文章列表-AI魔法学院

文章列表

每天一个AI姬，AI绘画拟真实测，使用ComfyUI模拟闪光灯摄影成像

每天一个AI姬，以飨关注者本次AI绘画实测，使用的依旧是出画质量非常优秀的 Stable Diffusion ComfyUI，而所用到的基础模型，以及相关的背景模板、人物模板、特效模板的名称，俱已列出

文生图

和王小川聊再创业这一年：回应朱啸虎、谈中国AGI第三种可能

对话中讨论了大模型的技术前瞻性和技术敏感性，以及如何将技术转化成应用。

王小川中国大模型

ChatGPT 的对话框过时了？这款 AI 产品提供了一种很新的聊天方式

但右边才是最有趣的一栏，AI 给出了知识图谱，帮我们拓展思路，搭建知识体系。

ChatGPT 聊天

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

虽然音频技术日新月异，但许多现有方案在复杂场景中仍难以提供稳定且高质量的音频体验。

ClearerVoice-Studio 语音

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

Stable Diffusion

Stable Diffusion 常用LoRA模型推荐

LoRA属于微调模型，但是有很强烈的风格化倾向，因此有LoRA和没有LoRA，差别非常大。

文生图 SD

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

据了解，这个模型基于15T高质量数据进行预训练，其中特别融入了大量推理类合成数据，为后续强化学习扩展提供了坚实基础。

GLM模型智谱

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

从我个人的角度，我尝试总结一个优秀的轻量化姿态估计Backbone具有以下特点： · 快速下采样：尽量快地压缩图片尺寸，降低整体的计算量 · 残差结构：获取浅层特征和梯度，一定程度上弥补快速下采样造成的一些问题

MoveNet-SinglePose Google 模型

检索增强生成 (RAG):What, Why and How?

LLM是通过大量的数据进行训练的，可以回答任何问题或完成任务，利用其参数化记忆。

检索增强大模型

Stable Diffusion

全面理解Stable Diffusion采样器

每一步去噪之后的图像动态展示虽然整体框架是相同的，但是有许多不同的方法来执行具体的去噪过程。

绘画采样器 SD

对ChatGPT最有效的Prompt！

有无数讨论ChatGPT最佳Prompt的文章，但真正有效的是哪个?...

ChatGPT prompt

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

图二：关键在于，在 embedding 之前记录一下 chunks 的哈希值详细看一下 LangChain 是怎么帮忙开发人员化解这个问题的，首先如上图所示，我们需要一个对象来记录、管理文档 chunks

大模型

语音、视频转文字神器：开源whisper介绍

OpenAI的Whisper是一种基于深度学习的语音识别模型，它是一种通用的语音识别模型，可以用于语音识别、语音翻译和语言识别等任务。

人工智能大模型 wisper

Fooocus，webui，comfyui优缺点

如果大家看过他的仓库就明白，他制作fooocus的原因就是webui太占资源，comfyui不占资源，但是comfyui又对新手不友好。

Fooocus webui comfyui 文生图

AI领域的agent是什么意思？

LLM驱动的Agent具体是怎么做的呢？

大模型

<...34 35 36 373839 40 41 42 43 ...>

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