文章列表-AI魔法学院

文章列表

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

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

开源大语言模型完整列表

伶荔 (Linly) —— 大规模中文语言模型相比已有的中文开源模型，伶荔模型具有以下优势： 1.在 32*A100 GPU 上训练了不同量级和功能的中文模型，对模型充分训练并提供强大的 baseline

开源模型大语言模型

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

相比如何做好大语言模型的预训练，BELLE 更关注如何在开源预训练大语言模型的基础上，帮助每一个人都能够得到一个属于自己的、效果尽可能好的具有指令表现能力的语言模型，降低大语言模型、特别是中文大语言模型的研究和应用门槛

训练大模型 belle

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

DISC-MedLLM是由复旦大学数据智能与社会计算实验室（Fudan-DISC）研发并开源的一款专门针对医疗健康对话式场景而设计的大模型。

大模型

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

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

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

与市场上大多数向量模型相比，Jina-ColBERT 有个显著的不同点——它采用的是多向量搜索技术。

rag 大模型

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

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

每份数据集在作者的汇编中的采样比例都根据这些数据集的相对大小进行仔细确定。

Baichuan-Omni 多模态大模型

Agent四大范式 | 综述：全面理解Agent工作原理

任务分解在现实世界中，环境往往充满了复杂性和变化，因此通过一次规划来解决复杂任务往往比较困难。

Agent 大语言模型

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

语音克隆又又又又又升级了

，时隔几个月Meta又推出了最新的语音生成技术，不仅能可能声音，还能通过对声音的描述来生成独特的音色，同时还能通过描述来生成各种各样的音效，甚至能通过文字描述来编辑声音，整体来说，这项技术几乎囊括了现在人们对语音生成技术的所有的需求

Meta 语音生成

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

<...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