文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

本文给大家分享一个新的ControlNet类型：Instant ID，翻译为身份标识，核心能力是由国内的小红书团队开发的。

ControlNet 文生图

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

该模型能够在短短1分钟内创作出长达两分钟的完整歌曲，这一速度和效率在传统音乐创作中是难以想象的。

suno 歌曲音乐

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

传统做法是固化召回，粗排，精排等环节，形成标准的推荐系统处理流程，虽然有利于行业内交流沟通，但这样的方式，在实际生产环境下往往难以快速应对差异化的需求且人为导致模块的割裂及维护的困难，而笔者曾开源了一个

Query Pipeline 大模型

AI自动生成视频全流程干货

今天分享的是最近Get到的一个新技能，本来想给公司用AI制作视频的，然后参加了一个培训，学完了，但是我发现AI将文字生成视频的本质还是将现有的视频库的内容进行重组，并不能满足我们这个行业的要求，但是针对特定的一些

AI 视频

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

ChatGPT的强大毋庸置疑，特别是GPT4里面的数据分析、DALL.E 3图片生成等功能，以及近期推出的GPTs功能，这些官方公布的功能都是由他们自己内部的模型开发人员编写的提示词构成的。

ChatGPT prompt

[论文] 阿里提出AgentScope：灵活强大的智能体框架

为了实现健壮和灵活的多智能体应用，AgentScope 提供了内置和可定制的容错机制，同时也具备系统级支持多模态数据生成、存储和传输的能力。

AgentScope 语言大模型智能体

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

在通过提议的管道构建的数据集的滋养下，PhotoMaker展示了比基于测试时间微调的方法更好的ID保存能力，同时提供了显著的速度改进，高质量的生成结果，强大的泛化能力，以及广泛的应用。

PhotoMaker 文生图

清华系17人，撑起中国大模型创业半壁江山

清华系创业团队俨然正撑起国内AI大模型创业浪潮的半壁江山。

大模型

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

Openai 异步客户端接入国产大模型 Kimi

Moonshot 介绍 Kimi Chat 是由月之暗面科技有限公司（Moonshot AI）开发的一款人工智能助手，支持长达20万字的上下文处理能力，并且能够记住之前的对话内容，提供更加准确和有条理的回答

Kimi Chat 大模型

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

这不，刚在写代码这事儿上刷新SOTA，Qwen2.5系列又双叒突然更新了—— 一口气读三本《三体》不费事，并且45秒左右就能完整总结出这69万token的主要内容，还真不是糊弄事儿，“大海捞针”实验显示

Qwen2.5 开源模型

Transformer速查宝典：模型、架构、训练方法的论文都在这里了

以下为机器之心不改变原义对文章进行编译的内容。

Transformer

精通结构化提示词：如何精确操控指令的作用域与优先级

多个规则同时存在时，指令执行顺序是混乱的。

提示词结构化

关于GPT-4在变笨，有人写了篇论文证实了这一点

论文的主要内容，简而言之就是，你说对了！

大模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

大模型的内在基因怎么样才能算是一个大语言模型（LLM）？

LLM

<...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