文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion 必装插件查缺补漏，你还有哪个没装？(上）

现在我们只需要在出图的时候启动 Adetailer 就可以很大程度上修复脸部和手部的崩坏问题。

Stable Diffusion 文生图

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

完美对接QQ音乐/喜马拉雅，播放音乐、新闻、有声读物，远程调节音量、切换播报音色不在话下。

ai小车 esp32 开源

GTC大会黄仁勋发言稿

这是 Nvidia(884.55, 6.18, 0.70%)的旅程，始于 1993 年。

黄仁勋 nvidia

ComfyUI王牌！复合生成！必须揉在一起

且每个人都可以独立调整，就可以用这么一套工作流程串联起来。

comfyui 文生图

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama的优势在于它可以使用自然语言来与你交互，你不需要学习复杂的语法或者编程，只需要用你平时说话的方式来告诉它你想要做什么，它就会尽力满足你的需求。

ChartLlama 开源模型图标

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

主动Agent技术原理下图展示了主动 Agent 技术原理的整体流程。

Agent 大模型

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

在生成过程中，面部定位器（Face Locator）用来编码面部的边界框区域。

音频阿里

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

Suno AI 可以作为一个教育工具，帮助学习者理解音乐结构和创作过程。

suno 音乐

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

该项目主要作者、MokaHR 自然语言处理工程师王宇昕表示：“我相信 M3E 模型将成为中文文本向量检索中一个重要的里程碑，未来相关领域的工作，都可能从这些开源的资源中收益。”

GPT

视频大模型训练相关词条解释

概括来说就是用视觉块编码（visual patch）的方式，把不同格式的视频统一编码成了用transformer架构能够训练的embeding，然后引入类似diffusion的方式在降维和升维的过程中做加噪和去噪

视频生成 sora 词条

AI变现异常值案例库，5种方向10个案例，副业项目灵感启发

AI热点资讯号通过“素人视角”（用第一人称手机拍摄屏幕）讲AI今天又有多牛逼，又怎么怎么样了一定程度上引发观众焦虑

生成式AI

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

优化流程，提升性能添加画面模态的识别，以实现对画面内容描述的搜索记录前台进程名与记录OCR词语对应位置，以在搜索时作为线索呈现

Windrecorder 录屏

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

传统上，研究更多地侧重于使AI更准确，并在较小程度上使其更好地理解人类的意图、倾向、信仰和背景。

开源模型

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

使用过 Stable Diffusion 的同学对提示词的重要程度应该深有体会，无论是文生图还是图生图，我们想要在图片上展现某些元素，都需要编写对应的提示词，有时候为了避免生成一些不想要的东西，我们还需要编写反向提示词

图生图文生图 sd

自己电脑上跑大语言模型（LLM）要多少内存？

· 一般模型文件的实际尺寸要比简单计算的尺寸大 · · 即使是同样参数和精度的模型，实际尺寸也不一样 · · 降低模型精度的过程叫量化

大语言模型运行

<...59 60 61 626364 65 66 67 68 ...>

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