文章列表-AI魔法学院

文章列表

还在手写Prompt？这几大网站让你秒找大模型提示词！

强烈建议学习AI的都保存这个网站。

prompt 提示词

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

BERT的模型结构基于Transformer，它由多个编码器层组成。

Bert-vits 语音

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

玩儿梗的人太多，以至于马斯克都给搞EMO了：，时长00:05 而这背后的“始作俑者”，就是来自阿里通义实验室的EMO，继Sora之后热度第二高的AI视频项目

音频阿里

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！

在开源Kandinsky 2.2之后，俄罗斯AI研究团队AI Forever又开源了新的文生图模型Kandinsky-3，这个模型最特别之处时采用了一个超大的text encoder（参数量为8.6B）

Kandinsky-3 文生图开源模型

SDXL风格插件，超越Midjourney的时刻来了

在AI绘图圈，最著名的两大派系是stable diffsion和Midjourney。

SDXL

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

开源地址：https://github.com/Tencent/HunyuanVideo 普通用户也可以去腾讯元宝APP，进入AI应用，就能看到这个AI视频了。

sora 视频生成

RPA和大模型结合：开启智能自动化的新纪元

其中，两种技术引起了广泛的关注和讨论，分别是RPA（Robotic Process Automation，机器人流程自动化）和大模型（Large Models，基于大规模数据和计算资源训练的深度学习模型

RPA 自动化大模型

图解 Transformer——功能概览

如上图所示，Transformer在训练过程中，模型对数据的处理过程如下，大体可分为 6 个步骤： 1.

Transformer 大模型图解

ComfyUI 图片以及工作流管理神器

不仅如此，还可以远程订阅官方或者大佬们公开的工作流网站，方便我们学习最新的工作流技术，与时俱进。

comfyui 工作流

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

格式上，内存信息可以用自然语言表达，也可以编码为向量嵌入提高检索效率。

大模型 LLM Agent

Stable Diffusion

【Stable Diffusion操作升级】Stable Diffusion 常用模型下载与说明

（当然你可以通过训练自己的专有模型而专门用于某一用途，这也将成为你作为AI绘画者的最重要的核心竞争力之一）因此，学会使用各类模型对于学习使用Stable Diffusion非常重要。

文生图 SD

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

文本引导的图像编辑(如“将天空的颜色改为亮蓝色”)具有挑战性，因为它要求模型同时理解文本指令和视觉内容。

文生图

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

Susan Calvin 02 "Reflexion"的框架概述正如Asimov的机器人心理学家深入探索机器人的思维，现代的AI研究者也在努力理解和改进机器学习模型的行为。

大模型

RAT = CoT + RAG

Retrieval Augmented Thoughts (RAT) 是一种协同思维链 (CoT) 和检索增强生成 (RAG) 的 AI 提示策略，助力解决具有挑战性的长任务推理和生成。

RAT 协同思维链检索增强生成

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

更灵活的应用场景：无论是多人会议记录中区分不同发言者，还是多声道音频编辑，它都能轻松胜任。

ClearerVoice-Studio 语音

<...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