文章列表-AI魔法学院

文章列表

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

它和世界模型的机制还是有所差异的。

通义文生视频

Comfyui工作流原理你都了解吗

同时，因为内部生成流程做了优化，生成图片时的速度相较于 webui 有明显提升，对显存要求也更低（4G 就能很好的运行）。

Comfyui 工作流

如何成为LLM提示词大师！「大语言模型的底层心法」

与摘要相关的任务是提炼。

大模型提示词

收藏！万字长文聊聊LLM Agents的现状，问题与未来

其机理分别于类似于人类用眼睛耳朵等获得信息，用大脑用于处理信息和驱动四肢，用四肢改变环境和改变人类自身。

LLM Agents

Stable Diffusion

Stable Diffusion 年龄转换神器，一键变大变小

思考三秒钟想想解决方案相信大家脑海里面的第一反应就是通过提示词来描述年龄比如：children,teens 等。

Stable Diffusion 文生图

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

AI绘画 | Midjourney高质量肖像提示词的写法（附50+肖像提示词prompt）

相信很多同学在使用Midjourney生成肖像绘画时,都遇到过这样的困扰:明明想要AI帮我画一张逼真的肖像作品,但是无论怎么尝试提示词,生成的结果要么不伦不类,要么就是缺乏细节,无法达到预期的逼真效果。

文生图

HalluQA: 测测中文大模型有没有一本正经胡说八道

然而，相比于大模型其它维度的评测，在模型幻觉方面，仍然缺少一个用于评测中文大模型幻觉的数据集。

大模型中文大模型幻觉

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

这相当于让大模型一次处理约 35 万个汉字，长度达到了 GPT-4（32K token，约 2.5 万字）的 14 倍，Claude 2.0（100K token，约 8 万字）的 4.4

Baichuan2 百川开源

微信向量检索分析一体化数仓探索：OLAP For Embedding

相比于语义性检索引擎（ES）与专业的高性能检索服务，OLAP 数仓的向量检索能力在场景有何区别？

OLAP For Embedding 一体化数仓

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

5 种策略控制 ChatGPT 的输出长度

本文针对这两个问题给出了 5 个解决方案，相信总有一个适合你。

写作大模型聊天 ChatGPT

盘点来自工业界的GPU共享方案

本文将依旧着眼于unix-like os上计算容器场景的资源隔离能力，不包括win os，VM，视频，游戏相关方案。

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