文章列表-AI魔法学院

文章列表

AI Agent的数字化革命：超越文本，走向自主决策与交互

LLM主要擅长处理和生成文本。

生成式AI

AI创作｜如何通过GPT进行漫画视频的故事改写

3、配图制作小说推文类视频目前主流的图像展现方式是通过AI绘画技术（MJ或者SD）生成适合每一镜的画面，在通过剪辑手段，让静态图片变成动态镜头的方式。

生成式AI

ComfyUI | 这么入门就顺了，硬入疼的是自己

基础工作流五核心板块（大模型、VAE、提示词、参数采样设置和生图窗口）本人是三维软件爱好者，像OC渲染器这种节点连节点的看多了，看Comfy界面自带好感，但是直接看内容逻辑就有点卡眼睛，于是就从熟悉的

生成式AI

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

当一个机器人的行为出现异常时，她会深入其电路，试图理解其背后的原因，从而找到解决之道。

大模型

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

下图是Sora跟其他模型在生成视频能力上的一些对比：在OpenAI发布Sora之前，业界基于大模型生成视频的主要平台有Pika、Runway、Moonvalley等，但是这些平台视频生成默认都是几秒中

视频生成 sora

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

而这一次的项目，就是被N多人期待了很久的，腾讯混元视频生成模型。

sora 视频生成

来个优秀的开源人脸识别项目！

生物识别技术是一种利用人体自身特征进行身份认证的技术。

人脸识别开源项目

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

facebookresearch/audiocraft[1] Stars: 16.6k License: MIT AudioCraft 是一个用于音频生成的

AudioCraft 音频

Stable Diffusion

【Stable Diffusion】高效率视频转AI动画！EbSynth插件全流程操作

点击生成，后台就会开始运算了。

AI编程 EbSynth 动画

RAT = CoT + RAG

Retrieval Augmented Thoughts (RAT) 是一种协同思维链 (CoT) 和检索增强生成 (RAG) 的 AI 提示策略，助力解决具有挑战性的长任务推理和生成。

RAT 协同思维链检索增强生成

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

(超过30秒) 目前ChatTTS一次性只支持30秒以内的语音生成，当你一次生成文本过多时，会截取前30秒的，之后的文本将不会转换为语音。

chattts tts 文生语音

7个有用的Prompt参数

在使用生成式AI模型时，提供一个清晰、具体的prompt非常重要，因为它会直接影响到模型生成的内容和质量。

prompt

金融行业的开源AI大模型

大家经常把通用大模型比喻为高考前的学生，智商似乎达到了巅峰，天文地理历史生物无所不知，但是对某个行业的真实运作缺乏一定的了解。

开源大模型

RAG模型的主要痛点和解决方案

检索增强生成（RAG）模型已经成为一种有前景的方法，通过利用存储在文档中的外部知识来提高生成文本的准确性和相关性。

rag 大模型

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

其中，检索增强生成（Retrieval-augmented generation，RAG）是一种针对知识密集型 NLP 任务的生成方法，它通过在生成过程中引入检索组件，从已知的知识库中检索相关信息

Prompt 大语言模型 RAG

<...32 33 34 353637 38 39 40 41 ...>

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