文章列表-AI魔法学院

文章列表

被高估的Pika，被低估的多模态AI

从事 AI 生成视频研究的浦林（化名）告诉「甲子光年」，自有 AIGC 概念开始，无论是 AI 生成图片还是 AI 生成视频都很热，但是基于技术的发展程度，业内预计今年年底，AI 生成视频会有一个不错的

大模型多模态

中文通用大模型最全汇总

; 地址：https://github.com/FlagAlpha/Llama2-Chinese 简介：该项目专注于Llama2模型在中文方面的优化和上层建设，基于大规模中文数据，从预训练开始对

大模型开源模型

一文汇总大语言模型LLM所有prompt提示词框架的论文出处

能够让大模型推理结果变得更好的基础优化手段已经非常多了，这里梳理了常见的提示技术手段和对应的论文： - Zero-shot（零样本提示）：https://arxiv.org/abs/2109.01652

prompt 提示词

搭建程序员自己的在线工具库 it-tools

虽然有一些开发工具也具有一些常用的格式化功能，有时候，我们可能也需要一些其它轻量级的工具。

开源项目工具类

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

Flan-T5是Google从另一种方式尝试的自然语言大模型的路径。

大模型

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

它作为全球首个开源中文情感端到端语音交互大模型，为中文语音交互技术带来了新的活力和可能性。

Westlake -Omni 语音

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

考虑到视觉在人类感官中的主导地位[30, 55]，许多 LMM 研究从扩展视觉能力开始。

多模态大模型 GPT-4V 文生图

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（一）：安装与常用插件

首先我们从 github 上下载作者部署好环境和依赖的整合包（不用我们再去部署了，对编程小白来说简直太幸福了） 2.

文生图 comfyui

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

-1- 产品介绍 InstantID 是一种基于扩散模型的图像生成技术，它专注于实现零次（zero-shot）身份保留（Identity-Preserving

InstantID 文生图

火山写作：一款助力写作能力提升的AI助手

你是否曾为写作无从下手而烦扰不已？

火山写作工具文章

【语音识别】OpenAI语音力作Whisper

这让Wav2Vec 2.0相形见绌，因为Wav2Vec 2.0是在无监督码预测任务上预训练的，所以其训得的模型仅从未标注的纯音频数据中习得了从语音到隐含状态的中间映射。

语音转文字 whisper

一张照片秒生不同风格图像！小红书InstantID来了！

02 技术特点 · 零样本学习：InstantID不依赖于大量的训练数据，它能够直接从一张图像中提取身份特征，这对于资源有限的场景尤其有价值。

InstantID 文生图

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

今天给大家介绍一个可以快速在sd中生成动画的方法，就是一个叫做AnimateDiff的免费开源项目。

文生图开源模型

基于 OpenAI Whisper 模型的实时语音转文字工具

今天给大家分享一款专注于音频处理和创作的开源软件【WhisperLive】什么是 WhisperLive？

WhisperLive 音频开源软件

大模型压缩首篇综述来啦~

这种方法通过将低于阈值的参数置零的方式对个别权重或神经元进行处理。

大模型

<...23 24 25 262728 29 30 31 32 ...>

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