文章列表-AI魔法学院

文章列表

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这是一个由Facebook研究院开发的技术，可以根据音频生成逼真的人物视频！

audio2photoreal 开源工具

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

但面壁团队关注的却是 GPT-4 的两个创新点：一是 GPT-4 的输入文本达到了 32k 的长度，而当时国内的大模型能处理的文本长度只有 512，之后“长文本”也成为国内外大模型研究的重点对象；二是

Grok-1 开源模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

为了回答这两个问题，本文作者首先选择了当前主流的两个多模态模型GPT4-Vision，LLaVA ，然后手动标注了数据集和RAG系统测试集，接着作者构建了一个多模态RAG系统（两种配置），将文本和图像结合到一块

大模型研究

腾讯最新的人像写真工作PhotoMaker

不仅能输入少量真人照片做写真，还能输入绘画类形象、雕塑形象，根据这个形象出图。

PhotoMaker 文生图

大模型在金融行业的应用场景

目前已有的大模型知识库基本上都采用 RAG 的方案构建，但是数据源多样（流程规范、产品材料、规章制度等），数据格式繁杂（文字、表格、公式、图片等），针对不同的数据都需要业务上进行单独处理

大模型金融应用

AI落地里那些假的机会

其实是极其数字的经济理性。

大模型

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

一文探秘LLM应用开发-Prompt(相关概念)

.机器学习场景类别2.机器学习类型(LLM相关)3.深度学习的兴起4.基础模型第二部分应用挑战1.问题定义与基本思路2.基本流程与相关技术1）Tokenization与Embbeding2）向量数据库

prompt 大模型

StableDiffusion

StableDiffusion模型推荐系列（全能型）

今天，我们要聊一聊AI绘画领域里的一个超有趣的话题：为什么Midjourney能用一个5.2模型轻松驾驭各种风格，而Stable Diffusion却需要我们切换无数个模型呢？

stablediffusion sd 文生图

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

此前，DataLearner曾经从理论上给出了大模型显存需求的估算逻辑，详细说明了大模型在预训练阶段、微调阶段和推理阶段所需的显存资源估计（参考：需要多少GPU显存才能运行预训练大语言模型？

大模型

AI领域的agent是什么意思？

在作者的实现中，将近期性视为一个指数衰减函数，衰减的对象是自上次检索记忆以来的沙盒游戏小时数。

大模型

深度对比丨探索LLM（大模型）部署服务的七大框架差异

当需要批处理和最大速度时，请使用vLLM 。

大模型

Stable Diffusion

Stable Diffusion教程：文生图

文生图是Stable Diffusion的核心功能，它的核心能力就是根据提示词生成相应的图片。

文生图 Stable Diffusion

Stable Diffusion

Stable Diffusion 生成卡通证件照

(Steps)：25 采样方法 (Sampler)：DPM++ SDE Karras 宽度：616 高度：768 总批次数：3 单批数量

SD 证件照文生图

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

统一模态处理Westlake - Omni采用独特的离散表示法，成功地将文本和语音模态统一处理。

Westlake -Omni 语音

<...28 29 30 313233 34 35 36 37 ...>

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