文章列表-AI魔法学院

文章列表

AI虚拟主播数字人技术实现Wav2Lip

在仅通过电话交流的场景下，可能无法分辨声音的真伪。

数字人视频

一文带你看懂OpenAI-Sora生成视频的原理

要实现这样的压缩效果，Sora模型采用了高级的算法，这些算法能够理解视频内容的结构，区分哪些是可以压缩的冗余数据，哪些是必须保留的关键数据。

视频生成 sora

Stable Diffusion

用 Stable Diffusion 10分钟实现电商模特换装/换模特

它可以利用最先进的图像识别算法，为你制作蒙版。

Stable Diffusion 文生图

Prompt屠龙术-思维链

思维链是一种提升prompt性能的非常有效的技术，关于思维链，一般有如下一些说法，它们都异曲同工： ·

Prompt 思维链

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

2D真人数字人的质量，一般和模型的训练算法、素材拍摄质量、AI合成的声音质量，还有数字人平台输出的算法、参数设置有关。

数字人数字分身

大模型应用中大部分人真正需要去关心的核心——Embedding

数据科学家有时会使用one-hot编码等方法将分类特征转换为数值。

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

它是专为图形渲染而设计、包含数百个核心的并行处理器，能够为AI计算提供稳定的性能。

Groq 大模型

让AI记住你说的话、让AI给你生成几十万字的小说！StreamingLLM 让无限长token成为可能

现有模型的长度外推能力有限窗口注意力是一种只缓存最近的KV状态的方法，它可以节省大量的内存，但是当文本长度超过缓存大小时，它会失效。

StreamingLLM 写作

AI 绘画新时代：ChatGPT + DALL-E 3

算法效率：尽管 MidJourney 拥有更多可能的数据集，但其质量相较于 OpenAI 仍显不足。

文生图图生图 chatGPT DALL-E

模拟ChatGPT流式数据——SSE最佳实践（附可运行案例）

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

GPT

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

不需要掌握复杂的 AI 部署知识，也不需要搞定魔法网络，打开浏览器就能用！

开源大模型

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

而对于算力有限的端侧而言，优化是重中之重。

MiniCPM 大模型

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

甚至，只要自己有足够的算力资源，这个通用的「AI写真生成框架」可以直接向其他用户提供和妙鸭相机类似的AIGC服务。

训练

RAG 2.0，终于把RAG做对了！

因此，它们无法回答该日期之后发生的事实和事件。

RAG 大语言模型

StableDiffusion使用Roop插件一键换脸教程

三、Roop的使用方法 1.Roop界面在文生图和图生图标签的下方，我们已经能看到Roop区域了。

AI换脸

<...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