文章列表-AI魔法学院

文章列表

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

使其能够快速适应新的身份特征，从而实现个性化3D头像的快速生成。

MimicTalk 开源模型

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

形成了ckpt的lora化，这是一个很不好的风向。

Stable Diffusion

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

在比较最广泛使用的图像生成基准(零样本MS-COCO)上的性能时，CM3Leon取得了4.88的FID (Fréchet Inception Distance)分数，在文本到图像生成方面建立了新的SOTA

文生图

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

这个插件的核心功能是通过大量短视频剪辑的训练，优化图像之间的过渡，确保视频帧的流畅性，从而生成高质量的短视频。

视频生成文生视频

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

只需提供一段音频和一个视频，PersonaTalk便能精准同步人物的口型，不仅让声音和嘴型无缝贴合，还能保留视频中人物的表情和个性化说话风格，仿佛原生发声一般自然流畅。

PersonaTalk 视频

大模型能力评估体系

大模型的评测通常涉及多个维度，包括模型的通用能力、泛化能力、鲁棒性、跨域性能、多语言能力、解释性和安全性等。

大模型评估

为你推荐开源项目：Meridian——专属个人情报站！

它借助先进的AI技术，像勤劳的小蜜蜂一样，从数百个新闻源中采集、分析并提炼出关键信息，最后为你生成一份个性化、简洁明了的日报。

Meridian 开源项目

基于Ollama本地部署谷歌开源Gemma大模型！

这次发布的Gemma不仅仅只有2B 和 7B这两种规模，实际上是发布了Gemma系列（经过预训练的变体和指令优化的变体，大大小小50多种），Gemma 模型非常适合各种文本生成任务，包括问答、总结和推理

ollama gemma qwen

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

文章还深入讨论了为实现 Sora 的广泛应用需克服的主要挑战，例如保证视频生成的安全性和公正性。

sora 论文

2023年人工智能行业总结

这种现象让大模型的智能水平得到了质的飞跃，仿佛从猴子进化成了人。

人工智能 AGI 思考总结

大语言模型微调：定制自己的微调数据集

相似性：在构建微调数据集时，应注意确保数据之间是具有相互关联的，且又易于泛化的。

大模型

WeChaty：强大的微信个人号机器人SDK

开发者可以通过编写自定义的消息处理逻辑，实现个性化的消息处理功能，而这些功能在 Python 接口中同样适用。

微信接口

快手大模型出炉！【快意】来袭！

· KwaiYii-13B-Chat对话模型具备出色的语言理解和生成能力，支持内容创作、信息咨询、数学逻辑、代码编写、多轮对话等广泛任务，人工评估结果表明KwaiYii-13B-Chat超过主流的开源模型

开源模型

【AI科技大创意】2024年人工智能10大趋势

进一步地，我预见到一个未来，在这个未来，AI赋能的平台可能成为促进更广泛应用基于价值的护理的关键。

人工智能趋势

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

就舔着老脸去找剪映的朋友化缘去了。

剪映声音克隆

<...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