文章列表-AI魔法学院

文章列表

数字人：从科幻走向现实的技术革命

创建数字人需要多方面的技术支持，包括计算机图形学、动作捕捉、语音合成以及人工智能算法等。

数字人语音

大模型训练工程那些事

从而进一步指导实验管理、数据管线、算力规划、效果评估、训练框架、模型设计等。

训练工程大模型

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

一、4个衡量RAG性能的测试任务该工作将RAG评测分为4个测试维度，如图1所示： 1、噪声鲁棒性（Noise Robustness）模型能从噪声文档中提取有用信息。

大模型 RAG检索增强

Stable Diffusion

Stable Diffusion｜背景替换只需要两分钟！

这个方法虽然可行，但不够高效，非常考验图片处理技术。

SD 背景文生图

GGUF格式详解

那么，GGUF大模型文件格式是什么意思？

GGUF 大模型

九个让你成为GPT提示高手的提示词框架

• 目的：讨论意图或目标。

GPT

取代 Vue 和 React？25 年码龄程序员不满 Web 现状创建新框架 Nue JS，能将代码量减少 10 倍！

虽然项目最初进展顺利，但很快就变得难以维护。

开源模型

Prompt及AI提问实践

顾名思义，模型本身的参数量越大，对Prompt的适应能力就越强。

Prompt 大模型提问

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

【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

其工作方式类似于OpenAI通过文本和图像展示GPT 4的多模态功能，但JARVIS 更进一步集成了用于图像、视频、音频等的各种开源 LLM，还可以连接到互联网并访问文件。

大语言模型

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

图.

XVERSE-V 多模态大模型

Stable Diffusion

Stable Diffusion教程：提示词

我们首先要弄懂业务需求，然后思考通过什么样的功能和流程来满足这个需求，也就是做产品设计；然后是做程序概要设计、详细设计这些，确定要使用的技术平台、框架、中间件，以及模块的划分、接口的定义、数据表的设计等等

提示词 SD 绘画

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

nbsp; 新的 Responsible Generative AI Toolkit 为使用 Gemma 创建更安全的 AI 应用程序提供指导和必备工具

开源模型 Gemma

如何构建基于大模型的App

试图理解LLM 的能力边界 AI 并不神秘，也不存在迷信。

构建大模型App

<...38 39 40 414243 44 45 46 47 ...>

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