以及职业考试，一共 13948 道题目的中文知识和推理型测试集，

人工智能评测大模型

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

实时语音识别：听写文本并获得即时转录。

AI语音克隆实时语音识别

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

项目简介 PhotoMaker是腾讯最近开源的照片生成工具，这是一种高效的个性化文本到图像生成方法。

PhotoMaker 文生图

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

如何才能知道基础模型是否也已实现“从做出准确预测到构建可靠世界模型”的跨越？

Transformer 大模型

鹅厂最新AI工具刷屏！杨幂寡姐多风格写真秒秒钟生成，LeCun点赞 | 可免费体验

值得注意的是，他们这里强调了，他们不会进行人脸检测，但上传的图片人脸已经要占据图片大部分。

PhotoMaker 图生图

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

近年来，随着SD和Midjourney的火热，文本到图像生成（Text-to-Image Generation）的研究取得了令人瞩目的进展，让我们能够用自然语言指导AI创造出各种各样的图像。

LCM/LCM-LoRA 文生图

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

此外，对领域专业知识的需求使整个网页生产流程复杂化，需要不同技能集的人员合作，可能导致预期设计与实际实现之间的差异。

设计转代码大模型

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

昨天类似这种文字光效或者将文字合成在衣服上的图好像又火了，很多朋友在问怎么做，其实就是ControlNet的简单应用，比如模拟光线照射文字的，之前用来调整自然光线的角度和范围这次不过是将原来模拟光照的图变成了文字了

图像文字 ControlNet Stable Diffusion

社区供稿｜GPT-4 与国产模型，大！横！评！

带着这些问题我们横评三款公认水平比较高的国产大模型，分别是智谱GLM-4，文心一言4.0和字节的豆包，测评基准则是GPT-4。

GPT-4 大模型

OCR的终极解法——传统算法VS多模态大模型

随着技术的进步，命名实体识别系统的准确性和复杂性都有了显著提升，能够在多种语言和领域中有效地识别和分类实体。

OCR 大模型文字识别

AI备案实战指引

⚠️ 最好找法务或律师把关，同时公司内部准备好产品流程图。

备案

<...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