文章列表-AI魔法学院

文章列表

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

没想到，OpenAI捞了“竞对”Stable Diffusion一把。

SD 文生图 DALLE

扣子更新图像流功能，字节版 ComfyUI 来了！

用户无需编程基础，即可通过创建节点的方式，搭建工作流，轻松部署使用复杂的 Stable Diffusion.如果你是研究 AI 生图的朋友，却不知道 ComfyUI，那就好比 Agent

ComfyUI 图像流文生图

SEO知识点入门

（txt、html、xml）当你想知道你的网站有没有人来访问，你会用到百度统计，然后就会知道robot.txt，然后通过百度统计知道你的用户是在哪里找到的你，是搜索什么词找到你的，然后知道对应的关键词重点

解玄：共相、道、基类与战略

玄学和科学看着势不两立，但我自己作为科技行业从业者，对玄学却并无偏见。

玄学科学

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

.01 概述在日常生活和工作中，你是否常因嘈杂的环境、重叠的对话或音视频信号的混杂而感到沟通困难？

ClearerVoice-Studio 语音

解码二维码：揭秘我的漂亮二维码生成秘诀！

另外这两种方法还存在一个问题：二维码的痕迹比较明显，大家一眼就能看出来这是一个二维码，对于追求视觉效果或者不想让别人看出来是二维码的场景，就力不从心了。

图像文字

45个 DALL-E 3 使用案例 (附提示词)

DALL-E 3 是 OpenAI 的又一大作，相比于此前的 DALL-E 3 是一个重磅提升。

DALL-E 提示词文生图

社区供稿｜GPT-4 与国产模型，大！横！评！

代码能跑出来的期望效果如下，看哪家最接近~GLM-4对比其他家美观一些，就是这个一箭穿心跟我想得不太一样，复制代码单独跑验证一致。

GPT-4 大模型

大模型与游戏结合的一个思路

之前已有人尝试让游戏中的NPC的智能程度更高，可以进行更自然的自然语言对话，而不只是程序设定好的对话，对话包括NPC与玩家，以及NPC之间。

人工智能游戏

OCR是什么以及推荐几款开源中文OCR识别软件

目前因为公司的现状，使用开源的有几个目的每天调用的频次比较高，以后可能越来越高，所以基于费用的考虑是最主要的。

OCR

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

with AlphaCodium: From Prompt Engineering to Flow Engineering》受到了各方的关注，特别是OpenAI技术大佬Andrej Karpathy对论文中提出的

LLM 范式迁移

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

可扩展性对比接着，研究人员在160M到13B参数规模范围内，分别训练了YOCO（门控保留和滑动窗口注意力版本）和Transformer语言模型。

Decoder-Decoder YOCO 架构

如何成为LLM提示词大师！「大语言模型的底层心法」

转换性操作与缩减性任务相比，转换性操作旨在重塑或重新构建输入文本，而不显著缩小或扩展它们。

大模型提示词

【AI代理】多代理模式之多任务分配&信息传递

昨天探索了多任务模式，让系统根据用户的输入信息自动找到对应的代理进行处理。

多任务模式分配传递

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

<...18 19 20 212223 24 25 26 27 ...>

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