文章列表-AI魔法学院

文章列表

将文本转化为3D动画：DeepMotion推出MotionGPT，开启动画新时代！

DeepMotion致力于通过物理模拟、计算机视觉和机器学习让数字角色栩栩如生，持续革新动画行业。

3D 动作捕捉

GLM4 开源了！！！还有多模态

多模态能力，视觉与语言的融合 GLM-4V-9B 是基于 GLM-4-9B 的多模态模型，具备 1120 * 1120 高分辨率下的中英双语多轮对话能力，在多模态评测中表现超越了多个竞争对手

智普 ChatGLM 多模态

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

「高质量视频生成」视觉质量：MimicTalk生成的3D头像在视觉质量上超越了以往的技术，能够生成「高度逼真的面部细节和表情」。

MimicTalk 开源模型

理解 o3 及其技术分析

应该说顶级数学家评价非常有挑战性的问题，看到GPT4之后他仍然觉得会需要几年时间AI才能搞定的问题，现在已经沦陷了1/4。

o3 技术分析

ComfyUI环境方面开窍了，成功跑通animatediff

如果报错，多半是视觉加载器有问题，因为这个名字让我不知道选哪个，我是XL模型，最后试下来应该选pytorch_model.bin IPAdapter完事~ 然后试一下animateDiff的工作流

animatediff 文生图

OCR的终极解法——传统算法VS多模态大模型

· 视觉问答：回答关于图像内容的问题。

OCR 大模型文字识别

技术爆炸！AI一图换脸新王者，Instant ID保姆级安装与使用测评

关于Instant ID模型的使用方法就介绍到这里，总体测试下来感觉，人物的相似度还是非常高的，比起之前的一图换脸插件roop的效果提升了不止一点点，甚至可以与lora模型不相上下。

Instant ID 文生图

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

但是，仅仅过了3年，大家都觉得“AI这个行业已经死了”。

生成式人工智能经济学

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

光集成的工具就有这么多，比如NLP、语音、视觉、多模态等多种模型，以及默认集成知识检索、API检索等方案。

大模型

自己电脑上跑大语言模型（LLM）要多少内存？

我感觉这个建议足够普通用户使用了。

大语言模型运行

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

第一部分，我们在2023年11月发布人物动作视频生成框架Animate Anyone，在人物视频生成方向的发布早于Sora几个月，当我们把这个结果发布出来之后，引发了非常强烈的关注，主要是达到的视觉效果超越了之前的结果

通义文生视频

AI 写作：如何把GPT变成你的爆文写作素材库？

很多人之所以觉得自己的素材库不好用，就是因为内容太多了，质量有良莠不齐。

AI写作 GPT

掌握这10个AI 工具用1小时完成别人1周的工作

官方声称：canva是适合所有人的视觉套件更重要的是，它有中文官网网址：https://www.canva.cn/ 进入设计界面，canva会有教程讲解，帮助你快速上手。

AI 工具

吴恩达老师建议大家关注 AI 智能体工作流

开源的智能体工具和有关智能体的学术论文日益增多，这让我们既感到兴奋又觉得困惑。

智能体大语言模型

五大AI工具自动生成PPT效果对比

我个人感觉，虽然一次性生成33页PPT内容长了些，但内容质量和样式还不错，后续可以直接在WPS里修改。

PPT 办公智能

<...25 26 27 282930 31 32 33 34 ...>

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