文章列表-AI魔法学院

文章列表

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

上图是老徐用的2G显存的N卡GPU设置的为low跑出来的效果 Easy Diffusion 出来已经一段时间了，当前最新版本3.0，新版本更新内容很多。

Stable Diffusion 插件安装

中学生能看懂：Sora 原理解读

文本条件化的Diffusion模型紧接着空间时间补丁的概念，接下来我们探讨Sora如何根据文本提示生成内容的机制。

Sora 原理

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

苏秦(suqin) 语言大模型全工具链 WebUI 整合包

项目简介本项目目标是实现目前各大语言模型的全流程工具 WebUI 整合包。

大模型

通往AGI之路，提示词入门

由于官方的文档是英文的，下面我把原文和对应的中文翻译放在一起，更便于大家理解。

AGI 提示词

Sora懂不懂物理世界？

一方面因为临界态样本的稀缺，另一方面因为扩散模型将稳恒态数据流形的边界模糊化，消弭了临界态的存在，生成的视频出现了不同稳恒态之间的跳跃。

文生视频视频生成 sora

SD入门教程零：应用场景

5.视角同一个人物风格不同的视角，人物基本一致，基于这个人物生成不同角度的图片。

Stable Diffusion 文生图入门教程

图解大模型训练之：张量模型并行(TP)，Megatron-LM

3.1 Multi-head Attention的计算方法当head数量为1时，self-attention层的计算方法如下： · seq_len，d_model分别为本文维度说明中的

开源模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

利用LangChain建gpt专属知识库，如何避免模型出现“幻觉”，绕过知识库知识乱答的情况？

比如典型的Langchain-ChatGLM的架构图，加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的

LangChain 知识库

数字人：从科幻走向现实的技术革命

本文将探讨数字人的技术原理、发展历程、现状及应用前景，并分析其对社会和个人产生的影响。

数字人语音

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

核心改进是采用了 jina-bert-v2-base-en 作为基础模型，从而支持一口气处理长达 8192 token 的文本。

rag 大模型

我用AI写小说：「国学篇」如何将国学插入小说中

将国学文化穿插进小说中是一项既需要深厚文化底蕴，又需要精妙文学创作技巧的工作。

国风国学写作

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

区别于以往的视频生成技术，Sora 能够根据用户的文本指令，生成最长达一分钟的高清视频 [3]。

Sora 微软

第一性原理以及第一性原理是怎么帮马斯克成为首富的

大概意思是，就是回归事物本源，做什么事情要从事物的根本原理出发。

马斯克商业

<...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