文章列表-AI魔法学院

文章列表

Coze多智能体（Multi-Agents）模式体验！

而单智能体如果要解决一个复杂的问题或任务则需要长记忆能力（也就是现在的100k200k上下文窗口能能力，非常考验LLM的性能）而多智能体则无需强关注这块，这是个很大的优势。

Coze 多智能体

Sora懂不懂物理世界？

如果我们将视野缩小到每一个令牌的区域，我们看到美轮美奂的真实画面，令牌之间的衔接也非常平滑自然，但是当相距较远的令牌之间有因果联系的时候，即吹出的空气影响火苗的跳动时，两个令牌之间的物理因果没有体现出来

文生视频视频生成 sora

AI声音克隆 | 最全最简教程（权威版）

计算机可以将文字信息转换成人类可听懂的语音输出，实现语音合成的功能目前市场上的AI声音我们最多用的还是普通的TTS，即把文字通过软件输出指定人的声音，这块微软做的不错

声音克隆教程

来个优秀的开源人脸识别项目！

InsightFace 包含了多种人脸识别算法，包括 2D 人脸识别、3D 人脸识别、人脸关键点检测等，并支持多种深度学习框架，如 PyTorch 和 MXNet。

人脸识别开源项目

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

技术背景传统的3D说话头像生成方法往往需要大量的数据和长时间的训练过程，这对于资源有限的个人或小型团队来说是一个不小的障碍。

MimicTalk 开源模型

发现一个好东西，一键本地运行各种大模型！包括最新的Qwen1.5

打开后，可以看到一个搜索框，只要输入大模型的名字，或者huggingface的项目地址。

Qwen1.5 大模型

AI写作：一步到位，如何用 AI 生成整篇文章？做自媒体必看！

一、短内容如果要写的内容比较简短，比如小红书文案、短视频稿。

结构化提示词写作

7个有用的Prompt参数

本文将介绍七个关键的Prompt参数，通过这些参数可以引导模型，探索模型的能力和限制，生成不同风格或角度的内容。

prompt

Stable Diffusion

硬核解读Stable Diffusion（系列二）

512x512图像对应的noise维度为64x64x4），然后将text embeddings和noise送入扩散模型UNet中生成去噪后的latent，最后送入autoencoder的decoder模块得到生成的图像

StableDiffusion 文生图

20款AI工具助力在家副业

使用人工智能来帮助塑造您的PowerPoint支件 7 Querio 你的个人人工智能数据分析师 8 Translate Audio 以你自己的声音将视频本地化到不同的语言 9 Courseau 将你的2小时指客转化为有趣的迷你课程

工作

腾讯出品！开源AI数字人框架！号称可以不限时长

它还提供了在人类数据集上训练的检查点，支持从图像到视频、文本到图像到视频、视频到视频的多样化生成方式。

MuseV 视频数字人框架

【大模型微调】 Llama 2 ：对话模型的全过程微调

他们强调了不同标注平台和供应商对模型性能的重要影响，强调即使从供应商那里获取标注，也需要进行数据检查。

大模型

AI产生意识，对人类意味着什么

确实，该理论的核心原则很难检验，但任何意识理论的核心原则也都很难检验。

AI 意识

Prompt屠龙术-思维链

先直译，再指出问题，最后意译可以轻松得到极佳的翻译质量 · 生成内容：比如对于写小说的任务

Prompt 思维链

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

在将大型语言模型与初始微调的较小模型比较后，作者提出了一个频谱，显示大型语言模型何时落后、可比或超过较小模型的能力。

大模型控制

<...51 52 53 545556 57 58 59 60 ...>

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