文章列表-AI魔法学院

文章列表

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

我的安装思路完全来自官网指引：官方的安装指引看起来非常简单。

大模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

答案很简单，选距离画面中心最近的那个人。

MoveNet-SinglePose Google 模型

一种通用的 Prompt 框架 - CRISPE

精简内容：“对现有文档进行优化，删减不必要的信息，使其更加简洁明了。”

Prompt 提示词工程

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

产品简介： Suno AI是一款由麻省理工团队开发的强大人工智能音乐生成器。

suno 音乐

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

简而言之，百度曦灵只解决数字人口播视频的合成，但不管最终成片，只是省去了真人拍摄这么一个过程。

数字人数字分身

主流向量数据库一览

简单下个定义，因为喂给Transformer的知识首先需要做embedding，所以用于存储embedding之后数据的数据库即可称为向量数据库。

向量数据库

无一幸免！OpenAI最强竞对Anthropic：“长上下文”让大模型更不安全

简单来说，如果你先问 LLM 几十个危害性较小的问题，就可以说服它告诉你一些危害性较大问题的答案，比如“如何制造炸弹”。

Anthropic 大语言模型

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

5.API接口：PaddleOCR提供简洁明了的API接口，方便开发者集成到自己的应用程序中，实现OCR功能的快速开发和部署。

PaddleOCR 文字识别

忘了提示词吧，用自然语言教会AI画出想象力

2、功能简介 Intuitive input interface提供更直观、强大的输入界面，显示双语提示词对比，方便理解。

文生图

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

BGE系列Embedding模型的使用 · · BGE系列的Embedding模型的总结 · Embedding模型的重要性 Embedding模型，简单来说

开源模型

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

项目简介代理框架设计用于构建在服务器上运行的实时、可编程参与者。

voice agent 开源音视频

清华智能体「XAgent」比ChatGPT4.0还好用！

XAgent简介 XAgent是一个开源的基于大型语言模型（LLM）的自主智能体，可以自动解决各种任务。

ChatGPT 智能体 Agent

中学生也能看懂的Sora视频生成原理解读

空间时间补丁可以简单理解为将视频或图片内容分解为一系列小块或“补丁”，每个小块都包含了部分时空信息。

视频生成 sora

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

简而言之，图生图能够帮助你将一张图片转化为另一种形式。

大模型文生图

26个超级技巧，让你的ChatGPT直接起飞

3 - 将复杂任务分解成一系列更简单的提示，在互动对话中进行。

ChatGPT

<...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