文章列表-AI魔法学院

文章列表

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

OpenAI 认为使用这样一个庞大而多样的数据集，可以提高模型对口音、背景噪音和技术术语的识别能力。

语音 HeyGen

AIGC大模型，潮水褪去之后

向量数据库+大模型是当前最佳的实践，所以前一阵子一堆做向量数据库的公司融了比较多钱。

大模型

可能是国产最强AI，ChatGLM-4来了！

一、ChatGLM对我的帮助我常用AI的场景有两个（其实是三个，还有AI绘画我用Stable Diffusion）：一个是翻译，我业余经常对Civitai网站的AI绘画大模型进行评测，需要翻译，

ChatGLM 智普

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

比如处理水、烟雾这种元素，两帧画面之间的一致性非常重要。

ControlNet

LLM native策略的内部状态是否应该结构化【2023Q3】

Key的设计方面，我们能够从平面设计的角度上确定一些维度，例如：布局、颜色、字体、空间、对比、平衡、一致性等等。

大模型

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

Kimi+扣子的合作： 1.对于扣子而言，如虎添翼扣子已经是国内智能体开发功能比较完善、生态比较丰富的平台了。

Kimi 扣子Coze 大模型

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

简单点说，就是一个“大脑”，能装进各种小玩意儿里，能让各种设备（比如毛绒玩具）具备实时语音交互的能力。

OpenAI 嵌入式实时语音 SDK

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

而对于算力有限的端侧而言，优化是重中之重。

MiniCPM 大模型

从零开始：构建你的首个ComfyUI工作流

它实际上就是一个比较专业的Stable Diffusion运行界面，只不过是节点式的。

comfyui 文生图工作流程

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

LangChain 提出的方案如下图所示，暂且称它为「增量更新」模式，在 data-transform 这一步、embedding 之前针对没个 chunk 做一次 hash，记录下来 hash 值，每次源数据更新了只需要在这一步里面比对一下

大模型

PostgreSQL的三位一体——在大模型应用中结合关系型、向量和时间序列数据

而且对于后续的内部API管理也会感觉到非常杂乱。

大模型 PostgreSQL

再也不用担心 AI 图片脸崩手崩了

然后再展示它们生成的对比图。

ADetailer 安装文生图

国产编程大模型CodeGeex

左侧：CodeGeeX训练数据中各编程语言占比。

编程

独家！黄太吉创始人再创业：首次披露惨败内幕

我这个事情也确实比较意料之外，大家也能理解。

黄太吉创业

AI绘画 | Midjourney高质量肖像提示词的写法（附50+肖像提示词prompt）

3.使用高质量的描述语来引导你的构图无论是拍摄还是绘画，构图与图片质量都是重要的表现手法，要随时捕捉你的对象的独特特征。

文生图

<...39 40 41 424344 45 46 47 48 ...>

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