文章列表-AI魔法学院

文章列表

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

计算机视觉计算机视觉是一种让计算机从数字图像或视频中获取信息，并进行解析和理解的技术。

人工智能

变天了，AI可以一键生成中文海报了......

第一步：使用Claude（或者其他AI聊天工具），上传图片并输入提示词：“请详细描述该海报的设计风格、画面构成和文字布局，要求通过文字描述准确还原视觉效果。”

2.1图像模型文生图

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

升级后的混元文生图大模型采用了与 sora 一致的DiT架构，不仅可支持文生图，也可作为视频等多模态视觉生成的基础。　　

文生图混元腾讯

可能是国产最强AI，ChatGLM-4来了！

之后用了文心一言、通义千问以及讯飞星火大模型，给我的感觉是可用，但终归是差点事。

ChatGLM 智普

ComfyUI上使用SDXL1.0官方工作流实操使用零基础讲解节点式生成的Ai绘画工具comfyui，节点模块讲解

clip是一种由openai开发的神经网络模型，它可以将自然语言和视觉信息进行联合训练，从而实现图像与文本之间的跨模态理解。

文生图

推荐智能体：利用大模型进行交互式推荐

为了集成视觉功能,Visual ChatGPT (Wu et al. 2023)和HuggingGPT (Shen et al. 2023)结合了视觉模型作为工具,使LLM能够生成和处理图像。

大语言模型推荐

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

这使模型能够学到通用的视觉特征。

大模型

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

不过，如果你觉得这样太麻烦，也可以告诉大模型，让它帮你把文档中那个观点的原话找出来，这样你就不用费心去找了。

Ollama AnythingLLM 阅读

【2023.10】看目前巨头的AI原生产品布局

至少我觉得这是国内巨头中，走的相对靠前的。

大模型产品

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

1“性能对标GPT-4o 以及 Claude-3.5-Sonnet”，而且是用开发者的嘴讲出DeepSeek-V3 为幻方旗下的深度求索公司自研的MoE 模型，671B 参数，激活 37B

DeepSeek V3 开源模型

GPT提示词必杀技：思维树法

比如说：我觉得第一首诗歌更好，因为它用比喻来描写春天的景色，既生动又富有想象力。

GPT 提示词

我为什么不看好大模型行业

尤其是技术创业者，通常觉得我把技术做好了，产品做好了，盈利自然就来了。

大模型

解读wav2lip：探究语音驱动唇部动作的技术原理！

而且由于生成过程中存在伪影，GAN判别器更容易关注视觉伪影，从而忽略音频和口型的对应关系。

wav2lip 语音

解读OpenAI Sora文生视频技术原理

恰好可以借着 OpenAI 技术综述来提纲挈领，一起梳理一下，为什么笔者觉得这是又一史诗级的更新。

sora

AI写作：如何让AI帮你写出10万+标题？

2、巧用数字数字标题给人清晰、具体、易操作的感觉，能快速吸引读者的注意力父母做到这3点，孩子更自信。

AI写作提示词

<...17 18 19 202122 23 24 25 26 ...>

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