文章列表-AI魔法学院

文章列表

深入浅出：大语言模型中必不可少的技术——Embedding简介

Embedding在大模型中的价值如何基于Embedding让大模型解决长文本（如PDF）的输入问题？

embedding

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

-1- 产品介绍 InstantID 是一种基于扩散模型的图像生成技术，它专注于实现零次（zero-shot）身份保留（Identity-Preserving

InstantID 文生图

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

此外，得益于采用了最简单的编码器-解码器设计，ViTPose可以很容易的兼容更大规模的简单视觉transformer模型，并得到性能提升，展示出良好的扩展性；此外，通过使用不同的预训练方式

ViTPose+Transformer 身体姿态

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

自 ChatGPT 发布以来，大模型的强大让人们看见了通用人工智能的曙光，各个科技大厂也纷纷开源自家的大语言模型。

大模型

造梦师手记：重新定义真实，SDXL下载量最大的真人模型

从方向来看，AI绘画已经分化为美女图（以新玩家为主）、游戏动漫角色（以相关领域的创作者为主）、商业摄影替代（商业化应用为主）、艺术构图（炫技为主）等几个方向。

文生图 SDXL

最佳开源文生图大模型可图：安装与批量出图的完整教程

Kolors可图是快手Kolors团队开发的基于潜在扩散的大规模文本到图像生成模型。

可图 kolors

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

在大模型训练好之后，如何对训练好的模型进行解码（decode）是一个火热的研究话题。

大模型

苏秦(suqin) 语言大模型全工具链 WebUI 整合包

项目简介本项目目标是实现目前各大语言模型的全流程工具 WebUI 整合包。

大模型

大模型+人形机器人，是不是下一个风口？

一级市场上，BV百度风投、经纬、高瓴、高榕、真格等都在一线积极调研，前半年聊大模型的风投现在都在关心通用机器人。

大模型

国内AI大模型已近80个，哪个最有前途？

利益无关：因为我没有在做基础大模型（做的是 infra 和应用层），目前也没有做国内市场，所以可以从相对中立的角度提供一些信息。

大模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

01 前言近日，香港中文大学（深圳）联手趣丸科技推出了新一代大规模声音克隆TTS模型——MaskGCT。

MaskGCT 声音克隆

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

AI Agent不仅让大家看到了大语言模型（LLM，Large language Model）落地的方向，让更多创业者进一步燃起了LLM创业的希望，也让广大企业看到了高效应用LLM的未来趋势。

大语言模型

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

以前关于遵循指令的工作主要是通过继承大型（多模态）LLMs的能力，采用轻量级的监督微调来激活模型的能力以与用户意图对齐。

大模型语音

智谱AI静悄悄的上线了一大波新模型，过年了，真的

我挨个列一下：大语言模型GLM-4-Plus。

智谱AI 大模型

<...16 17 18 192021 22 23 24 25 ...>

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