文章列表-AI魔法学院

文章列表

再也不用担心 AI 图片脸崩手崩了

处理完成之后，图片就出来了。

ADetailer 安装文生图

AI Agent / 智能体观察笔记（下）

用户给GPT输入目标后，智能体会给用户整理一个任务清单。

大模型

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

它提供了模型管理检索、模型下载、模型调优和训练模型推理。

开源

ComfyUI 基础教程（一）环境部署和插件安装

1.辣椒酱的界面汉化：该插件可以汉化ComfyUI的界面，使中文用户更容易理解和操作。

comfyui 文生图

吴恩达老师建议大家关注 AI 智能体工作流

通过采用智能体工作流，我们可以引导大语言模型对文档进行多轮迭代处理，仿佛它在多次精细打磨它的作品。

智能体大语言模型

微软最新模型Phi-3 Mini开源登场！小模型，大未来！!

Phi-3 Mini AI模型，在包括语言理解、逻辑推理、编程和数学在内的一系列基准测试中表现卓越，超越了大量参数高达数百亿的竞争模型。

Phi-3 Mini 人工智能

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

OpenAI Sora涌现出真实物理世界模拟的能力 OpenAI Sora可以生成更加真实的物理世界的视频。

sora 视频生成

Stable Diffusion

Stable Diffusion 快速创作角色三视图

一流程介绍整个流程原理很简单，我们通过使用 ControlNet Openpose 模型根据我们上传的三视图骨骼图进行渲染。

SD 三视图文生图

[论文] 阿里提出AgentScope：灵活强大的智能体框架

管理和包装层（Manager and Wrapper Layer）：作为中介，管理和包装抽象层管理资源和 API 服务，确保资源的高可用性，并提供抵抗 LLMs 不良响应的能力。

AgentScope 语言大模型智能体

AI Agent / 智能体观察笔记（上）

02 — AI Agent的工作原理理解目标：用户给到智能体一个目标后，智能体首先会使用如GPT在内的大语言模型去理解目标——明白自己要干嘛；

大模型

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

测试时计算技术，能在推理阶段（模型被使用时）就将模型增强，比如，模型可以实时生成和评估多种可能性，而不是理解选择单一答案。

Scaling Law AI大模型

比GPT-4快18倍，世界最快大模型Groq登场！每秒500 token破纪录，自研LPU是英伟达GPU 10倍

Groq突然爆火，背后最大的功臣不是GPU，而是自研的LPU——语言处理单元。

Groq 大模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

不需要复杂的设计如持续时间模型、文本编码器和音素对齐，能够快速训练并实现实时因素（RTF）0.15的推理速度，显著优于当前基于扩散的TTS模型。

F5-TTS 音频克隆

AnimateDiff 生成补间动画

主要的实现原理： 1 通过controlnet的tile来处理 2 设置timestep_keyframe控制每一帧controlnet的权重

文生图 AnimateDiff

收藏！万字长文聊聊LLM Agents的现状，问题与未来

其机理分别于类似于人类用眼睛耳朵等获得信息，用大脑用于处理信息和驱动四肢，用四肢改变环境和改变人类自身。

LLM Agents

<...33 34 35 363738 39 40 41 42 ...>

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