文章列表-AI魔法学院

文章列表

第一个StableCascade动漫大模型上架了

为了适应不同配置的机器，对大模型还做了量化，bf16和lite是量化版本，实测3060 12G能很好的跑得起bf16版本，这样就有了两组。

StableCascade 文生图

LLM native策略的内部状态是否应该结构化【2023Q3】

ensp; 在这个场景下，虽然跟用户的交互渠道是非结构化的自然语言对话，但策略内部是将其提取为一个完全结构化的表示的：字段的设置是预先确定的

大模型

语音识别的未来已来：深入了解faster-whisper的突破性进展

例如，在使用Large-v2模型和GPU进行13分钟音频的转录测试中，faster-whisper仅需54秒，而原始Whisper模型需要4分30秒。

语音识别 Faster-Whisper

使用知识图谱提高RAG的能力，减少大模型幻觉

数据库可用于测量不同实体或概念之间的相似性或相关性，基于它们的向量表示。

RAG 大语言模型

实战:如何用AI Agent实现ChatGPT流程化写作，产能翻倍

想象一下，如果 ChatGPT 是一台只会按照预设程序运行的家用电器，那么 AI Agent 就像是一个能自主行动和适应环境的机器人。

Agent 写作

惊了，ChatGLM、Vicuna 等热门大模型丝滑 input，跟所有的下载上传说拜拜

openbayes.com/console/public/tutorials 公共模型国内外、大小厂，都曾发布过各种优质的预训练模型

下载

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

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

聊聊这个腾讯混元的AI视频模型，我已经先行测试了一周，跑了几百个case。

sora 视频生成

字节推出开源绘画大模型SDXL-Lightning，秒级出图

/hf-mirror.com/ByteDance/SDXL-Lightning/blob/main/comfyui/sdxl_lightning_workflow_full.json 详细评测待

sdxl 字节绘画

Ollama 与 Dify：AI 应用开发的强强联合

上午：开发和测试 — 利用 Dify 的开发环境开发新的应用功能。

Ollama Dify 大型语言模型

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

结语随着VividTalk技术的不断发展，我们可以预见其在数字媒体制作、虚拟现实和人工智能等领域的广泛应用。

VividTalk 视频

郭德纲讲英语相声详细教程

葡萄牙语汉语、日语、荷兰语、土耳其语、韩语、阿拉伯语排队等待或付费跳过排队选择好想要转化的语言后，即可将视频加入生成队列目前体验免费时长的用户实在太火爆，视频生成排队时间可能较长，免费用户预计需要等待

数字人音视频

网易有道强力开源中英双语语音克隆

下载预训练模型, 然后运行: mkdir -p outputs/style_encoder/ckpt mkdir -p outputs/prompt_tts_open_source_joint/ckpt

语音开源

腾讯最新的人像写真工作PhotoMaker

会把同一个人脸的多个图像向量拼接起来训练，但是测试时可以拼接不同的人脸，所以可以有融合的效果，非常灵活。

PhotoMaker 文生图

自从prompt用了示例演示，GPT的输出稳定性达90%

它们应明确、具体，能够清晰地传达预期的输出方向。

prompt 提示词

<...49 50 51 525354 55 56 57 58 ...>

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