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

然而，现有的个性化生成方法无法同时满足高效率、ID保真度以及灵活的文本可控性三个要求。

PhotoMaker 文生图

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

代理与 LiveKit 服务器无缝集成，将作业排队和调度责任卸载给它。

voice agent 开源音视频

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

但V3真正重要的意义不止在于开源再次逼近闭源，还在于它通过各种新的方法，不止在模型层卷，而是把整个模型的训练和推理当做一个系统来优化到了极致，并给出了诸多新的技术思路。

DeepSeek V3 开源模型

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

BGE系列Embedding模型介绍和训练细节 BGE全称是BAAI General Embedding，即北京智源人工智能研究院通用Embedding模型，它可以将任意文本映射到低维的稠密向量。

开源模型

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

“ 比起云端的大模型，一个能摆在桌面上、能说话，可遥控的AI伙伴才更有意思。”

ai小车 esp32 开源

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

「简单性：」 OmniGen的架构高度简化。

大模型研究

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

· Beam Search：维护一个大小为 k 的候选序列集合，每一步从每个候选序列的概率分布中选择概率最高的

大模型

必看！阿里通义千问完整技术报告

与以前的研究中的常见做法一样，我们将前馈网络（feed-forward network，FFN）的维度从隐藏大小的4倍减少到隐藏大小的三分之八。

大型语言模型报告

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

不同于传统的AI，AI Agent 具备通过独立思考、调用工具去逐步完成给定目标的能力。

大语言模型

【AI绘画】入门英文名词解析

英文和中文都有），有些是公司名，有些是项目名，有些是技术名词，有些特指模型，有些特指插件或者网站，有些是二次元人物，游戏风格等，经常还会缩写简写等，初入坑者听到或者看到了这些名词往往一头雾水，即使想通过某度或者某歌搜索也很难得到正确的结果

文生图 AI绘画

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

我们将我们的思考和探索分为两个角度，即需要关注的新兴新颖应用场景和基于 GPT-4V 系统的未来研究方向。

多模态大模型 GPT-4V 文生图

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

保存设置，这里我的模型保存精度选择bf16：因为我训练的精度也选的是bf16，速度优化选项里可以看到：如果显存小点，16G的话选择fp16就行。

SDXL 训练

目前有哪些比较成功的人工智能应用？

AI写作工具写作是最基本上，也是最常用的工具，一般来说可以用它来构思文章，润色，翻译等等一切可以想到的文字创作，基本上都可以用到它。

生成式AI

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

具体来说，IAG通过构建一个学习器来产生诱导知识，并使用链式思维等方法提高知识的真实性。

IAG框架大语言模型

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

GPT-4V在所有维度上表现最好，除了颜色维度，WebSight VLM-8B表现领先。

设计转代码大模型

<...37 38 39 404142 43 44 45 46 ...>

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