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

十大开源语音识别项目

Automatic Speech Recognition（ASR）是一项自动语音识别技术，其目标是通过计算机自动将人类口头语音转录为文本。

语音识别开源项目

LangChain 的问题所在

LangChain 给人带来的是，令人沮丧的声音，脆弱的 Agent 工作流，技术债务增加。

大模型大语言模型

新模型Cascade你真的用对了吗？！

因此，这种模型非常适合快速的生成高质量图片。

Stable Cascade 模型

llm-action：让天下没有难学的大模型

（七）-最佳实践、总结 LLM微调实战下面给大家分享大模型参数高效微调技术实战，该系列主要针对 HuggingFace PEFT 框架支持的一些高效微调技术进行讲解，共6篇文章。

大模型 LLM

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

注：Concate* 表示按列进行拼接这样的处理方式使模型可以应用于广泛的领域，包括全景图识别、卫星图像、古文物扫描分析等。

XVERSE-V 多模态大模型

AI资讯速递 - 快人一步！为你填平AI领域信息差及时揭示AI领域的最新动态

这不仅能够帮助我们了解最新的技术动态，还能够让我们认识到AI技术如何影响我们的工作、学习和生活。

AI资讯 AI新闻

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

有一篇论文《Code Generation with AlphaCodium: From Prompt Engineering to Flow Engineering》受到了各方的关注，特别是OpenAI技术大佬

LLM 范式迁移

数字人直播哪家强？中国数字人平台分析大全

在人工智能和虚拟现实技术融合发展的大背景下，中国的数字人技术厂商正在积极探索AI数字人作为新业务领域。

数字分身数字人

prompt中的分隔符号的正确使用方法

无论是在日常对话中，还是在我们与先进技术，特别是像GPT这样的人工智能模型交互时，准确传达我们的意图是至关重要的。

prompt 分隔符

这两个AI工具可以让你的工作效率提高10倍

尽管ChatGPT和Midjourney前段时间很火，但是潮水过来，真正有用到的，也就是一些技术人在用，真正深度去用的还是蛮少。

AI工具

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

技术实力到底有多强？

MeloTTS 语音工具

大模型微调方法总结

--->成立了大模型学习技术讨论群，学术、前沿资讯、技术讨论，移至文末加入我们方法 LoRA 的实现思想很简单，如下图所示，就是冻结一个预训练模型的矩阵参数，并选择用 A 和 B 矩阵来替代

开源模型

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

，没有经过后期拼接处理或多次合成，Sora 自己决定何时切换镜头角度，并且在不同场景中保持角色的一致性 · &ensp

Sora 原理

Stable Diffusion

硬核解读Stable Diffusion（系列三）

在实现上，它是将低分辨率图像直接和noisy latent拼接在一起送入UNet，因为autoencoder将高分辨率图像压缩为原来的1/4，而低分辨率图像也为高分辨率图像的1/4，所以低分辨率图像的空间维度和

Stable Diffusion 文生图

<...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