文章列表-AI魔法学院

文章列表

SD3 正式开源 Sora同源架构

确定了Stablediffusion3与Sora的架构是一致的 Stable Diffusion 3 Medium，我们最先进的文本到图像即将推出！

SD3 绘画

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！

本次发布的BGE系列包含7个版本，其中4个是中文优化的Embedding模型，3个是英文的Embedding模型。

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

用于处理文本的实用程序 livekit-plugins-openai Dalle 3,

voice agent 开源音视频

SD入门教程七：ControlNet篇-Canny边缘检测预处理器

当已载入SDXL的模型时，CannySD1.5的辅助模型不会显示； 3.

Canny SD

Prompt屠龙术-思维链

3.

Prompt 思维链

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

3、模型训练：基于Tacotron模型进行端到端的语音合成训练。

clone-voice 声音克隆

使用自己的数据训练清华ChatGLM2-6B 模型

3.

ChatGLM2-6B

RAG模型的主要痛点和解决方案

痛点3：难以条件化上下文背景：即使有好的检索，RAG模型经常难以正确地条件化上下文文档并将外部知识融入生成的文本中。

rag 大模型

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

插件Github URL：https://github.com/ArtVentureX/sd-webui-agent-scheduler.git 3.

StableDiffusion 绘本

Stable Diffusion

造梦师手记：全网下载量第一的Stable Diffusion模型更新到5.0版

3、30岁的帅哥提示词： high quality, face portrait photo of 30 y.o european man, wearing black shirt, serious

Stable Diffusion

4K star！录屏好帮手，超酷的实时按键显示工具

3.

Keyviz 录频

腾讯开源的数字人MuseTalk到底行不行？

话说速度方面，经测试，在RTX4060 服务器上，10秒钟音频推理，耗时接近3分钟，耗时时长比差不多1:20。

MuseTalk 数字人音频

大模型：泛化即智能，压缩即一切

定义3：无监督学习没有样本粒度的标注，因而无法像监督学习那样学习明确的映射f(x)~y；但无监督学习可以在分布之间建立映射作为学习目标，即distribution(F(X))~distribution(

大模型泛化

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

GPT-3有1750亿个连接，已经接近猫的大脑。

OpenAI 大模型

心理健康AI应用空白：LLM评估基准震撼出炉（附Prompt模板）

帖子： 3、通过对话的诊断预测（Diagnosis Prediction via Dialogue）：运用LLMs和自然语言处理技术来分析对话数据，从对话中提取出的语言线索和模式可以揭示个体的心理健康状态

大模型心理

<...42 43 44 454647 48 49 50 51 ...>

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