文章列表-AI魔法学院

文章列表

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

需要注意的是，虽然我们在训练时使用具有遮蔽背景的同一ID的图像，但在推理过程中，我们可以直接输入具有不同ID的图像而不产生背景扭曲，从而创建一个新的ID。

PhotoMaker 文生图

还在用“You are expert”这种提示词？连ChatGPT都瞧不起你，试试这些Prompt吧

ChatGPT说：“你的前缀毫无用处” 也许你会认为，现在这个时刻就像是尼奥在训练模拟器中几秒钟内下载并学习功夫的《黑客帝国》时刻？

prompt 提示词

金融领域Prompt工程方法浅析

大模型全称是大型语言模型（LLM，Large Language Model），主要指模型结构复杂，参数多，用于预训练大模型的数据量大的神经网络模型。

prompt 大模型

在飞速发展的时代管理AI风险

改进的速度已经令人震惊，科技公司拥有足够的现金储备，很快就可以将最新的训练运行规模扩大100到1000倍。

人工智能伦理

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

他们发现，尽管人们试图使用Bark生成音乐，但这并不是训练该模型的初衷。

suno 音乐

AI绘画Stable-Diffusion风格化实战

2.初始化Stable Diffusion的图片到图片模型，加载一个预训练的卡通化模型。

Stable-Diffusion 文生图

Elasticsearch 中的向量搜索：设计背后的基本原理

然后，一旦提供了所有向量，就执行索引训练步骤。

向量数据库

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

还缺乏有关 GPT-4V 大规模预训练的公开信息，这可能违反某些现有数据集的训练测试设置并使这些基准数据无效。

多模态大模型 GPT-4V 文生图

通往 AGI 之路：走进大语言模型

一、认识 ChatGPT ChatGPT 的全称是 Chat Generative Pre-trained Transformer，中文翻译过来就是基于生成式预训练变化的聊天模型，是 OpenAI 公司在

AGI ChatGPT 大语言模型

腾讯出品！开源AI数字人框架！号称可以不限时长

它还提供了在人类数据集上训练的检查点，支持从图像到视频、文本到图像到视频、视频到视频的多样化生成方式。

MuseV 视频数字人框架

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

他们只在一张图像上部署算法，再将图像-图像的转换，提升为视频-视频的转换，将关键点检测提升为关键点跟踪，而且不需要任何训练。

ControlNet

20个常见AI绘画工具大汇总（含免费版哦~）

Deep Dream Generator 这是一个经过数百万张图像训练的神经网络。

文生图

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

零样本学习：能够无需训练即可适应新说话者（zero-shot in-context learning），能够在不同语言之间复制声音。

asr tts 声音

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～～～

R&D AI Agent 能自主模拟用户操作，替代 UI API 测试自动化办公：大量重复任务（邮件、表格、报表）可彻底自动化游戏 AI 研发：成为游戏内智能体，测试任务/训练

AI Agent 开源项目

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

大模型通常具有更多的参数和更复杂的结构，需要更多的计算资源和时间来训练和推理。

Prompt 大语言模型 RAG

<...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