文章列表-AI魔法学院

文章列表

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

在已公开披露的天使轮消息中，面壁智能只拿了知乎数千万元，但在 2023 年，面壁不仅将团队从十人规模拓展到百人规模，而且还在 8 月发布了稠密（区分于稀疏）的千亿参数大模型。

Grok-1 开源模型

一文带你看懂OpenAI-Sora生成视频的原理

在Sora模型的语境中，补丁并不是我们平时理解的用来修补东西的片材，而是视频画面中的一小块信息单元。

视频生成 sora

微信向量检索分析一体化数仓探索：OLAP For Embedding

的计算的需求，可通过一些简单优化提升性能，从 16s 优化到 1s；算法需求描述：先求某个 id 对应的集合 Items_emb_set，再遍历每个 item 求解它离 items_emb_set 集合每个元素的平均值

OLAP For Embedding 一体化数仓

AI Agent新对决：LangGraph与AutoGen的技术角力

LangGraph作为一种新型的应用层混合专家模型，有着广阔的发展前景，它不仅可以增强RAG应用、助力代码生成，同时还可以打造Multi-Agent系统、构建Web Agents等。

LangGraph AutoGen 对决

Stable Diffusion

Stable Diffusion 30分钟打造AI 写真照片生成器｜海马体照相馆这次真的要木得了

可以根据自身希望增加的元素调整prompt词。

SD 文生图写真照

姚班天才开发《完蛋！我被大模型包围了》游戏爆火，一日用户过万挤爆服务器

但事实证明，这个想法有些太简单了：先不说大模型的数数能力，就算能数好，大模型眼里的基本元素是token，而不是我们所看到的文字…… 随着游戏的深入，问题变得越来越刁钻，解法中包含的运气成分……也越来越少了

大模型游戏

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

而这张图片有手，还有两个人，或许EMO的模型还没办法处理这么多的元素，所以出现了上述Bug。

EMO 阿里全民演唱

Stable Diffusion

详解Stable Diffusion提示词prompt语法

如果加上高画质的 prompt，那么出图的质量就会大大提升 2.画风画风就包括很多了，常见的插画风：Painting、Illustration、drawing 二次元：

SD prompt 文生图提示词

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

§ 关键是还便宜：0.3元/1M tokens。

Qwen2.5 开源模型

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

但它们依赖“API 文本输入输出”，迟迟无法控制本地界面，本地任务自动化仍然困难：操作 Office、可视化软件受限拆分复杂任务，难以形成闭环缺乏视觉能力，仅凭语言无法定位 UI 元素

AI Agent 开源项目

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

而现在有了多元化的工具支持，才使得大语言模型看起来无所不能。

GPT-5 智能体

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

而已有的模型排名如下：从这个评测结果看，LLaMA的表现很好，而上海人工智能研究院的书生大模型InternLM与元象科技的XVERSE-13B表现都不错。

大模型

对于AI，我们现阶段可以有的态度

但这不妨碍我们现在开始尝试着接触他，了解他，至少在有一定认知后，不至于出现最近的那条“AI换脸、声音克隆后，被诈骗400多万元”新闻那样的事情发生。

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

它可以分析车载摄像头拍摄的道路图像，识别交通标志、车道线、其他车辆和行人等元素，同时结合交通规则、导航信息等文本数据。

OmniVision -968M 多模态模型

新测试基准发布，最强开源Llama 3尴尬了

并且新模型发布后，无需再等待一周左右时间让人类用户参与投票，只需花费25美元快速运行测试管线，即可得到结果。

Llama 3 大模型开源

<...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