文章列表-AI魔法学院

文章列表

耗时7天，终于把15种ControlNet模型搞明白了

二、ControlNet是什么 AI绘画最终要实现的目标——让出的图与我们脑海里想象的画面一致但目前现状是：随机性太强很多时候能不能出来一个好看的画面，只能通过大量的「抽卡」实现，以数量去对冲概率

文生图

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

你是否经常需要处理各种数据，比如销售额、股票价格、人口统计等？

ChartLlama 开源模型图标

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

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

今天要学习的就是我上一篇笔记中所提到的Turbo，在官方的演示中这款软件实现了一打字就会出画面，画面随着提示词的更改实时变化。

SDXL-Turbo 文生图

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

像是迷雾中走出的一头怪兽，DeepSeek V3在先行“泄露”并引发一阵惊叹后，开发方深度求索正式发布了技术报告。

DeepSeek V3 开源模型

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

技术优势 Whisper JAX继承了原始Whisper模型的强大功能，包括对多种语言和口音的高度适应性，以及在各种背景噪声中的稳定性能。

Whisper 语音识别

如何构建基于大模型的App

目标是允许LLM参考以前的交互，以个性化用户需求并引导走向正确的方向。

构建大模型App

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

广泛的代表性模型（9个模型）：选取了多个国内外有代表性的可用的模型进行测评，以反映国内大模型的发展现状并了解与国际领先模型的差距或相对优劣势。

大模型训练中文

国内厂商语音识别与Whisper评测：现状与概况对比

通过对技术性能、准确度、适应性等方面的对比，帮助读者更好地认识到语音识别技术的发展趋势和应用前景。

语音识别 Faster-Whisper

AI绘画：InstantID 一键运行包和在线Colab脚本！

下载到本地后，用解压软件解压，最好是解压到全英文的路径下，以防万一，少走弯路。

InstantID 文生图

大模型时代 AI 技术在金融行业的创新应用

大模型时代，AI 技术在金融行业的应用趋势 2.

大模型金融

AI能赚到钱了么？

但解决方案不是，这里客单价必须极大比如数千万做起来才有价值，否则支撑不了前后期的较长周期的投入。

大模型商业模式

一文彻底搞懂多模态 - 多模态推理

例如：路径排序算法（Path-Ranking Algorithm，PRA），采用随机行走和基于重启的推理机制，执行多个有界深度优先搜索过程来寻找关系路径。

多模态推理大模型

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

信息收集（Information Gathering）利用视觉模型处理 UI 截图、文字信息

AI Agent 开源项目

AI绘画当前的应用场景有哪些？

1）数字艺术：生成各种风格的数字艺术作品，例如油画、水彩画、素描和卡通等。

文生图

<...30 31 32 333435 36 37 38 39 ...>

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