文章列表-AI魔法学院

文章列表

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

一文中曾经提到：大模型落地的方式是系统型超级应用。

大模型

Stable Diffusion

Stable diffusion三步搞定——场景定制化

在工作上能将所设想的草图通过control net插件进行百分之百的还原，可以说大大的提高了出图质量及数量。

AI图片

爆肝！超详细的胎教级Midjourney使用教程，看这一篇就够！

1.Midjourney的介绍 MidJourney 是一个文本到图像的 AI，基于Discord平台搭建，它可以根据您的文本提示生成具有视觉效果的图像说人话就是：你输入文字，它给你生成画面！

文生图

从零开始学习大模型-第二章-大模型学习路线

深度学习框架：学习至少一个深度学习框架，如TensorFlow或PyTorch，掌握其基本操作和模型构建方法。

大模型学习

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

二、Westlake - Omni 的技术架构 1.

Westlake -Omni 语音

openpose原理及安装教程（姿态识别）

运行OpenPose提供的示例程序或自行集成到自己的项目中。

行为识别姿态识别

被高估的Pika，被低估的多模态AI

从 GPT-4V 的“惊艳亮相”，到 AI 视频生成工具 Pika 1.0 的“火爆出圈”，再到谷歌 Gemini 的“全面领先”，多模态 AI 都是其中的关键词。

大模型多模态

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

一、PaddleOCR基本原理 PaddleOCR基于百度自主研发的深度学习框架PaddlePaddle，采用卷积神经网络（CNN）和循环神经网络（RNN）等技术，实现对图像中文字的识别和转换。

PaddleOCR 文字识别

达摩院SPACE对话大模型：知识注入与知识利用

由上图的对话体系架构可以看出，上层的主流对话引擎，比如多轮对话、图谱问答、表格问答、QA问答、文档问答、闲聊（Chit-chat）等，其划分的依据就是底层知识的不同。

大模型

大模型检索增强生成(RAG)高质量报告

大语言模型的局限性和实际应用面临的问题 RAG指的就是检索相关信息来辅助大模型回答优化大模型的性能通常可以从提示工程、RAG或者微调入手 RAG对比微调

RAG 大模型检索

国际货币基金组织最新发布：关于AI与未来工作的报告

这篇文章主要探讨了人工智能（AI）对全球经济和劳动力市场的影响，提出了以下主要观点： 1.

AI行业报告 AI

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（二）：文生图基础流程

是不是有大模型、正向提示词、反面提示词、采样器、步数、宽高、VAE、显示图像。

comfyui 文生图

智能知识图谱SmartKG和pySmartKG简介

SmartKG是一款轻量级知识图谱可视化+智能对话框架。

知识图谱

向量数据库简介和5个常用的开源项目介绍

这些向量表示多个维度的数据，可以被认为是指向空间中特定方向和大小的箭头。

开源模型

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

另外再划个重点，可灵不是实验室放出的Demo或者视频结果演示，而是短视频领域头部玩家快手推出的产品级应用。

可灵快手文生视频

<...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