文章列表-AI魔法学院

文章列表

大模型微调数据选择和构造技巧

如果说我们直接采样一批线上的图文文本，直接送给标注的话，会存在一个严重的问题：他们标注的数据大部分都是攻略类，技术类比较少，标了3个月才攒了几千条大模型技术文本，但是攻略类已经成几万了。

大模型微调

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

多模态大模型综合评测 1 融合整体和局部的高清图像表示传统的多模态模型的图像表示只有整体，XVERSE-V 创新性地采用了融合整体和局部的策略，支持输入任意宽高比的图像

XVERSE-V 多模态大模型

Roop参数说明，ROOP->StyleGAN演示！

首先，简单说一下，视频的原素材全部由AI生成！

视频 StyleGAN

最强开源数字人对口型系统介绍

使用过原版开源的Wav2Lip的都知道，原作者使用分辨率很低的图像数据集训练的模型，嘴部特别清晰，基本没啥价值，但是这个框架和算法倒是不错，如果想得到高清模型，得付出相当大的精力去收集高清数据集从头训练

数字人开源模型

基于LLM+向量库的文档对话痛点及解决方案

解决方案思想（原则）基于LLM的文档对话架构分为两部分，先检索，后推理。

开源模型

Stable Diffusion

Stable Diffusion教程：提示词

## prompt 概念 - 完整的prompt包含“**Prompt:**”和"**Negative Prompt:**"两部分。

提示词 SD 绘画

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

在视频对齐领域，作者从开源和内部来源获取视频数据。

Baichuan-Omni 多模态大模型

大模型+人形机器人，是不是下一个风口？

Optimus的技术大部分与特斯拉汽车的一致，如机器视觉，以及处理视觉数据、做出行动决策、支持通信交流的“大脑”，还有最重要的与特斯拉汽车一致的芯片，还搭载与特斯拉车辆同源的FSD电脑以及Autopilot

大模型

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

按图索骥，在网上找到作者开源项目，学习研究硬件部分内容。

ai小车 esp32 开源

Stable Diffusion

Stable Diffusion AnimateDiff | 最稳定的基于文本生成视频的方法

发现效果还是比较差的，连续性也一般般，虽然不会出现闪烁，不过这个画质、脸部细节太糟糕了。

动画 animate sd

Elasticsearch 中的向量搜索：设计背后的基本原理

当超过索引缓冲区的大小或必须使更改可见时，这些内存中的缓冲区将被序列化为段的一部分。

向量数据库

300天里，我帮你踩遍了AIGC创业的各种坑

但你仔细想想就知道这件事的漏洞所在：从外部看，既然是提示词，那就意味着必须要在某个AI产品的外部环境下使用，你是在别人的平台规则下做事，天然的博弈劣势；从内部看，如果提示词没用，那这个岗位就没有意义，如果提示词有用

AIGC 创业

18种 DALL-E 3 炫酷的文字效果和提示词

图像位于顶部，文本"[文本]"位于下方/上方，突出并与图像样式保持一致。

DALL-E 3 提示词文生图

从第一性原理看大模型Agent技术

当用户的问题需要外部调用时，例如询问天气情况，解释器会生成相应的代码，利用代码调用外部工具获取结果。

大模型 agent

忘了stable diffsion的英文提示词吧，这个工具点点鼠标就可以了

我买了一部分提示词，然后又从网上整理了一部分，最终手里有了一份数万提示词的Excel。

stable diffsion 提示词

<...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