文章列表-AI魔法学院

文章列表

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

Qwen2 系列模型在代码和数学能力上有显著提升，尤其是在长文本处理方面，其中 Qwen2-72B-Instruct 模型能够完美处理 128k 上下文长度内的信息抽取任务。

qwen 千问开源

造梦师手记：SDXL迎来了AI插画师

据说，很多动漫站开始大规模下架AI漫画。

文生图漫画

Stable Diffusion

耗时80小时！超详细的胎教级Stable Diffusion使用教程，看这一篇就够！

从手把手安装部署，到界面功能讲解，再到实战案例制作，到下载优质模型，每一步都有详细教程并且用一个又一个的例子展示，让大家不止是枯燥地看，而是看完立刻也能做出一样的图片出来同时，无论是安装包

文生图

为什么Llama2大模型可以在个人电脑上部署？

PyTorch的动态图、先进的压缩算法和模块化设计让其成为压缩大模型的最佳框架之一，可以大幅减小模型体积。

开源模型

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

效果重构化我们展示了我们的PhotoMaker在基本提示下的生成能力。

PhotoMaker 文生图

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

扩散模型通过一个数学上的可靠框架，利用 U-Net 技术将噪声转化为图像，这一过程中，U-Net 通过预测和减少每步的噪声来帮助这一转换。

Sora 微软

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

同时，为了提升API性能，零一万物在API侧进行了专门的推理优化。

零一万物 YI 李开复

从第一性原理看大模型Agent技术

我给大家做一个简单的导读，主要还是梳理脉络，提出思考的框架和基点，起到抛砖引玉的作用，其中涉及的很多细节部分我们并没有做得非常细致。

大模型 agent

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

扩散模型通过一个数学上的可靠框架，利用 U-Net 技术将噪声转化为图像，这一过程中，U-Net 通过预测和减少每步的噪声来帮助这一转换。

sora 论文

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

除了唱歌，还能把朋友放进（非）著名表情包念台词。

音频阿里

大语言模型综述<演进，技术路线，区别，微调，实践，潜在问题与讨论>

min-height: 0px; border: 0px; padding: 0px; margin: 0px; position: relative;">σ 代表SIGMOD激活函数不过很多框架已经有精确的

大模型

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

团队发现，当时的模型尽管架构相似，但在算法框架方面存在许多不同，比如 encoder-decoder 模型、auto-encoding 自编码模型、auto-regressive 自回归模型等。

智谱 AI

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

本文所盘点的AI Agents，既包括AI Agents框架及工具，也包括基于一些开源框架打造的AGENT产品，同时大部分项目及产品都为自主智能体。

大语言模型

全球生成式 AI 应用全景图

一方面，目前大模型可以广泛适用于各类下游任务，当前已经成为了AIGC 的底层框架。

大模型

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

对于面部表情运动，大多数现有方法采用多阶段框架将音频特征映射到中间表示，如面部标志点和3DMM系数。

VividTalk 视频

<...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