文章列表-AI魔法学院

文章列表

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

应用场景虚拟主播与数字人「新闻播报」：创建虚拟主播进行新闻报道，降低成本并实现全天候播出。

MimicTalk 开源模型

提高工作效率的 10 个高级Prompt

示例提示：“我正在创建一份关于 [插入主题] 的报告。

工作大模型 GPT prompt 提示词

ComfyUI环境方面开窍了，成功跑通animatediff

如果报错，多半是视觉加载器有问题，因为这个名字让我不知道选哪个，我是XL模型，最后试下来应该选pytorch_model.bin IPAdapter完事~ 然后试一下animateDiff的工作流

animatediff 文生图

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

它能够实时分析监控画面中的图像信息，如人员行为、物体特征等，同时结合相关的文本信息，如安全规则、警报设置等。

OmniVision -968M 多模态模型

分享使用SDXL 1.0模型的一些技巧和心得

一旦加了Lora，就会报错。

文生图

中文通用大模型最全汇总

书生·浦语地址：https://github.com/InternLM/InternLM-techreport 简介：商汤科技、上海AI实验室联合香港中文大学、复旦大学和上海交通大学发布千亿级参数大语言模型

大模型开源模型

解读提示工程（Prompt Engineering）

Task-Specific (特定任务):这些 prompt 针对特定应用或任务，如制定旅行计划、编写营销文案、生成报告等。

Prompt 提示词

忘了提示词吧，用自然语言教会AI画出想象力

4、用自然语言和大模型交流（1）诗歌：白日依山尽，黄河入海流翻译成：by the day, as the mountains pass by,the yellow river flows

文生图

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

一位不懂中文的外国游客到医院看病，不知怎么去往对应科室，他拍下楼层导览图问Qwen-VL“骨科在哪层”“耳鼻喉科去哪层”，Qwen-VL会根据图片信息给出文字回复，这是图像问答能力；再比如，输入一张上海外滩的照片

大模型

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

EmotiVoice不仅可以用于普通的语音合成任务，如朗读、导航、播报等，还可以用于创造性的语音合成任务，如配音、歌唱、模仿等。

EmotiVoice 语音合成

五大AI工具自动生成PPT效果对比

有趣的是，我发现百度AI对话和讯飞星火PPT插件生成的汇报人是同一人，这表明它们可能使用了同一家插件供应商的服务。

PPT 办公智能

微调大型语言模型-核心思想和方法介绍

3) Finetuning II – 更新所有图层虽然原始的 BERT 论文（Devlin 等人）报告说，仅微调输出层可以产生与微调所有层相当的建模性能，但由于涉及更多参数，因此成本要高得多。

大模型训练

ComfyUI进阶前必备插件们续

也可以通过，但我好像报过错，所以建议上面的方法。

ComfyUI 文生图

M3E 可能是最强大的开源中文嵌入模型

HuggingFace 上的 6 种文本分类数据集，包括新闻、电商评论、股票评论、长文本等 · · · 评测方式，使用 MTEB 的方式进行评测，报告

开源模型

Chinese-LLM开源中文大语言模型合集

书生·浦语地址：https://github.com/InternLM/InternLM-techreport 简介：商汤科技、上海AI实验室联合香港中文大学、复旦大学和上海交通大学发布千亿级参数大语言模型

大模型中文

<...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