文章列表-AI魔法学院

文章列表

Stable Diffusion

硬核解读Stable Diffusion（系列二）

文生图根据文本生成图像这是文生图的最核心的功能，下图为SD的文生图的推理流程图：首先根据输入text用text encoder提取text embeddings，同时初始化一个随机噪音noise

StableDiffusion 文生图

Stable Diffusion

一键复用！Stable Diffusion WebUI 神仙插件 LightFlow

今天为大家推荐一个非常好用的 Stable Diffusion WebUI 插件 LightFlow，它可以将一张图像的生成参数和相关设置保存为文件，这样无论是复用图像生成信息还是分享给别人都非常方便

SD 流程

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

南加州大学&字节提出MagicPose，一种新颖有效的方法，提供逼真的人类视频生成，实现生动的运动和面部表情传输，以及不需要任何微调的一致的野外零镜头生成。

MagicPose 视频

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

卷积神经网络（CNNs）用于提取语音和文本的局部特征，循环神经网络（RNNs）和长短期记忆网络（LSTMs）擅长处理序列数据，而Transformer模型则以其强大的并行计算能力和长距离依赖捕捉能力，在模型中发挥着重要作用

Westlake -Omni 语音

大模型能自己优化Prompt了，曾经那么火的提示工程要死了吗？

「唯一的趋势就是没有趋势，」他们写道：「对于任意给定模型、数据集和提示工程策略的某个特定组合而言，最好的方法很可能都非常具有针对性。」

prompt 大模型提示

零门槛的 4 大 AI 提示词法则，让你的 AI 助手秒变效率神器

用国产 AI 大模型「百川智能」举例说明，看看「笼统」和「精确」的提示词效果会有多大差别。

提示词大模型

国外报告90%的AI类产品公司已经实现盈利，而国内大模型和AIGC的访谈说太卷了

Andreessen Horowitz（又名 a16z）是一家风险投资公司，根据截至2023年6月的LikeWeb流量数据，对前50名人工智能 GenAI Web 产品按月访问量进行了排名

大模型

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

我们在权威数据集，LongBench多文档问答任务中测试了GPT3.5-turbo-16k和ChatGLM2-6B-32k[2]。

大模型 Ziya

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

数据的重要性对于大模型的性能不言而喻，而当下，中文互联网数据由于数据孤岛、AI生成污染等问题存在获取困难、质量堪忧等情况。

开源大模型电信

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

1月29日，百川智能推出了超千亿参数的大语言模型Baichuan 3，瞬间在科技圈点燃了热情。

Baichuan 3 大模型

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这是一个由Facebook研究院开发的技术，可以根据音频生成逼真的人物视频！

audio2photoreal 开源工具

Prompt全攻略(一):ChatGPT时代,什么是Prompt?

用户向它提出问题或请求,它就会根据自己训练好的巨大语言模型,组织文字并生成人类语言的回答。

prompt

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

import paddleocr 3.准备数据集

PaddleOCR 文字识别

深入探秘：百川7B大模型的训练代码解析，揭秘巨无霸语言模型背后的奥秘

的层数等信息。

大模型

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

对于预训练，苹果使用的是公开数据集，如RefinedWeb、PILE、RedPajama和Dolma v1.6，总共大约包含1.8万亿个token。

OpenELM 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