文章列表-AI魔法学院

文章列表

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

Cradle 是由 BAAI‑Agents 团队开源的一款面向通用计算机控制（GCC）的多模态 AI Agent 框架，可以让大型多模态模型，通过截图输入和键鼠输出

AI Agent 开源项目

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

上个月5号，他们宣布开源大语言模型混元Large和3D大模型Hunyuan3D-1.0。

sora 视频生成

Stable Diffusion

Stable Diffusion 又是一个史诗级增强、出图效率暴增 5 倍

最近爆火的新一代生成模型 LCM 席卷而来，可以大大的提升出图效率。

StableDiffusion 文生图

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

·支持大规模数据问答，两阶段检索排名，解决大规模数据检索的退化问题；数据越多，性能越好。

网易 RAG 知识库

替代画师？不，AI把枪指向了商业摄影

今天要介绍的大模型是一个面向艺术领域商业替代领域的：XL Art Supply。

文生图

2023检索增强生成技术（RAG）研究进展

随着大模型的不断进化，它们在各种任务中的表现已经达到了令人瞩目的水平。

RAG 检索增强

一键AI换脸！小红书和北大合作的InstantID

但这个插件对系统资源消耗比较大，9G显存起步，我的显卡是12G的3060，在WebUI模式下，也要开启低显存模式，效果不是最佳。

InstantID 文生图

LLM Agent最常见的九种设计模式(图解+代码)

2.调用大模型生成Thought+Action。

LLM Agent 图解

腾讯开源的数字人MuseTalk到底行不行？

MuseTaIk是由腾讯团队开发的先进技术，它是一个实时高质量的音频驱动唇部同步模型。

MuseTalk 数字人音频

Stable Diffusion

99%的人都不懂的Stable Diffusion高级功能，Negative Prompt如何正确使用?

零、前言随着AI绘画Stable Diffusion图像生成模型的火热，Negative Prompt 这个功能也被广泛使用起来。

Negative Prompt 文生图

一文带你看懂OpenAI-Sora生成视频的原理

在Sora模型的语境中，补丁并不是我们平时理解的用来修补东西的片材，而是视频画面中的一小块信息单元。

视频生成 sora

造梦师手记：SDXL迎来了AI插画师

据说，很多动漫站开始大规模下架AI漫画。

文生图漫画

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

7.CFG (Classifier Free Guidance) scale，提示词相关性，用于控制模型应在多大程度上遵从您的提示。

Stable Diffusion 图生图

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

1、序幕随着人们对大型语言模型 (LLM) 的兴趣激增，许多开发人员和组织正忙于利用其能力构建应用程序。

训练

【语音识别】OpenAI语音力作Whisper

这让Wav2Vec 2.0相形见绌，因为Wav2Vec 2.0是在无监督码预测任务上预训练的，所以其训得的模型仅从未标注的纯音频数据中习得了从语音到隐含状态的中间映射。

语音转文字 whisper

<...50 51 52 535455 56 57 58 59 ...>

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