文章列表-AI魔法学院

文章列表

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

对于视觉模态，采用 CLIP [6] 作为图片特征提取器，并使用 mBART [8] 对 LLaVA [7] 开源的视觉预训练数据进行翻译汉化，生成中文图片文本对。

开源模型

Stable Diffusion

Stable Diffusion 入门教程开篇

Stable Diffusion（SD）是由CompVis、Stability AI 和 LAION 的研究人员于 2022 年发布的一款文本到图像生成的潜在扩散模型，基础版SD1.5（512*512

Stable Diffusion 文生图入门教程

2023年人工智能行业总结

年底谷歌发布了多模态大模型Gemini，可以理解文字、图片、代码和音视频。

人工智能 AGI 思考总结

SD入门教程零：应用场景

Stable Diffusion自2022年开源发布以来，其应用场景已经迅速扩展到了多个领域，艺术家和设计师使用SD来生成创意图像，探索新的视觉风格，或者作为灵感来源。

Stable Diffusion 文生图入门教程

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

它基于斯坦福的 Alpaca 完成，但进行了中文优化，并对生成代码进行了一些修改，不仅如此，模型调优仅使用由 ChatGPT 生产的数据（不包含任何其他数据）。

训练大模型 belle

万字长文震撼来袭！揭秘Transformer——吐血解读自注意力机制的革命性突破

Llion也尝试了新型模型变体，负责我们最初的代码库，以及高效推理和可视化。

Transformer 大模型

智谱AI静悄悄的上线了一大波新模型，过年了，真的

原创数字生命卡兹克数字生命卡兹克 2024年08月29日 21:56 北京智谱今天下午在KDD 2024上面，悄咪咪的上线了一堆的超级更新。

智谱AI 大模型

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

区别于以往的视频生成技术，Sora 能够根据用户的文本指令，生成最长达一分钟的高清视频 [3]。

Sora 微软

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

外挂数据库最简单的使用方式是，根据用户的问题，从数据库中召回若干条相关的文档片段，将文档片段和用户问题一块输入到大模型，让大模型根据文档片段回答用户的问题。

大模型

AI写作：如何用AI一键提炼文章要点，10倍提效（含提示词）

第四步要尝试应用，想一想如何把读到的东西应用到实际生活当中。

AI写作提示词

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

面对逐渐增多的生成式 AI 落地需求，「清华系」创业公司面壁智能一直在致力于对语言模型进行优化，使其在同等成本下达到更好的效果。

MiniCPM 大模型

使用知识图谱提高RAG的能力，减少大模型幻觉

LLM生成流畅连贯的文本，但往往生成不准确或不一致的信息。

RAG 大语言模型

字节推出开源绘画大模型SDXL-Lightning，秒级出图

相较于其他SDXL大模型，SDXL-Lightning最显著的优点在于可一步生成图像。

sdxl 字节绘画

解读wav2lip：探究语音驱动唇部动作的技术原理！

/github.com/Rudrabha/Wav2Lip 一、现有方法不足常见的语音驱动嘴唇运动方法在处理动态的和无约束的说话人脸视频时，通常无法准确地合成口型，导致生成的视频与音频不同步

wav2lip 语音

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

this.eventSource.onerror = (event) => { that.eventSource.close(); }; //处理服务器响应报文中的自定义事件

大模型

<...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