文章列表-AI魔法学院

文章列表

Stable Diffusion

stable diffusion 远端跑图—— Api基础知识掌握

如果你想用手机或者电脑访问自己的服务器进行stable diffusion（以下简称sd）跑图，学会使用sd的api是必须的技能上个月做了安卓和苹果手机用远端sd进行跑图的几个demo，整体流程很简单

文生图 api

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

基于中文金融知识的 LLaMA 系微调模型的智能问答系统：LLaMA大模型训练微调推理等详细教学

基于中文金融知识的 LLaMA 系微调模型的智能问答系统：LLaMA大模型训练微调推理等详细教学基于 LLaMA 系基模型经过中文金融知识指令精调/指令微调(Instruct-tuning) 的微调模型

LLaMA

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

RAGFlow大大提升知识库RAG的召回率，不仅智能，而且可控可解释、真正在无限上下文（token）的场景下快速完成大海捞针测试、提供易用的 API，可以轻松集成到各类企业系统。

OCR RAG 开源

盘点来自工业界的GPU共享方案

为了实现调度能力，应用了一些tricky 的技巧，也让device plugin不得不和APIServer直接通信。

大模型

提升GPT Prompt效果最佳实践 - 拆解复杂任务

使用意图分类来识别与用户查询最相关的指令 · 对于需要很长会话的对话应用，总结或过滤之前的对话 · 分段总结长文档，并递归构建成完整摘要使用意图分类来识别与用户查询最相关的指令对于需要大量独立指令集来处理不同情况的任务

GPT prompt

马上掌握这18个Prompts，让你的工作效率瞬间暴涨10倍！

掌握它们，你的工作效率可能直接暴涨10倍，让你的老板、同事大跌眼镜！

开源模型

用so-vits-svc-4.1进行音色转换的极简教程！

大家新年好，今天是迎财神的日子，祝愿大家新年发发发。

so-vits-svc 音色转换教程

一文带你看懂OpenAI-Sora生成视频的原理

这样一来，视频文件就变得更加小巧，传输起来更加迅速，存储起来也更加节省空间。

视频生成 sora

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

四大框架玩转AI人物视频生成，已落地通义千问APP。

通义文生视频

字节，悄咪咪做了个 Liblib

该产品主体为北京字跳网络技术有限公司，据公开信息查询，artistrylab.net 该域名审核通过时间为 23 年 9 月 26 日。

Lumi 大模型

腾讯出品！开源AI数字人框架！号称可以不限时长

如今数字媒体和虚拟现实技术飞速发展，对数字人的需求不断增加！

MuseV 视频数字人框架

ReplaceAnything：阿里最新项目！重绘图片里的任何元素，商用价值极高！用最简单的部署创造最大的价值！

摘要 ReplaceAnything是阿里团队即将开源的项目，针对图像里的人物替换、服装替换、背景替换等方面做了极大的优化，使用户上传图片可以指定部分区域生成新内容，并且做到了严格保留遮挡区域，这对AIGC

ReplaceAnything 文生图

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

大语言模型现已增长到数千亿的参数量，庞大的规模带来了强大的性能，改变了自然语言处理领域的格局。

小语言模型

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

-1- 产品介绍 InstantID 是一种基于扩散模型的图像生成技术，它专注于实现零次（zero-shot）身份保留（Identity-Preserving

InstantID 文生图

<...44 45 46 474849 50 51 52 53 ...>

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