文章列表-AI魔法学院

文章列表

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

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

【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

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

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

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

第3期 SDXL和SD的10大区别！你知道几个？

使用了两个 CLIP 模型的组合，包括 OpenClip 最大的模型 ViT-G/14 和在 SD v1 中使用的 CLIP ViT-L，既保证了对旧提示词的兼容，也提高了 SDXL 对语言的理解能力

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

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

国内外开源大语言模型一览表

同时使用了词表裁剪、ZeRO、张量并行等技术，有效降低显存消耗和提高训练效率。

大模型

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

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

二、技术原理剖析 1、基于 LLaMa 架构 OuteTTS-0.1-350M 构建于强大的 LLaMa 架构之上，利用了 oute3-350m-dev

OuteTTS-0.1-350M 音频

阿里Qwen3系列模型惊艳亮相

下面这个表格详细展示了这些模型的参数：模型名称层数

阿里 Qwen3 大模型

Cursor 0.50 版本：一场惊艳的编程体验升级之旅

· 200K tokens：可覆盖完整的 Web 框架级别代码。

Cursor 0.50 大模型

白话Embedding：普通人都能懂的科普文

嵌入是将某些数据对象表示为向量，构造为将数据对象的某些属性编码为其矢量表示的几何属性。

Embedding 向量

<...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