文章列表-AI魔法学院

文章列表

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

还有 Outfit Anyone 也是阿里推出的一个服装虚拟试穿的开源项目，不需要亲自穿，只需要一张模特图片，一张衣服平面图，就可以达到始试穿的效果。

阿里云视频音频

阿里出品自动化视频剪辑工具FunClip！

FunClip Logo FunClip是由阿里达摩院精心打造的一款完全开源、本地部署的自动化视频剪辑工具。

FunClip 视频阿里

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

Scale AI 目前不打算公开发布 GSM1k，以防未来发生类似的数据污染问题。

过拟合小模型

产品运营全流程SOP

运营是产品与用户之间的桥梁，通过产品设计、用户体验等一系列营销技巧，达到提高产品的用户满意度、市场份额和收益的目的💡 本期笔记分享产品运营全流程SOP🔥 ①场景：

产品运营

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

近日，GDC2024（全球开发者开发者先锋大会）在上海召开，大模型应用开发引发了广泛关注。

RAG 自由编排 Workflow

2024年值得关注的Agent框架

OpenAGI: 这是一个开源的人工通用智能（AGI）研究平台，结合了针对特定任务如情感分析或图像去模糊化的小型专家模型和基于任务反馈的强化学习（RLTF）以改进其输出。

Agent 框架

理解 o3 及其技术分析

这不像是芯片受到制造工艺迭代和物理条件等各方面限制，软件是可以快速吃掉所有硬件资源的。

o3 技术分析

语音克隆又又又又又升级了

，时隔几个月Meta又推出了最新的语音生成技术，不仅能可能声音，还能通过对声音的描述来生成独特的音色，同时还能通过描述来生成各种各样的音效，甚至能通过文字描述来编辑声音，整体来说，这项技术几乎囊括了现在人们对语音生成技术的所有的需求

Meta 语音生成

RAG从入门到精通-RAG简介

前言 RAG（Retrieval Augmented Generation,检索增强生成）是一个将大规模语言模型(LLM)与来自外部知识源的检索相结合的框架,以改进问答能力的工程框架。

rag 大模型

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

字节跳动最近推出了一款名为PersonaTalk的AI模型，这项黑科技让视频配音彻底摆脱了传统的“僵硬感”。

PersonaTalk 视频

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

这篇文章相当于个人的学习笔记，全文近两万字，建议配合目录观看。

文生图

字节跳动最强AI工具 “豆包” ，近1000款应用！一句话自动生成图文，堪比ChatGPT？

前面分享了小悟空、即创等字节系列AI创作平台，今天又给大家分享另一个字节的创作平台叫做豆包，体验下来，功能在目前国内算是第一梯队，实用性很强。

AI工具文生图

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

虽然当时缺乏可供参考的标准，但智谱 AI 根据一些开源项目和技术报告，设计了适合自己需求的解决方案，包括混合精度、流水线工作方式、加速方法等等。

智谱 AI

心理健康AI应用空白：LLM评估基准震撼出炉（附Prompt模板）

论文题目：PsyEval: A Comprehensive Large Language Model Evaluation Benchmark for Mental Health 论文链接：https

大模型心理

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

近年来，随着SD和Midjourney的火热，文本到图像生成（Text-to-Image Generation）的研究取得了令人瞩目的进展，让我们能够用自然语言指导AI创造出各种各样的图像。

LCM/LCM-LoRA 文生图

<...27 28 29 303132 33 34 35 36 ...>

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