文章列表-AI魔法学院

文章列表

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

上半年这个模型开源时就引发业内震动，被评为能“终结扩散模型”。

SD 文生图 DALLE

保姆级教程：图解Transformer

Transformer 最初主要应用于一些自然语言处理场景，比如翻译、文本分类、写小说、写歌等。

人工智能

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

与 GPT-4 等大型语言模型相似，Sora 能够解析文本并理解复杂的用户指令。

Sora 微软

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

二、使用工具（Tool use）大语言模型本身也不是万能的，比如吴恩达提到，在早期视觉研究领域，大模型便需要依靠视觉处理工具才能实现对图像视频等内容的处理。

GPT-5 智能体

对于AI，我们现阶段可以有的态度

需知道，即便是最简单的，普通人能触及和上手的大语言模型的使用，你知道如何与AI对话才能获得你想要的结果么？

文生图

【AI科技大创意】2024年人工智能10大趋势

然而现在，大型语言模型已经使虚拟助手能够实现人类水平对话能力。

人工智能趋势

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

他从学习了多种乐器，并在高中和大学期间在纽约的一些小型俱乐部里演奏贝斯。

suno 音乐

RPA终极发展方向瞄准AI Agent，超自动化智能体时代已经开启

大语言模型时代，AI Agent影响下RPA发展的四个阶段 AI Agent火速影响自动化领域，自主智能体成为超自动化发展新风向自主智能体成为新一代自动化，对超自动化领域有什么影响

RPA 自动化

中学生也能看懂的Sora视频生成原理解读

文本条件化的Diffusion模型赋予了Sora强大的理解和创造力，让它能够跨越语言与视觉之间的障碍，将抽象的文字描述转化成具体的视觉内容。

视频生成 sora

Stable Diffusion

硬核解读Stable Diffusion（系列三）

两个CLIP模型的对比如下所示：可以看到CLIP ViT-H/14模型相比原来的OpenAI的L/14模型，在imagenet1K上分类准确率和mscoco多模态检索任务上均有明显的提升，这也意味着对应的

Stable Diffusion 文生图

基于 Kimi Chat 的 AI 渐进式阅读法

我的文章处理步骤是这样的：粗略阅读，筛选信息经过筛选的信息，阅读其中一部分/全文阅读阅读过后记录「文献笔记」具体的步骤可以参考我在 2021 年写的《我的阅读工作流(2021版)》有了AI 以后，大语言模型

Kimi Chat 阅读

中学生能看懂：Sora 原理解读

文本条件化的Diffusion模型赋予了Sora强大的理解和创造力，让它能够跨越语言与视觉之间的障碍，将抽象的文字描述转化成具体的视觉内容。

Sora 原理

Stable Diffusion

Stable Diffusion修复老照片-图生图

1、原理这个方法需要一个真实模型，以便让修复的照片看起来比较像，我这里选择：realisticVisionV20，大家有更好的给我推荐哦。

图像文字

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

而 ReAct 首次在语言模型中将推理和行为决策紧密结合起来，使得语言模型的推理能力能够根据知识进行计划安排，行为决策能够与外界工具进行交互。

agent

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

与 GPT-4 等大型语言模型相似，Sora 能够解析文本并理解复杂的用户指令。

sora 论文

<...61 62 63 646566 67 68 69 70 ...>

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