文章列表-AI魔法学院

文章列表

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

测评了8个国产AI大模型，差点崩溃……

三、通义千问通义千问跟讯飞的交互差不多，属于简洁但是有“心机”的，图片理解和文档解析这两个十分重要的功能，放在了非常显眼的主交互区位置

大模型测评

Claude 官方提示词，中文版（含API Prompt）

接下来,深入探讨这个短语的起源,提供历史背景、文化参考或词源信息,解释这个俗语或谚语是如何产生的。

prompt 写作

终极福利：15个中文AI写作提示词帮你覆盖所有主流写作场景！！

Prompt 9 文章续写请根据给定的文章片段｛｛文章内容｝｝，使用原文风格续写｛｛续写字数｝｝字数并延续其主题。

写文章提示词

Deepseek-V2技术报告解读！全网最细！

在RoPE的实现中，如果想要直接让模型的 q, k 具有位置性质，通常是这样做的，m,n 代表特定位置的token，R的含义可以查阅RoPE：计算输出的attention得分时，整个过程变成了：

Deepseek-V2 大模型

60分钟吃掉ChatGLM2-6b微调范例~

可以发现，经过微调后的模型，相比直接 3-shot-prompt 可以取得明显更好的效果。

开源模型

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！

比较难生成包含正确文本的图像，比如下面的"deep learning"：最主要的原因还是CLIP image embedding本身，通过对比学习训练的CLIP image embedding在区分属性和拼写单词方面均不太行

Kandinsky-3 文生图开源模型

AI领域的agent是什么意思？

接下来的系列分享会介绍 AI Agent 当前最新的技术进展。

大模型

2023年人工智能行业总结

在2023年，人工智能（AI）领域的发展犹如疾风骤雨，令人目不暇接。

人工智能 AGI 思考总结

Byzer-LLM 快速体验智谱 GLM-4

Byzer-LLM 可以让用户用一套接口就可以部署和使用市面上主流的开源和SaaS版本大模型，之前以Qwen 写过一篇，可以看这里：Byzer-LLM 支持同时开源和SaaS版通义千问今天我们升级了一个

Byzer-LLM GLM-4

李彦宏偏爱小模型｜AI光年

百度创始人、董事长兼CEO李彦宏认为，大语言模型本身不直接创造价值，真正有市场需求的是基于大模型开发出来的AI应用。

李彦宏小模型

如何下载及使用通义千问7B开源大模型

模型体验链接：https://modelscope.cn/studios/qwen/Qwen-7B-Chat-Demo/summary 环境配置与安装本文在ModelScope

通义千问

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

登顶文生图竞技场，直接将Flux、Midjourney等一众顶尖模型踩在脚下—— 其ELO得分比Flux 1.1 Pro高出100多，胜率高达79%，每7秒就能生成一张图像。

red_panda 文生图

一个产品经理的大模型观察、反思与预测

用行业数据去微调——那就是通用大模型，同时门槛/成本也没那么低 9、看似 dirty job 的组数据，是模型层产品经理最重要的工作核心算法基本有开源、算力拼财力

工作

Stable Diffusion

Stable Diffusion | SD的老舅ComfyUI来了，节点式工作流，分部控制出图

1、鼠标右键，自主添加生成图片需要的模块；可以直接用ZHO汉化的模块组：界面上就会弹出对应的窗口，刚刚加的是主模型加载器。

生成式AI

<...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