文章列表-AI魔法学院

文章列表

【Agent专题】Agent架构设计：智能体架构设计的9大核心技术全景深解析，附架构图

医疗、科研、金融等领域对这种架构需求正在迅速上升。

Agent 智能体架构

用so-vits-svc-4.1进行音色转换的极简教程！

但是无论转换哪种声音，都需要至少采集30分钟-1小时的语音干声，这对于普通讲话很好采集，只需要到一个安静的场所，比如录音棚，录制一段语音即可。

so-vits-svc 音色转换教程

建议收藏：超详细ChatGPT(GPT 4.0)论文润色指南

二、润色程度在使用ChatGPT的过程中，有时候我们并不希望AI对文本进行大幅修改，这时候可以要求它对润色的程度和方向进行限制，以下是一些可以有助于控制润色程度的口令，请大家尝试加入自己的提示词中

论文润色写作

FaceFusion又更新咯，增强功能再增强！

帧增强器也有好几种，这个是对整个视频画面的优化增强。

FaceFusion 文生图

WSL2安装（详细过程）

（注意：需要开启适用于 Liunx 的 Windows 子系统的设置才重新启动计算机如果已开启，则不需要） 2.检查WSL2的要求 (对于64位系统，版本1903或更高，版本18362或更高

虚拟化 docker

大模型的研究新方向：混合专家模型（MoE）

为了实现大模型的高效训练和推理，有的是从模型底层下手，比如直接改变底层模型架构，将原来的Transformer架构改成近期新出的基于状态空间模型（SSM）的mamba架构；有的是在预训练微调方法上下手，

MoE 大模型

理解 o3 及其技术分析

实际上别说是o3，如何理解o1的优势，如何理解o1 pro mode的优势，能够较好的预判在具体场景中哪个的性价比更高都是个颇为困难的事情。

o3 技术分析

StableDiffusion

StableDiffusion模型推荐系列（功能型）

作者标记的专有提示词： LOGO,logoredmaf, 特点这是一个巴西作者，开源的模型都比较功能化，这个LoRA适配的大模型非常多，泛用性也很高，可以生成各种主题的LOGO，作者还推荐用简约或详细

StableDiffusion 文生图

大模型推理能力增强方法总结

对于10B以下小模型来说，思维链可能会影响性能。

推理能力大模型

微信搜狗爬虫WechatSogou - 从微信公众号获取文章的利器

比如，如果你对健康和养生感兴趣，你可以使用WechatSogou搜索关键词"健康养生"，然后获取相关公众号的列表。

WechatSogou 微信搜狗

人手一个编程助手！北大最强代码大模型CodeShell-7B开源，性能霸榜，IDE插件全开源

相比而言，CodeLlama在强大的Llama2上继续预训练依然学习了超过5000亿Token，而StarCoder冷启动训练了10000亿Token，是CodeShell的两倍。

开源模型 AI编程

一张照片秒生不同风格图像！小红书InstantID来了！

02 技术特点 · 零样本学习：InstantID不依赖于大量的训练数据，它能够直接从一张图像中提取身份特征，这对于资源有限的场景尤其有价值。

InstantID 文生图

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

同样也是通过5-20张自己照片的训练，本地部署的模型就能通过EasyPhoto推理出堪比「妙鸭相机」的写真风照片。

训练

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

多种角色多种语言方法对比 VividTalk不仅能够同步口型，还支持多种语言和不同的风格，包括真实风格和卡通风格等。

VividTalk 视频

ComfyUI，你开启XL钥匙打开了新世界

还新获得了很多有如魔法一般的工作流（指的是ComfyUI's workflow)，这让我对扩散模型进行aigc有了新的认知。

ComfyUI 大模型

<...56 57 58 596061 62 63 64 65 ...>

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