文章列表-AI魔法学院

文章列表

这个方法可以让AI写出的文章完全去掉GPT味儿！

捕捉灵感：当灵感来袭时，立即用手机文字或者语音输入功能记录下来，不受限制地自由发挥。

ChatGPT 写作

TrOCR——基于transformer模型的OCR手写文字识别

这里一旦提到OCR相关的技术，肯定第一个想到的便是CNN卷积神经网络，毕竟CNN卷积神经网络在计算机视觉任务上起到了至关重要的作用。

OCR 手写文字识别

如何最简单、通俗地理解Transformer？

而自注意力机制的另一个特点时允许模型并行计算，无需RNN一样t步骤的计算必须依赖t-1步骤的结果，因此Transformer结构让模型的计算效率更高，加速训练和推理速度。

Transformer 大模型

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

Kandinsky-3采用了直接文本引导的Latent Diffusion模型，架构如下所示：其中text encoder采用的是谷歌的Flan-UL2，这个模型的参数量是20B，它和谷歌的T5采用同样的架构

Kandinsky-3 文生图开源模型

GGUF格式详解

为了让大模型更加高效的存储和交换，就有了不同格式的大模型文件。

GGUF 大模型

使用 ChatGPT + Claude 撰写成功的商业计划书

拥抱商业规划中的人工智能革命使用 ChatGPT 和 Claude 编写商业计划就像与以前从未听过音乐的演奏家一起进行即兴演奏。

工作

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

其次，引入了“协同扩散”算法，该算法能够在统一的去噪过程中协同使用具有不同潜在空间和预定义分辨率的各种预训练扩散模型。

PanGu-Draw 文生图

Deepseek-V2技术报告解读！全网最细！

模型参数量方面达到236B ，同时由于模型小专家混合的特性，模型在推理时的激活参数很少，可以实现高推理速度。

Deepseek-V2 大模型

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

现在很大的瓶颈是数据交换，上下文尤其是长文本拥有巨大的信息量，生成一个token需要读取显存中全部数据，带宽要求也高，影响用户体验的就是响应速度：第一个token吐出来的时间以及后续token出来的时间，文生图、文生视频也是

AI光年芯片投资

变天了，AI可以一键生成中文海报了......

第一步：使用Claude（或者其他AI聊天工具），上传图片并输入提示词：“请详细描述该海报的设计风格、画面构成和文字布局，要求通过文字描述准确还原视觉效果。”

2.1图像模型文生图

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

相关视频： 1）Satya Nadella的《MultiAgent will be the key LLM App runtime》： AI工程化，赞13 2）Andrej Karpathy的

LLM 范式迁移

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

从实测效果来看，GLM-4-32B-0414进一步提升了代码生成能力，可处理并生成结构更复杂的单文件代码。

GLM模型智谱

分享使用SDXL 1.0模型的一些技巧和心得

我们先切换回base模型，然后使用同样的提示词。

文生图

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

不同事物之间的变形和过渡。

文生图摄影提示词

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

不同事物之间的变形和过渡。

文生图训练提示词 Midjourney

<...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