文章列表-AI魔法学院

文章列表

万字长文，AI大模型的应用实践总结

对于以Transformer、MOE结构为代表的大模型来说，传统的单机单卡训练模式肯定不能满足上千（万）亿级参数的模型训练，这时候我们就需要解决内存墙和通信墙等一系列问题，在单机多卡或者多机多卡进行模型训练

大模型

Chinese-LLM开源中文大语言模型合集

CPM-Bee 地址：https://github.com/OpenBMB/CPM-Bee 简介：一个完全开源、允许商用的百亿参数中英文基座模型。

大模型中文

关于GPT-4在变笨，有人写了篇论文证实了这一点

这篇论文的作者中除了有来自斯坦福的华人教授James Zou和他的学生 Lingjiao Chen外，也包括了伯克利的计算机科学教授 Matei Zaharia，他的另一个身份是AI 数据公司 Databricks

大模型

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

理由是在未公布的测试版中发现了相似名称“Pandragon”； § 或者来自Recraft文生图模型，因为它们曾使用小熊猫战士作为默认矢量提示； § …… 值得一提的是，有一些人猜测它可能出自中国厂商之手

red_panda 文生图

谈谈LLM在推荐域的渗透，探索推荐新范式

5.29号有机会和部门的一些同事一起到上海微软进行了参观访问，微软给我们从内部产品升级到针对企业级的ChatGPT，全方位进行了解读，很震撼。

大模型

再次重点介绍！！！这款国内的AI制作视频工具

运镜关键帧7、畸变关键帧8、调色关键帧9、变形关键帧10、摇摆11、飘落12、波浪13、丁达尔光线14、裁剪/剪辑15、动画实时渲染16、音频三、案例分享感兴趣的小伙伴可以试试，手机应用商店搜索

Flow Photo 视频

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

（1）内容创作者的新机遇目前各个平台头部短视频都已经专业化和团队化，Sora降低了高质量视频内容创作的门槛，使得个人创作者也能制作出专业级别的视频

视频生成 sora

Sora物理悖谬的几何解释

有人悲观预言很多传统领域可能被颠覆，其中最为岌岌可危的可能是计算机图形学，短视频和影视娱乐行业。

Sora 解释

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

身体姿态估计旨在识别出给定图像中人或者动物实例身体的关键点，除了典型的身体骨骼关键点，还可以包括手、脚、脸部等关键点，是计算机视觉领域的基本任务之一。

ViTPose+Transformer 身体姿态

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

边缘设备，如智能手机、物联网设备等，对智能处理视觉和文本信息的需求也在急剧增长。

OmniVision -968M 多模态模型

保姆级教程：Coze 打工你躺平

chatbot building platform o 人话：帕鲁庄园 o 在这里，你可以手搓各种机器人

Coze 教程

阿里Qwen3系列模型惊艳亮相

Qwen3模型依旧采用宽松的Apache2.0协议开源，这意味着全球的开发者、研究机构和企业都能免费在HuggingFace、魔搭社区等平台下载模型，还能用于商业用途。

阿里 Qwen3 大模型

大模型时代-行业落地的再思考

首先，从能力角度看，用简单的比喻可以把能力理解成智商。

大模型

8个常用中文OCR数据集，附下载链接

opendatalab.com/MSRA-TD500 MSRA-TD500由华中科技大学于 2012 年在 CVPR 发布，是一个用于测试和评估多方向、多语言文字检测算法的自然图像数据集，包含500幅拍摄于室内（办公室和商场

OCR

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

从虚拟助手到客户服务机器人，语音人工智能已成为各个行业的重要工具。

GLM-4-Voice 9B 语音安装

<...20 21 22 232425 26 27 28 29 ...>

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