文章列表-AI魔法学院

文章列表

耗时7天，终于把15种ControlNet模型搞明白了

比如你提供一个图片可以选择采集图片中人物的骨架，从而在新的图片中生成出一样姿势的人可以选择采集图片中画面的线稿，从而在新的图片中生成一样线稿的画面可以选择采集图片中已有的风格，从而在新的图片中生成一样风格的画面

文生图

LLM大模型推理输出生成方式总结

Top-K采样方式：每个时间步，会保留topK个字，然后对topk个字的概率重新归一化，最后在重新归一化后的这K个字中进行采样参数：top_k 缺点：在分布陡峭的时候仍会采样到概率小的单词，或者在分布平缓的时候只能采样到部分可用单词

大模型

面向知识图谱的大模型应用

知识图谱的应用由来已久，如果企业已经投资了知识图谱系统，而且效果还不错，需要用LLM重新实现一遍么？

知识图谱大模型

爆肝！超详细的胎教级Midjourney使用教程，看这一篇就够！

好了，现在我觉得第二张还不错，点击“U2”把它单独生成出来生成出单独的一张照片之后，照片下面又出现了几个新的按钮 Make Variations

文生图

Stable Diffusion

Stable Diffusion ComfyUI 入门感受

comfyanonymous/ComfyUIgithub.com/comfyanonymous/ComfyUI 基础配置：下载：首先从官方的github连接上找到最新的

文生图

Comfyui工作流管理插件，再也不用保存本地了！

管理插件 workspace-manager 可以把工作流集中在Comfyui界面上，打开侧边栏就可以轻松在工作区中的不同工作流之间切换，还可以通过修改名称快速创建新的工作流

Comfyui 工作流插件

AI探索-我怎么使用Kimi Chat的

下面是我目前在用的几个场景：读论文AI进步飞快，各种新鲜论文也接踵而来，对于这些未知或者我不熟悉的领域，我用它帮助我逐步理解论文中的一些论点。

KimiChat 写作

使用ChatGPT检查论文引用、提高研究深度

2、ChatGPT回答：“您可以开始通过查阅最新的综述文章和顶级期刊，了解当前的研究趋势和未解决的问题。”

ChatGPT 案例

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

不同于现有方法直接用现成的 CLIP 词表，Vary 分两个阶段：第一阶段先用一个很小的 Decoder-only 网络用自回归方式帮助产生一个强大的新视觉词表；然后在第二阶段融合新词表和 CLIP 词表

OCR 手写文字识别

【大模型微调】 Llama 2 ：对话模型的全过程微调

作者还分享了一种新的技术：Ghost Attention（GAtt），它有助于控制多轮对话的流程。

大模型

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

CMU博士击破LLM护栏，人类毁灭计划脱口而出新智元报道【新智元导读】一夜之间，ChatGPT

开源模型

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

而IP-Adapter 可以一定程度上解决这个问题，它提供了一种图像提示的方法，让新生成的图片可以直接使用参考图中的某种主题元素，很多同学也称这个能力为垫图。

图生图文生图 sd

“大模型+机器人”的现状和未来，重磅综述报告来了！

在语义感知方面，视觉-语言模型为实现开放词汇的识别和理解提供了新的思路。

论文机器人

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

该项目还提供了其他功能： · MusicGen：一种最新技术实现的可控文本到音乐模型。

AudioCraft 音频

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

需要注意的是，虽然我们在训练时使用具有遮蔽背景的同一ID的图像，但在推理过程中，我们可以直接输入具有不同ID的图像而不产生背景扭曲，从而创建一个新的ID。

PhotoMaker 文生图

<...48 49 50 515253 54 55 56 57 ...>

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