文章列表-AI魔法学院

文章列表

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

早期的研究尝试以端到端的方式生成视频。

VividTalk 视频

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

原版的Turbo已经接近14GB大小，远超之前下载的所有Checkpoint模型，而下方带fp16的是所谓的精简版本，这里推荐下载精简版本试试（放在以往的Checkpoint模型地址就好）。

SDXL-Turbo 文生图

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

在我的搜索项目中，我尝试使用RAG，这让我开始思考其潜在的改进方式；我相信RAG目前还不能完全满足用户的需求，需要进一步升级。

RAG-Fusion 检索增强

AI写作：如何让AI帮你写出10万+标题？

在写标题时，可以使用以下技巧并参考范例： 1、制造反差人类的大脑对于反差的信息会更加关注。

AI写作提示词

用Midjourney给自己制作精美的logo或头像

除了快速获取多种设计思路外，你还可以参考特定的流派和技术，甚至可以要求AI模仿你最喜欢的设计师！

头像 logo

了解Kimi必看的26个问题 | Kimi系列文（二）

没有标准答案，只有相似的答案，或者说更靠近标准答案的参考答案。

Kimi 大语言模型

腾讯开源混元AI绘画大模型

为了全面比较混元大模型的生成能力，团队构建了一个4维测试集，包括文本-图像一致性、排除AI伪影、主体清晰度、美学。

腾讯混元文生图

麦肯锡专家都在用的方法：用ChatGPT速览用户研究领域的 50 个核心概念

视觉层面：考虑色盲或视力障碍的用户，使用对比度较高的颜色组合和清晰易读的字体。

用户工作

【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”！

此外，目前可以看到基于 ChatGPT 产生的指令训练数据方式有：1）参考 Alpaca 基于 GPT3.5 得到的 self-instruct 数据；2）参考 Alpaca 基于 GPT4 得到的 self-instruct

训练大模型 belle

最顶尖的大语言模型人才，只关心这10个挑战

在与许多工业界及学术界同仁交谈之后，我试着总结出十个正在蓬勃生长的主要研究方向： 1.

大语言模型

解读wav2lip：探究语音驱动唇部动作的技术原理！

Fig.1 wav2lip architecture 2.1 数据集处理本文使用的LRS2数据集，来自BBC的唇语视频，包含4万多个口语句子，它的训练集、验证集和测试集是根据广播日期进行划分。

wav2lip 语音

LangChain 的问题所在

思考 2：Apple Remote 最初设计用于控制 Front Row 媒体中心程序。

大模型大语言模型

提示词框架：BROKE

· Evolve:试验并调整，通过试验来检验结果，并根据需要进行调整。

BROKE 提示词

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

与 ColBERTv2 相比，Jina-ColBERT 在各项测试中都展现了顶尖的性能，特别在处理长文档数据集时，其表现更是显著优于 ColBERTv2。

rag 大模型

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

网友们总计发出了481次尝试，但没有任何一条消息成功。

Freysa 智能体

<...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