文章列表-AI魔法学院

文章列表

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

GPT-4V 能够解构问题，生成不同的视觉标记以在每个子步骤中迭代地聚焦于不同的图像区域，最终整合信息以制定最终答案。

多模态大模型 GPT-4V 文生图

深度好文，Agent盛行前传

第七是通用智力（general intelligence）, 所谓的通用智力，是能够在不同语境下灵活地达成不同目标的能力，一般是使用不同的环境借助不同的目标和语境来评估agent的能力；而在大量的经验的前提下

Agent 大模型

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

同理心地图是一种可视化工具，用于帮助团队更好地理解和共情目标用户（或客户、利益相关者等）。

用户工作

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

为了使定制对象生成泛化性更强，作者从视频中收集了同一对象的图像对，方便模型学习生成对象的外观变化。

Anydoor 文生图

一键AI换脸！小红书和北大合作的InstantID

但这个插件对系统资源消耗比较大，9G显存起步，我的显卡是12G的3060，在WebUI模式下，也要开启低显存模式，效果不是最佳。

InstantID 文生图

8个超级GPTs Agent，每个浏览量超20w+（实用建议+攻防Prompt）

你只需要按照提示一步步来操作就行了！

GPTs Agent

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

但是当前领先的预训练模型使用的数据集细节往往不公开，开源数据的匮乏制约着研究社区的进一步发展。

大模型

AI 产品榜（2023年08月）5000+ AI产品排名与分析

请让我们一同探寻AI领域无尽的可能。

工作

万字长文-大语言模型指令调优综述

Video-LLaMA (Zhang et al.， 2023b)是一个多模态框架，它增强了大型语言模型的理解视频中的视觉和听觉内容的能力。

大语言模型

生成式人工智能的“经济学”，The Economic Case for Generative AI

它可以根据输入的信息，生成出与之相关的文字、图片、甚至是音乐！

生成式人工智能经济学

朱啸虎讲了一个中国现实主义AIGC故事

有个做AI视频面试的，2023年做得非常好。

朱啸虎 AGI

GitHub狂飙3万star的LLM公开资料 - 大模型入门教程

资源： 3Blue1Brown - 线性代数的本质：一系列视频，为这些概念提供了几何直觉。

LLM 大模型 GitHub

独家：4259款AI产品关键指标排名与分析

在今天的AI繁荣中，从智能聊天机器人、图片生成、视频生成、AI Agent …，选项似乎无穷无尽。

生成式AI

终极福利：15个中文AI写作提示词帮你覆盖所有主流写作场景！！！

文本内容是：｛｛文本｝｝输出字数：｛｛输出字数｝｝输出语言：｛｛输出语言｝｝符合要求： 1、符合语法要求 2、概括后进一步优化 &ensp

写文章

Midjourney 实现角色一致性的新方法

就像大千世界中，寻不见两片完全相同的树叶一般，AI 绘画亦复如是。

midjourney 文生图绘画

<...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