文章列表-AI魔法学院

文章列表

ComfyUI-ControlNet不能漏啊！

.🤔A航线有webui的底子，想了解生图过程，能举一反三，进阶学习的。

ComfyUI ControlNeT

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

量级通用模型，其中文字理解表现越级比肩了业界王者谷歌 Gemini Pro，让我们惊叹它的进化之快。

MiniCPM 大模型

白话Embedding：普通人都能懂的科普文

要了解这是如何工作的，请考虑两个数字的列表。

Embedding 向量

Stable Diffusion

[Stable Diffusion]AnimateDiff ：最稳定的文本生成视频插件

，生成一系列与训练视频剪辑相似的图像。

AnimateDiff 视频训练

8个超级GPTs Agent，每个浏览量超20w+（实用建议+攻防Prompt）

DALL·E 3 获取类似图像以及详细提示。

GPTs Agent

什么是BERT？

BERT采用了两种方法去解决： 1）在序列tokens中把分割token（[SEP]）插入到每个句子后，以分开不同的句子tokens。

embedding

【工具书】基于角色和思维链的人工智能中文Prompt提示词，涵盖几乎所有场景

您应该了解统计术语、统计分布、置信区间、概率、假设检验和统计图表。

prompt 提示词

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

与 MiniCPM-Llama3-V 2.5 相比，MiniCPM-V 2.6 性能提升显著，并引入了多图和视频理解的新功能。

MiniCPM-V 2.6 大模型

ComfyUI | 这么入门就顺了，硬入疼的是自己

之前web UI的各个板块由上到下推进，然后没有这些线条，如果要快速的了解这些界面，不如这样试试看，在web UI界面基础上扩展，比如下面这个界面，忽略线条看，是不是很熟悉？

生成式AI

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

文本数据中包含不同领域的6亿份文档；图像文本数据经处理后形成了超过2200万个文档；视频数据有1000多个文件。

大模型

一款构建AI数字人项目开源了！自动实现音视频同步！

video-retalking/blob/main/quick_demo.ipynb 项目地址：https://github.com/OpenTalker/video-retalking 系统为实现这一目标，分解为三个连续的任务

AI数字人音视频同步

和大模型相关的一些术语（持续更新中）

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

大模型人工智能

2023年人工智能行业总结

年底谷歌发布了多模态大模型Gemini，可以理解文字、图片、代码和音视频。

人工智能 AGI 思考总结

[论文] 阿里提出AgentScope：灵活强大的智能体框架

▶面向多智能体的交互接口此外，AgentScope 引入了为多智能体系统量身定制的交互接口，如图 2、图 3 和图 4 所示。

AgentScope 语言大模型智能体

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

image-multilabel-classification 多标签图像分类解析图像特征支持多个类别区分

开源

<...45 46 47 484950 51 52 53 54 ...>

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