文章列表-AI魔法学院

文章列表

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

多层感知器（MLP）作为投影层，起到了桥梁的作用，将视觉编码器生成的图像嵌入与基础语言模型的标记空间进行对齐，使模型能够实现端到端的视觉语言理解。

OmniVision -968M 多模态模型

AI爆文写作：4招，把AI变成你的写作助手

每次提起AI写作，总有小伙伴跟我说，看完教程觉得会了，自己一上手发现基础太差，还是搞不到。

写作提示词创作

迄今为止，最强ChatGPT写论文技巧，总共6步，手把手告诉你！

它能把这个学科和那个学科连接起来，把中国的问题和美国的问题连接起来，在知识的发散性上，往往是我们欠缺的。

chatgpt 提示词

【工具书】基于角色和思维链的人工智能中文Prompt提示词，涵盖几乎所有场景

第一个问题是——“你能告诉我们根据当前情况未来的股市会是什么样子吗？”。

prompt 提示词

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

NexusGPT代表了人类雇佣Agents的一种未来商业模式，这个项目其实有很多值得改进的地方，例如Agents与专家模块（专家系统与专家模型）的结合，甲方雇佣Agents的计价方式以

开源模型

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

Sadtalker是一个能够根据图片和音频生成视频的开源项目，它使用了一种叫做SadNet的神经网络，可以实现风格化的单图说话人脸动画。

数字人

6个最佳开源TTS引擎

TTS引擎用于实现文本到语音的转换。

TTS引擎开源模型

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

因此，目前还不清楚基于最先进的 LLMs（如 GPT-4（无视觉）[94] 和 PaLM [27, 10]）开发的 LMMs 的现状和新兴多模态能力是什么。

多模态大模型 GPT-4V 文生图

从零开始学习大模型-第一章-大模型简介

但与普通图书馆不同的是，这座图书馆中的每本书都是关于不同事物的描述和知识。

大模型从零开始

在SD中一键换脸！！！

在我们平时使用SD的过程中经常会出现对AI生成的脸部不满意的情况，也可能会想改变照片中的脸部来对周围的朋友进行恶搞等想法。

AI换脸

国产AI，逃过一劫

一整年过去，觉醒与狂飙、躁动与退场在时刻上演。

ChatGPT 大模型

ComfyUI 基础教程（一）环境部署和插件安装

如果你本地电脑中有使用过WebUI，那么你的模型文件通常是放在stable-diffusion-webui目录下的，复制过来就会很浪费空间，所以ComfyUI

comfyui 文生图

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

但以往的研究都主要聚焦在重建静态图像，而以高清视频形式来展现的工作还是较为有限。

stablediffusion

PDFTriage:面向长篇结构化文档的问答

七、未来工作和结论在本文中,我们提出了PDFTriage,这是一种针对面向文档任务的新颖问答技术。

大语言模型 PDF 文档

解读：一个数学在线教育网站如何做到一千万月访问量

今天继续分享个方法，那就是随便乱点，从一个网站发现一些关键词，从一个关键词发现一批网站，不断点下去，就能够发现一些不错的网站。

访问量

<...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