文章列表-AI魔法学院

文章列表

Sora相关论文合集---全32套大放送

- Transformer架构在自然语言处理和视觉识别等领域展现出优越的扩展性和性能。

Sora 论文

无限长的上下文，也干不掉的RAG

下面这个论文，通过实验证明了，即时上下文足够的丰富，通过调整位置、上下文内容，对于生成的效果具有显著的影响。

RAG 大模型

解码二维码：揭秘我的漂亮二维码生成秘诀！

这几天我又生成了很多漂亮的二维码图片，有了一些感受和想法，特总结此文，分享给大家。

图像文字

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

你是否曾想过，仅凭一段文字就能生成一段高清、流畅的视频？

MagicVideo-V2 视频生成

一文汇总市面上所有prompts提示词框架

在我们步入AI与各垂直行业深度融合的新时代，智能技术不仅为我们的生活带来前所未有的便利，更在各行各业拓宽了无限的可能。

提示词框架 prompt

AI文档智能助理都是如何处理pdf的？

;支持表格区域进行结构化识别，最终结果输出Excel文件；•支持基于多模态的关键信息抽取(Key Information Extraction，KIE)任务-语义实体识别(Semantic

大模型

8个常用中文OCR数据集，附下载链接

Database) 下载链接：https://opendatalab.com/MSRA-TD500 MSRA-TD500由华中科技大学于 2012 年在 CVPR 发布，是一个用于测试和评估多方向、多语言文字检测算法的自然图像数据集

OCR

史上最好的中文大预言模型出现了！！！

感觉回答质量几乎高于所有生成式AI，现在不敢说AI读文献扯淡，毕竟大家卷了一年了，没用过pro），谷歌的Bard（演示大会出错，股价掉1000亿美元），谷歌Gemini（发布第二天，被曝出来演示视频造假

Kimi Chat 大模型

浅浅介绍下中文分词，用这些库搞定

SnowNLP：SnowNLP是一个基于概率算法的中文自然语言处理工具包，其中包含了中文分词功能。

Python 分词库

RAG 修炼手册｜一文讲透 RAG 背后的技术

为了更好地处理上下文依赖和语义理解，Transformer 模型应运而生。

RAG Embedding

了解Kimi必看的26个问题 | Kimi系列文（二）

需要AI视频、绘图、音乐生成，可以看我们推荐的其他AI。

Kimi 大语言模型

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

不管是唱歌视频，还是讲话视频，只要提供一张肖像照片，外加一段音频，算法就会自动生成一段口型完全能对上、画面生动的视频出来。

EMO 阿里全民演唱

Stable Diffusion

99%的人都不懂的Stable Diffusion高级功能，Negative Prompt如何正确使用?

无需背诵复杂的原理，我会用浅显易懂的语言和实际案例，带你一窥Stable Diffusion这个无限可能的AI世界中，Negative Prompt的奥妙和精髓。

Negative Prompt 文生图

Stable Diffusion

Stable Diffusion 年龄转换神器，一键变大变小

在使用 AI 绘画时人物的年龄控制是个难题。思考三秒钟想想解决方案相信大家脑海里面的第一反应就是通过提示词来描述年龄比如：children,teens 等。如果大家使用过这种方式来控制，会发现效果并不太好。主要原因还是因为模型训练时的参考图片数据不够精准，从而对年龄的训练并不到位。这一节课我们来讲解一种比较一路意思的人物年龄控制方法

Stable Diffusion 文生图

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

强调了更有效的文本编码器，使用了更先进的CLIP版本，生成的图像与文本提示的一致性和相关性有所提升。

Stable Diffusion 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