文章列表-AI魔法学院

文章列表

阿里Outfit Anyone实现真人百变换装

扩散模型已经证明了它们能够生成高质量和逼真的图像，但当涉及到虚拟试妆等条件生成场景时，它们在实现控制和一致性方面仍然面临挑战。

Outfit Anyone 阿里

解读wav2lip：探究语音驱动唇部动作的技术原理！

，而唇部区域只占整个图像的很小一部分（不到4%），因而无法聚焦唇部细节。

wav2lip 语音

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！

这就好比你问了一个复杂的问题，RAG先跑去图书馆查资料。

OCR RAG 开源

Sora懂不懂物理世界？

丘成桐先生的弟子, 计算机图形学专家顾险峰从数学角度给出了很精到的分析：https://mp.weixin.qq.com/s/IUN1Y6TDATtFOK9r8m8iUQ 顾险峰老师在文中列举了Sora

文生视频视频生成 sora

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

，时长00:17 为什么只需要上传一张图就能立即做到逼真效果？

音频阿里

达摩院SPACE对话大模型：知识注入与知识利用

但是，本质上都还是语言模型，如上图右边的流程图所示，输入基本上为网络上的自由文本，模型基本上都是 Transformer 结构，优化的目标基本上都是 MLM（掩码语言模型）。

大模型

Stable Diffusion

Stable Diffusion | SD腾讯云3步部署，全程五分钟，附价格费用清单

先说腾讯云费用，计算细则在文末：平均生成单张图片的费用为0.01元~0.1元。

下载开源模型

大模型推理能力增强方法总结

在下面的图中，左侧的提示是使用少样本思维链范例编写的。

推理能力大模型

中文常用停用词表下载

停用词表这个概念，我们可以用一个有趣的故事来帮助理解：想象一下，有一个巨大的图书馆，里面装满了各种各样的书籍，但是有一天，图书管理员发现了一个问题：很多书里都包含了大量的“的”、“是”、“了”这样的词

训练停用词

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

图 1：LLM 挑战概况。

开源模型

大模型：泛化即智能，压缩即一切！

如上图所示，许多教科书中显示的图形都是U形风险曲线。

泛化大模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

此外，MagicPose模块可以被视为原始文本到图像模型的扩展/插件，而无需修改其预训练的权重。

MagicPose 视频

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

图一：embedding 类似于搜索引擎的索引，没有 update，只有 insert 或者 delete 互联网排名第一的文档格式是什么？

大模型

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

图一：RAG 结构图在当前这个时间点（2023.9.6）打开 langchain.com 的主站，你会发现不同于之前的 docs 关于应用场景的 8 种介绍，Use-Cases

大模型

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

机器学习算法包括分类、聚类和回归等，这些算法在图像识别和语音识别中得到了很好的应用。

人工智能

<...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