文章列表-AI魔法学院

文章列表

Agent具体实现

ensp; 该问题可以被拆分成多个子模块，每个子模块都能清晰地定义输入、输出和功能，并能判断是否达成目标。

Agent 大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

本文给大家分享一个新的ControlNet类型：Instant ID，翻译为身份标识，核心能力是由国内的小红书团队开发的。

ControlNet 文生图

ComfyUI初学者指南

一些常用的块包括加载checkpoint、输入提示、指定采样器等。

文生图 comfyui

Stable Diffusion

硬核解读Stable Diffusion（系列一）

同时为了防止得到的latent的标准差过大，采用了两种正则化方法：第一种是KL-reg，类似VAE增加一个latent和标准正态分布的KL loss，不过这里为了保证重建效果，采用比较小的权重（～10e

StableDiffusion 文生图

TypeChat 入门指南

构建 TypeChat 的分步指南构建 TypeChat 的过程非常简单 1.

TypeChat

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

这其中，中文分为简体繁体和粤语三种，而除了中英法日语等常用语种外，还包括了许多小众语言。

翻译大模型

OpenAI Assistants API 使用指南

设计原理上面是整理的 Assistant API 对象关系图，在图中我们可以看到如下关系： Assistant 对象是用来执行命令的对象，它有多个属性

OpenAI Assistants API

ChatGPT写论文指令全集

指令提示（Instruction Prompts）指令提示要求用户提供具体、明确的指令，从而引导ChatGPT按照这些指令生成内容。

ChatGPT 写作

14.4K Star，一款漂亮、快速、现代化的开源免费UI组件库

今天继续给大家推荐一个广受好评的UI组件库：NextUI NextUI 主要特性 NextUI的主要目标是简化开发流程，为增强的用户体验提供美观且适应性强的系统设计。

大模型

最强开源数字人对口型系统介绍

“最强”的数字人克隆方法 Easy-Wav2Lip: 仓库地址： https://github.com/anothermartz/Easy-Wav2Lip/ 说他最强，指的是跟同类开源方法做对比

数字人开源模型

构建开源多模态RAG系统

在这个新的冒险中，我们将深入研究使用开源大型语言多模态（LLMM）构建检索增强型生成（RAG）系统的过程。

RAG 大模型

StableDiffusion

StableDiffusion模型推荐系列（功能型）

Stable Diffusion可以通过加载特定功能的LoRA模型，生成一系列符合品牌调性的logo设计方案。

StableDiffusion 文生图

StableDiffusion

StableDiffusion模型推荐系列（全能型）

虽然看起来很复杂，但其实每一个模型和lora都是为了提供给我们更个性化、更定制化的创作体验。

stablediffusion sd 文生图

【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

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

Abstract（此部分翻译为主）当前的计算机视觉（CV）模型通常被训练用于预测有限的物体类别。

OpenAI 自然语言监督

<123 4 5 6 7 8 9 10 ...>

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