文章列表-AI魔法学院

文章列表

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

随着Sora等文生视频模型掀起热潮，很多人都在探讨文生视频模型能不能算作世界模型。

通义文生视频

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

Cradle 是由 BAAI‑Agents 团队开源的一款面向通用计算机控制（GCC）的多模态 AI Agent 框架，可以让大型多模态模型，通过截图输入和键鼠输出

AI Agent 开源项目

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

上个月5号，他们宣布开源大语言模型混元Large和3D大模型Hunyuan3D-1.0。

sora 视频生成

Prompt屠龙术-少样本示例

虽然大语言模型表现出卓越的零样本学习能力，但是零样本学习能力的天花板受限于模型已有知识量。

Prompt 少样本示例

Stable Diffusion

Stable Diffusion 又是一个史诗级增强、出图效率暴增 5 倍

最近爆火的新一代生成模型 LCM 席卷而来，可以大大的提升出图效率。

StableDiffusion 文生图

LLM Agent最常见的九种设计模式(图解+代码)

2.调用大模型生成Thought+Action。

LLM Agent 图解

OpenAI大动作：Whisper large-v3重塑语音识别技术

在最近的OpenAI首届开发者大会上，一个引人注目的技术亮点是Whisper large-v3的发布。

Whisper 语音识别

一键AI换脸！小红书和北大合作的InstantID

但这个插件对系统资源消耗比较大，9G显存起步，我的显卡是12G的3060，在WebUI模式下，也要开启低显存模式，效果不是最佳。

InstantID 文生图

本地部署Manus+DeepSeek保姆级教程！

如何本地部署开源版Manus——OpenManus，搭配国产最强模型DeepSeek，实现Manus自由。

Manus DeepSeek 教程

SD3 正式开源 Sora同源架构

2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向

SD3 绘画

造梦师手记：SDXL迎来了AI插画师

据说，很多动漫站开始大规模下架AI漫画。

文生图漫画

【语音识别】OpenAI语音力作Whisper

与Wav2Vec 2.0等前作不同，以往的模型都是在未标注的音频数据上预训练的，而 Whisper 是在大量的已标注音频转录数据上预训练的。

语音转文字 whisper

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向

SD 论文

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

7.CFG (Classifier Free Guidance) scale，提示词相关性，用于控制模型应在多大程度上遵从您的提示。

Stable Diffusion 图生图

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

1、序幕随着人们对大型语言模型 (LLM) 的兴趣激增，许多开发人员和组织正忙于利用其能力构建应用程序。

训练

<...41 42 43 444546 47 48 49 50 ...>

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