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

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

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

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

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

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

聊聊我对AI Agents技术的一些看法

OpenAI 发布 GPT-4 后迎来转机，大规模语言模型（LLMs）的强大能力使得其可以轻松处理多个来自完全截然不同的领域的任务，同时其前身“预训练”的范式又似乎带有一定的“先天知识”而不必后天盲目的试错

AI Agents 大模型

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

LLM native策略的内部状态是否应该结构化【2023Q3】

考虑这样一个场景：通过对话机器人来订火车票。

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