文章列表-AI魔法学院

文章列表

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

项目简介 PhotoMaker是腾讯最近开源的照片生成工具，这是一种高效的个性化文本到图像生成方法。

PhotoMaker 文生图

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

我们绝大多数场景，都是后一个，不管是外卖、打车、企业经营等，所以才有个说法叫世界万事万物是普遍关联的。

大模型

产品运营全流程SOP

运营是产品与用户之间的桥梁，通过产品设计、用户体验等一系列营销技巧，达到提高产品的用户满意度、市场份额和收益的目的💡 本期笔记分享产品运营全流程SOP🔥 ①场景：

产品运营

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

训练

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

（variational inference）、标准化流（normalizing flows）和对抗训练的高表现力语音合成模型应用so-vits-svc快速生成AI歌曲，仓库地址： https

音乐

ComfyUI，你开启XL钥匙打开了新世界

如果要给这个“体验”定义更严格生产一些的话，那可以说是最佳工具，没有之一。

ComfyUI 大模型

AI资讯速递 - 快人一步！为你填平AI领域信息差及时揭示AI领域的最新动态

人工智能发展到哪一步了？

AI资讯 AI新闻

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

格式，斯坦福大学开源数据集的格式，也是社区开源项目使用较多的一种格式 MOSS 格式，复旦大学开源指令微调数据集的格式，包含多轮对话和工具调用 Gunacao 格式

大模型

Rerank——RAG中百尺竿头更进一步的神器，从原理到解决方案

总体来说，收费的通义千问还是好一些，但是不明显，有些方面却不如bge。

RAG 检索增强

Fastwhisper + Pyannote 实现 ASR + 说话者识别

同时在CPU和GPU上进行8位量化，可以进一步提高算法效率。

faster-whisper 语者识别 ASR

A1111 终于支持最先进 SDXL ControlNet！安装方法看这里~

快快去更新体验吧！

大模型 SDXL ControlNet

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

但是这些方法对于不在训练数据内的新图象，泛化性较差，或者需要输入多个图像，在近一个小时后，才能等到生成结果。

Anydoor 文生图

Sora物理悖谬的几何解释

我们扰动水箱，使得液体流动起来，使得溶剂密度发生变化。

Sora 解释

ChatGPT提示工程5篇合集(一)：ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作（珍藏版）

本文将要介绍的是编写Prompt的两个关键原则，非常非常重要，一定要掌握。

prompt 提示词

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

然而，大多数模型在流利地切换语言、理解口语查询的细微差别以及提供高质量响应方面仍然面临挑战。

GLM-4-Voice 9B 语音安装

<...31 32 33 343536 37 38 39 40 ...>

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