文章列表-AI魔法学院

文章列表

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在当今数字化与智能化浪潮汹涌的时代，人工智能技术不断取得突破性进展，多模态模型作为其中的前沿领域，正日益成为研究和应用的热点。

OmniVision -968M 多模态模型

百度智能云的Prompt模板

它可以是一个问题、一段文字描述，甚至可以是带有一堆参数的文字描述。

大模型 prompt

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

投资人逃离大模型

该大模型体系以低成本、高效率打通了各类AI应用，提供包括：面向办公场景的商汤日日新·商量语言大模型-数据分析版本、面向医疗场景的日日新·商量语言大模型-医疗版本“大医”……商汤“日日新·商量大语言模型”

大模型

对ChatGPT最有效的Prompt！

有无数讨论ChatGPT最佳Prompt的文章，但真正有效的是哪个?...

ChatGPT prompt

语言大模型100K上下文窗口的秘诀

注意力头返回大小为（n，v）的h个注意力分数矩阵。

大模型

AI落地里那些假的机会

其实是极其数字的经济理性。

大模型

AI写作：如何写出逻辑清晰，结构完整的文章？一个提示词帮你搞定！

今天给大家分享一个万金油写作结构，适合大多数的干货文和观点文。

AI写作提示词

解读 Openai 给 DALLE3 设的完整系统提示词

这个提示词，是看到网友分享的，我让GPT复现，GPT没有告诉我。

提示词绘画 DALLE

大模型应用设计的10个思考

基于大模型的应用设计需要聚焦于所解决的问题，在自然语言处理领域，大模型本身在一定程度上只是将各种NLP任务统一成了sequence 到 sequence 的模型。

大模型应用

Insanely Fast Whisper：超快的Whisper语音识别脚本

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

新模型Cascade你真的用对了吗？！

01 前言 Stable Cascade 模型最大的优点是 § 是能生成带有文字的图片，文字出错率相比以前模型少很多； § § 其次是硬件要求降低

Stable Cascade 模型

Stable Diffusion

硬核解读Stable Diffusion（系列一）

对比可以看出，autoencoder将图片压缩到latent后再重建其实是有损的，比如会出现文字和人脸的畸变，在256x256分辨率下是比较明显的，512x512下效果会好很多。

StableDiffusion 文生图

第一个StableCascade动漫大模型上架了

在Sora发布的时候，StabilityAI默默的发布了StableCascade，随后发布了Stable Diffusion 3（暂未放出开源程序），中间字节跳动发布了基于Stable Diffusion

StableCascade 文生图

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

文字合成语音等），从而让LLM能驱动其他智能Agent，实现多模态能力。

提示词 prompt

<...19 20 21 222324 25 26 27 28 ...>

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