文章列表-AI魔法学院

文章列表

Stable Diffusion

硬核解读Stable Diffusion（系列一）

对比可以看出，autoencoder将图片压缩到latent后再重建其实是有损的，比如会出现文字和人脸的畸变，在256x256分辨率下是比较明显的，512x512下效果会好很多。

StableDiffusion 文生图

AI生成卡通人物项目|VToonify

开源链接：https://github.com/williamyang1991/VToonify 生成高质量艺术肖像视频是计算机图形学和计算机视觉中一项重要且令人向往的任务。

AI生成卡通人物 VToonify

【工具书】文生图Midjourney最全prompt提示词分类对照表

眉毛浓眉 thick eyebrows 眉毛翘起 cocked eyebrow 短眉毛 short eyebrows V字眉

提示词 prompt 文生图

从0到1谈谈智能客服系统的设计与实现

· · 与B站产品体系无法打通，难以根据业务需求进行定制化。

智能客服

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

从虚拟助手到客户服务机器人，语音人工智能已成为各个行业的重要工具。

GLM-4-Voice 9B 语音安装

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

训练数据为jsonl格式，每一行为一个多轮对话，其中conversation字段是必需的，可以根据实际需求添加或删除其他字段。

大模型微调

中学生也能看懂的Sora视频生成原理解读

写在前面 Sora 是 OpenAI 在24年2月14号发布的超强视频生成AI，旨在探索AI如何在理解真实世界运动和交互方面做得更好本文的文字部分，由 WebPilot

视频生成 sora

构建开源多模态RAG系统

换句话说想象你有一个超级聪明的机器人朋友。

RAG 大模型

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

段子收费员希望用 3D 打印技术来定制一个容器，将 GPT-4o 的功能集成到玩具中。

GPT-4o 语音交互

Falcon 180B 开源影响了谁？

在目前国内大模型开源这一脉，以智源研究院为首，创业公司中百川、面壁、智谱AI、澜舟科技、深势科技纷纷跟进，互联网大厂中目前唯有阿里云一家开源了通义千问，百度、腾讯、华为、字节都选择了闭源。

大模型

Agent：OpenAI的下一步，亚马逊云科技站在第5层

Amazon Bedrock Agents在全托管基础模型服务的基础上，又把开发、部署和管理多个Agent的能力打包集成在一起。

开源模型

人工智能训练的灾难性遗忘以及解决方案

在这个数字化时代，我们每天都在与人工智能（AI）打交道，从智能语音助手到自动驾驶汽车，从智能医疗设备到智能家居，AI已经深入到我们生活的各个角落。

人工智能大模型

3 个令人惊艳的 AI 文档神器，开源了！

现今的互联网时代，无论哪个行业，在日常各种工作的沟通协作中，我们都免不了要与各种文档打交道。

大模型开源模型

AI备案实战指引

⚠️ 备案流程其实并不复杂，最大的难点在材料的准备和内容填写规范上，需要有足够耐心，稍不留意要么不知道如何填写，或者填写有误就会被打回重写，所以最好找有做过备案的人员协助

备案

Prompt屠龙术-少样本示例

o • 数量：虽然最佳示例数量没有硬性规定，但要提供至少 3-5 个示例，以便开始为 LLM 打下坚实的基础。

Prompt 少样本示例

<...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