文章列表-AI魔法学院

文章列表

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

比如在 3840x2160 的 4k 显示器上，录制视频的分辨率将为 1920x1080，而这可能导致 OCR 识别准确率的下降。

Windrecorder 录屏

StableDiffusion

深度解析丨StableDiffusion在多个设计场景中的探索与应用

username,blurry,bad_pictures,DeepNegativeV1.x_V175T,nsfw, 2.3 设置Controlnet各项参数 Controlnet我们需要使用两个预处理器及模型

文生图

如何用大语言模型构建一个知识问答系统

原始知识系统只会提供两件兵器的基础属性，但不会提供各属性的对比和总体评价。

知识库

在SD中一键换脸！！！

插件后在你的文生图和图生图界面下面会有一个roop选项你可以在这个选项中放入你想要使用的脸部模型我拿图生图举个例子首先我们将我们想要改变脸部的图片导入图生图调整部分数据采样器：

AI换脸

造梦师手记：C站最受欢迎的大模型推出了SFW版

采样器：DPM++ SDE Karras 步数：4-7 CFG：2-4 欢迎来到秒级出图时代！

DreamShaper 大模型文生图

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

MagicVideo-V2采用了先进的文本到图像模型、视频运动生成器、参考图像嵌入模块和帧插值模块，构建了一个端到端的视频生成流程。

MagicVideo-V2 视频生成

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

Vidu的快速突破源自于团队在贝叶斯机器学习和多模态大模型的长期积累和多项原创性成果。

Vidu 大模型视频

我尝试了 100 个免费 AI 工具，这些是最好的

这款人工智能水印去除器只需几秒钟即可完成。

AI 工具

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

还有一位网友表示，“现在需要人形机器人来改进 scaling law。

Scaling Law AI大模型

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

具体来说，JFT中一共有18291个类别，这能教模型的概念比ImageNet的1000类要多得多，但尽管已经有上万类了，其最后的分类器其实还是静态的、有限的，因为你最后还是得固定到18291个类别上进行分类

OpenAI 自然语言监督

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

当然Sora作为一个视频模拟器目前还展现出许多问题。

视频生成 sora

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

AI Agent / 智能体观察笔记（中）

服务器对该框架进行了补充，使沙盒中的信息可以被智能体所使用，让智能体能够移动并影响环境。

大模型

12个RAG常见痛点及解决方案

下面对比了在没有重新排序器的情况下直接检索前2个节点，检索不准确；和通过检索前10个节点并使用CohereRerank重新排序并返回前2个节点的精确检索。

RAG 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

他的工作重点是机器学习、优化和控制领域，主要目标是使深度学习算法更安全、更稳健和更可解释。

开源模型

<...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