文章列表-AI魔法学院

文章列表

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

SDXL 1.0 出现前，同样经历了0.9和beta版本的过渡阶段， SDXL 1.0 在 stable 1.5的基础上做了改进，参数数量从0.98B扩大到6.6B。

SDXL

StableDiffusion

深度解析丨StableDiffusion在多个设计场景中的探索与应用

在当今数字化时代的设计领域，技术的发展不断引领着创新的方向，而StableDiffusion作为一款融合了人工智能与艺术的绘画软件，正为我们带来前所未有的设计可能性。

文生图

大模型再发展5年，搜索引擎还在么？

内容膨胀之后，很可能流量分布上会两个趋势同时发生：一个是中心节点会有更大的增长量，一个则是一般的流量会被摊的更加稀薄，也就是上面说的一般人会更容易被淹没。

大模型

RAG 2.0来了，它能成为生产落地的福音吗？

在典型的RAG系统中，通常会采用现成的通用嵌入模型来实现数据的嵌入处理，利用向量数据库进行高效的信息检索，并结合大型的黑盒语言模型来完成内容的生成。

RAG 大模型

解读OpenAI Sora文生视频技术原理

对比看两者大的技术方向均选择了扩散模型，却也有许多关键细节不同。

sora

大语言模型LLM和知识图谱KG增强的企业搜索应用

将LLM应用于搜索的真正力量不是为了搜索本身，而是为了方便——将结果总结为简洁、易于阅读的格式。

开源模型

Stable Diffusion

Stable Diffusion高精度换脸

Stable Diffusion 模型：BRA_V4_2.safetensors 外挂 VAE 模型：chilloutmix_NiPrunedFp32Fix.vae.ckpt Lora模型：反向tag

Stable Diffusion 文生图

微调、训练大模型概念介绍及论文笔记：Tuning系列论文笔记

任务输入前添加一个自然语言任务指令和一些示例，直接在预训练语言模型中统一建模，比如GPT2/GPT3 前缀微调（Prefix-tuning) 将prompt方式扩展到连续空间，在每层输入序列前面添加prompt连续向量

训练微调

Stable Diffusion

AI绘画Stable Diffusion进阶使用

因为训练方向明确，所以在生成特定内容的情况下，效果会更多。

Stable Diffusion 文生图

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

以下为薄列峰的演讲实录：我的分享前半部分讲行业趋势以及我在多模态、文生文等方向的思考；后半部分分享我们在文生视频生成方向的工作。

通义文生视频

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

当我们使用LLM embedding内容时，这是一项必要的技术，可以帮助我们优化从向量数据库被召回的内容的准确性。

RAG 大模型

职场及工作中常用的方法论总结

同样地，在进行述职或晋升答辩时，也要向大家讲明白做一件事的原因和收益，如果回答不好这个问题，那你所做的事情就可能被质疑是没有价值的；　　WHAT：当我们想清楚了了做一件事情的原因，接下来要确定的就是做什么

工作

一个小妙招从Prompt菜鸟秒变专家！加州大学提出PromptAgent，帮你高效使用ChatGPT！

如此循环往复，最终导向专家级prompt。

PromptAgent 大模型

【2023.10】看目前巨头的AI原生产品布局

我以个人之力远远谈不上能够预判他们的战略走向。

大模型产品

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

但是，量多不代表质优。

Stable Diffusion

<...22 23 24 252627 28 29 30 31 ...>

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