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

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

造梦师手记：ComfyUI快速量产数字小姐姐

不过优秀的成员们在其他部门依然成绩斐然。

comfyui 文生图

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

爆肝！超详细的胎教级Midjourney使用教程，看这一篇就够！

（简称MJ），我们还要知道Discord是什么 Discord就是一个聊天软件，可以把它想象成微信，它的着重功能在聊天室上而MJ就是这个聊天软件上的一个功能【看下图】一的部分代表了服务器

文生图

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

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

ChatGPT「火」烧到游戏行业，有人用其设计关卡、撰写文案、激活NPC，这会给游戏行业带来什么改变？

许多时间和资源就消耗在了“因为这个部分需要人”，“人力有限”等不可抗力上。

大模型 chatGPT

中国首份AIGC监管文件正式实施——《生成式人工智能服务管理暂行办法》简析

2· 管理办法从<征求意见稿>阶段的国家网信办独家发布，变为由国家网信办与国家发改委、教育部、科技部、工信部、公安部以及广电总局联合发布，一定程度体现了该等“暂行”办法在现阶段防范风险的重点领域

人工智能

AI+智能客服：大模型可落地的最成熟场景之一

（当然，这并不意味着所有的问题都已经得到解决，也不意味着人工客服可以完全被替代）就我目前所在公司的业务情况，智能客服（下图所示的1和2，一个面向内部员工，一个面向外部客户）也是我认为有落地场景和价值的一个方向

ai 客服

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

汇总1400+文献的神级“上下文工程”综述，治愈初学者的AI迷失症

我在这里先说一下我的理解+提出部分我觉得很给我启发的原文。

上下文工程 AI

[Midjourney]人物镜头拍摄视角大全

6）aerial view 鸟瞰图从上往下拍摄，适用于想要体现精致小巧的脸部特点的人像拍摄。

视图视角构图

再也不用担心 AI 图片脸崩手崩了

蓝色的点就是模型检测到的面部特征，full 对最右边女生的面部检测点比 short 要多。

ADetailer 安装文生图

<...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