文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

其中，B站的秋叶大佬的封装包使用的最为广泛。

文生图

“大模型+机器人”的现状和未来，重磅综述报告来了！

与传统的特定任务模型不同，基础模型具有较强的通用性和迁移能力，能够应用于多种不同的下游任务。

论文机器人

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

想一想，当我们提到生成视频时，我们生活中已经存在的诸多视频应用便会浮现在脑海中，比如库存视频或是现有的电影。

Sora 原理

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

如果使用的是 Linux 系统，无需额外的硬件即可运行此 SDK。

OpenAI 嵌入式实时语音 SDK

Stable Diffusion

Stable Diffusion 又是一个史诗级增强、出图效率暴增 5 倍

一 LCM 简介 LCM 全称 Latent Consistency Models（潜在一致性模型），是清华大学交叉信息科学研究院研发的一款生成模型。

StableDiffusion 文生图

Insanely Fast Whisper：超快的Whisper语音识别脚本

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

图解 Transformer——功能概览

其独特之处不仅在于其技术上的突破，更在于它如何彻底改变了我们对语言模型潜力的理解。

Transformer 大模型图解

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

那时，科技巨头 IBM 拟定一份合同，想要一次性支付约 8 万美元，从微软手中购买 MS-DOS 操作系统的永久使用权，用于即将推出的个人电脑。

MS-DOS 4.0 开源模型微软

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

核心其实是那句：“Claude的思维应该更像是一个意识流。”

prompt 大模型

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

如果当前的应用在这两个方向上没有足够深的编排和实践，不能称为是 AI agent 应用。

大模型 AI编程

Prompt全攻略(二):Prompt编写的要诀

要真正发挥ChatGPT的强大功能,掌握Prompt编写技巧尤为重要。

prompt

体验完阿里的EMO模型，我emo了

一、唠嗑近日，阿里宣布通义千问研发的AI模型—EMO模型正式上线通义千问App，并开放给所有用户免费使用。

EMO 文生图

爆肝7天！AI艺术字终极攻略，光影、隐藏、嵌入、海报4种艺术字全拆解

随着AIGC技术迭代，越来越多有趣的玩法也被逐渐挖掘了出来像最近特别火的AI艺术字我花了一周的时间把所有的玩法研究了一遍整理出来一套完整的制作流程文章包含了从制作底图、选大模型、写关键词和

文生图

Yann LeCun杨立昆最新观点：AGI不存在

他指出，像 RLHF 这样根据人类偏好、针对特定任务改进现有LLM的技术效率低下。

AGI 大语言模型观点

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

随着当前多模态模型的发展，它可以同时处理文本和图像，「那么能否将多模态模型应用到RAG系统呢？」

大模型研究

<...53 54 55 565758 59 60 61 62 ...>

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