文章列表-AI魔法学院

文章列表

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

但是从另一个角度将，创作门槛降低之后故事的竞争将异常激烈。

sora openai 视频生成

淘宝模特全体注意！阿里AnyDoor AI换装神器出来了，年度最强AIGC重制绘图工具，重塑电商模特产业

但近日，阿里和港大联手推出了一个工具，可以轻松实现一键换衣，更重要的是，操作简单，实现效果惊人。

AnyDoor 换装文生图

真超越了GPT？国产大模型实用场景横评②

商汤的商量感觉还可以，对基础知识的调用比较准确，信息没有错漏；但格式较为死板，“互动引导”也出现在里面就需要更多的手动修改，也没有emoji。

大模型

爆肝两天！ChatGPT+提示词解决知识库目录混乱

当然，即使是那些在职场上工作多年的人，也会面临同样的问题。

智能分类大模型知识库

赛博牛马，智谱 AI，悄悄出了一个 AI PPT

同时为了让大家能感受到差异化，我同时用最常见的 Kimi 作为对比，告诉大家如何选择。

智谱 AI PPT

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

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

因此，开发出一种成本相对较低的、大规模开放域指令自动生产方法，成为当下指令调优语言模型的关键。

开源模型

ComfyUI，你开启XL钥匙打开了新世界

但在与大家一起努力学习，了解了ComfyUI后，我有点难以抑制的激动，我觉得之前称呼这个“开启XL大门的钥匙”有些欠妥，它应该是开启AIGC新世界大门的钥匙！

ComfyUI 大模型

Stable Diffusion

Stable diffusion三步搞定——场景定制化

迫于这个原因我们将经历投入到SD的学习当中，在学习的过程中发现SD的操作界面对设计师来说比较友好，操作界面更类似于一款软件的操作界面，感觉是在学习一门技术（可能是总用绘图软件做图留下的后遗症）。

AI图片

实时语音克隆

作者推荐了一些其他的语音克隆解决方案，并提供了安装和配置的指南。

语音克隆

RAG 2.0来了，它能成为生产落地的福音吗？

RAG作为当前最流行、相对成熟的的LLM应用架构，受到了开发者的广泛关注，相关围绕RAG优化的技术层出不穷，但依旧难逃达不到生产应用要求的尴尬。

RAG 大模型

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

从第一性原理看大模型Agent技术

开始试图让模型自身清楚地描述问题，把问题转化为 PDDL （Planning Domain Definition Language）格式的描述语言，通过调用通用规划器来解决规划问题，再把解决方案转化为可执行的动作

大模型 agent

ComfyUI王牌！复合生成！必须揉在一起

Comfy的工作流牛，就牛在可以直接串烧生成。

comfyui 文生图

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

启动训练。

大模型微调

<...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