文章列表-AI魔法学院

文章列表

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

GPT-4V 识别了不同语言的输入文本提示，并生成了相应语言的正确图像描述。

多模态大模型 GPT-4V 文生图

FaceFusion参数详解

（2.3.1）Source 指定一个或多个源图像/音频（音频用于嘴型同步）用法: -s 或者 --source 比如: --source image1.jpg --source

FaceFusion 文生图

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

代表产品包括百度文心、抖音云雀、京东言犀、智谱AI ChatGLM、中科闻歌雅意、北京大学ChatLaw、第四范式的“式说”等，覆盖内容生成、智能问答、IT支持、数据分析、智能识别等多个场景应用。

大模型钛媒体

揭秘DeepSeek:一个更极致的中国技术理想主义故事

访谈里，这位技术理想主义者，提供了目前中国科技界特别稀缺的一种声音：他是少有的把“是非观”置于“利害观”之前，并提醒我们看到时代惯性，把“原创式创新”提上日程的人。

DeepSeek 大模型

一网打尽 | 掌握64个策划思维模型，逆转职业寒冬!（高清图+模型详解）

从这个角度来说，模型的范围比我们想象的大，小时候的数学公式、定理，平时听到的谚语、成语典故，甚至日期、节气、星期，本质上都是一种模型。

策划思维模型方法论

个人从零预训练1B LLM心路历程

考虑到算力有限，决定这个LLM以中文语料为主（80%中文，20%英文），定位是中文LLM。

LLM 训练

九问中国大模型掌门人，万字长文详解大模型进度趋势

也正因如此，语言包含了人类能够表达的所有类型的数据、知识，所以建模语言就是非常自然和快速的一种方式。

大模型详解

AI能赚到钱了么？

多模态方向的大模型需要这个做支撑，没有大规模的类似机器人、智能音箱、AR眼镜等新智能品类产品的成功，就不太会有多模态大模型的成功。

大模型商业模式

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

这类Agent最大的建设性在于给元宇宙注入生气，最大的破坏性则在于对上古社区的影响可能不咋正向，包括抖音。

大模型

你的AI还在睡觉？33条Prompts让它瞬间变身超能力团队！

考虑诸如照明、噪音水平、人体工程学以及必要的工具或资源等方面。"

提示词

ComfyUI官方使用手册【官网直译+关键补充】

，与输入提示词A的语义相同。

文生图图生图 comfyui

OpenAI视频模型Sora的推理生成成本多高？

但我猜测 Sora 实际的调用需求会远超 GPT-4，按照用户想法实时生成高清视频对于多巴胺的满足感要超过文本 QA，就像看抖音的次数远超看知乎的次数）同时我们又在训练部分估计了： GPT

Sora 推理算力

第一性原理以及第一性原理是怎么帮马斯克成为首富的

马斯克于是他命令团队对比有无玻璃纤维条的情况下车内的声音并做记录。

马斯克商业

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

延伸阅读：LangChain 0.1.0版本正式发布，One More Thing将成了Agent落地生产的福音本文以官方提供的“Text2SQL的ReAct Agent”为例来了解基本的开发过程

Agent QueryPipeline 大模型

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

相信你通读全文之后，一定能拥有摄影师的思维，掌握一种超越传统摄影界限的视觉语言。

文生图摄影提示词

<...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