文章列表-AI魔法学院

文章列表

OpenAI视频模型Sora的推理生成成本多高？

复现 Sora 的难度没有预想中的大，至少训练算力不是瓶颈；国内靠 A800/H800 的余量仍可以满足 4.

Sora 推理算力

用了一个月，终于找到点写 AI Agent 的思路

找到一个可迭代的 AI Agent 技术路线很重要找到一个可迭代的 AI Agent很 AI Agent 是 AI 能够与物理世界直接进行交互的重要能力，是真正能够提高生产力，将人类从重复、机械的工作中解脱出来的关键技术

AI Agent Ops 运维工具

解读wav2lip：探究语音驱动唇部动作的技术原理！

/github.com/Rudrabha/Wav2Lip 一、现有方法不足常见的语音驱动嘴唇运动方法在处理动态的和无约束的说话人脸视频时，通常无法准确地合成口型，导致生成的视频与音频不同步

wav2lip 语音

15个中文AI写作提示词帮你覆盖所有主流写作场景！！！

3、通过优质内容吸引更多来自搜索引擎的流量，提升网站的曝光度和用户访问量。

写作 prompt 提示词

14.6K star！最好用的OCR文字识别项目，没有之一！

最近，在Github上发现了一个厉害的开源OCR项目——Umi-OCR，真的很强大，而且还可以离线使用，现在已经有了14.6k+的星标。

Umi-OCR 开源项目文字识别

Stable Diffusion

Stable Diffusion教程：采样器

Stable Diffusion WebUI 中默认已经集成了很多采样器，比如 Euler a、DPM++、DDIM和Restart等等，随着算法的改进和新算法的出现，未来估计还会不断增加新的采样器。

画图 SD 采样器

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

； · 介绍评估上下文工程表现的系统性方法以及评估后的核心发现； · 指出未来的研究方向； 03.

上下文工程 AI

中国大模型「顶流群聊」笔记

即便未来有更好的开源模型出现，也有办法在它的基础上再重新训练或继续迭代。

大语言模型

Stable Diffusion

Stable Diffusion WebUI v1.8.0重大更新！

在未启用柔和重绘功能的情况下，画笔的边界显得异常生硬，仿佛是将这只可爱的喵星人强行嵌入画面之中。

SD 画图

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

因此，Midjourney 与摄影存在千丝万缕的联系。

文生图摄影提示词

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

因此，Midjourney 与摄影存在千丝万缕的联系。

文生图训练提示词 Midjourney

DALL-E 3 不只是文生图！10 个案例颠覆认知

很多人被它生成文字和超现实图像的能力所吸引，但并没有发掘它的另一个强大功能—把你脑中的 Idea 变成现实中的图像。

DALL-E 3 文生图

Sora物理悖谬的几何解释

Sora相对独立地学习每个令牌，将令牌间的空间关系用训练集中体现的概率来表达，从而无法精准表达令牌间时空的因果关系。

Sora 解释

大模型：泛化即智能，压缩即一切！

在《论语》中曾有言，孔子问子贡说，你与颜回比如何？

泛化大模型

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

引言在数字时代，技术的进步正在不断突破我们对现实与虚拟的界限。

VividTalk 视频

<...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