文章列表-AI魔法学院

文章列表

Byzer-LLM 快速体验智谱 GLM-4

Byzer-LLM 可以让用户用一套接口就可以部署和使用市面上主流的开源和SaaS版本大模型，之前以Qwen 写过一篇，可以看这里：Byzer-LLM 支持同时开源和SaaS版通义千问今天我们升级了一个

Byzer-LLM GLM-4

Sora物理悖谬的几何解释

Sora声称“作为世界模拟的视频生成模型”，豪气干云。

Sora 解释

5个最佳开源RPA框架

这个AI大脑要实现的就是智能化；而RPA则是通过配置自动化软件模拟和人类在软件系统中交互的动作来执行业务流程；RPA软件机器人在应用程序界面上识别数据并像人类一样操纵应用程序；RPA软件根据规则与其他系统交互

开源模型智能自动化

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

这些数据，作为对模型的输入，也就是提示词，贡献了绝大多数资源的开销。

LLMLingua LlamaIndex 开源框架

MidjourneyV6高级提示词技巧（人物篇）

Midjourney创意总监Nick近期为用户准备了一个MidjourneyV6的提示词书写模板。

Midjourneyv6 文生图提示词

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

一文带你看懂OpenAI-Sora生成视频的原理

接下来，让我们探讨Sora模型的大脑——扩展变换器，它是如何将这些时空潜在补丁巧妙组合，创造出符合我们文本提示的精彩视频。

视频生成 sora

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

它基本上就是通过一个巧妙的方法来让大型语言模型（LLM）生成更精准、更有用的回答。

OCR RAG 开源

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

它采用纯语言建模方式，打破了传统 TTS 模型依赖复杂架构和外部适配器的模式，为语音合成领域带来了新的思路。

OuteTTS-0.1-350M 音频

高效选择：Ollama与LM Studio深度对比

今天，我们就来深度对比这两个本地语言模型（LLMs）工具，帮助你找到最适合你的那一款。

Ollama LM Studio 对比

多智能体开发框架怎么选型？京东 JoyAgent vs langchain LangGraph，两种Agent开发哲学的碰撞!

技术架构深度对决光看表面还不够，我们得像拆解一个机器人一样，深入到它们的技术内核，看看两者的“心脏”（调度模型）、“神经”（并发机制）、“四肢”（工具集成）和“记忆”（数据流）到底是怎么工作的

JoyAgent langchain LangGraph

提升GPT Prompt效果最佳实践 - 拆解复杂任务

就像在软件工程中将复杂系统分解为一组模块化组件一样，在提交给GPT模型的任务中也是如此。

GPT prompt

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(一）

AI模型，如ChatGPT自己，依赖于用户提供的提示来理解和执行任务。

提示词写作

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

FaceChain的模型由ModelScope开源模型社区提供支持。

妙鸭相机

ReplaceAnything：阿里最新项目！重绘图片里的任何元素，商用价值极高！用最简单的部署创造最大的价值！

摘要 ReplaceAnything是阿里团队即将开源的项目，针对图像里的人物替换、服装替换、背景替换等方面做了极大的优化，使用户上传图片可以指定部分区域生成新内容，并且做到了严格保留遮挡区域，这对AIGC

ReplaceAnything 文生图

<...55 56 57 585960 61 62 63 64 ...>

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