文章列表-AI魔法学院

文章列表

OpenAI视频模型Sora的推理生成成本多高？

1.

Sora 推理算力

Stable Diffusion

SD好复杂，是不是很糊，一文搞懂Stable Diffusion的各种模型及用户操作界面

一、SD 基础模型介绍 1、SD 1.x：这是Stable Diffusion的早期版本，主要用于图像生成任务。

Stable Diffusion 文生图

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

1月29日，百川智能推出了超千亿参数的大语言模型Baichuan 3，瞬间在科技圈点燃了热情。

Baichuan 3 大模型

自动优化Prompt：Automatic Prompt Engineering的3种方法

引言记得Zero-Shot COT[1]里的那句Let's think step by step吗？

prompt 大模型

Deepseek-V2技术报告解读！全网最细！

) k_pe = k_pe.view(bsz, q_len, 1, self.qk_rope_head_dim).transpose(1,

Deepseek-V2 大模型

AI Agent / 智能体观察笔记（上）

这事儿听上去，1）有点奇怪；2）那人跟哪儿呢？

大模型

ChatGPT提示工程5篇合集 - 吴恩达和OpenAI出品

这门课程时长为1个小时，内容简单易懂，还提供了实践的环境。

ChatGPT prompt

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

今年 2 月 1 日，面壁智能发布的第一代 2B 旗舰端侧大模型 MiniCPM，不仅超越了来自「欧洲版 OpenAI」Mistral 的性能标杆之作，同时整体领先于 Google Gemma

MiniCPM 大模型

深度解读｜做出海必看的一份产品报告

在新一代 AI Native 原生应用从 0-1 的发展中，我们认为“产品驱动增长”会成为更加重要的发展模式，同时 SenseAI 之后也会更聚焦海外前沿的 AI Native 产品。

工作

视频大模型训练相关词条解释

它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。

视频生成 sora 词条

如何看待大型语言模型的Prompt

他们的模型使用了一个优化目标，旨在将单词之间的相关关系转化为嵌入空间中的距离关系：每个单词都与一个向量相关联，这些向量经过优化，使得代表频繁共现单词的向量之间的点积（余弦接近度）更接近1，而代表罕见共现单词的向量之间的点积更接近

prompt 大语言模型

20个常见AI绘画工具大汇总（含免费版哦~）

AI绘画通常利用深度学习算法、神经网络[1]和已有的数据集[2]，如生成对抗网络（Generative Adversarial Networks，GANs）[3]和神经风格迁移[4]等技术，来学习和理解绘画的特征

文生图

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

当前，哪怕是 ChatGPT 等最先进的 AI Agent 都是传统的被动式 Agent（下图 1 左侧所示），即需要用户通过明确的指令显式告诉 Agent 应该做什么，Agent 才能继续执行接下来的任务

Agent 大模型

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

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

<1 234 5 6 7 8 9 10 ...>

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