文章列表-AI魔法学院

文章列表

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

架构层面，Llama 3选择了经典的仅解码（decoder-only）式Transformer架构，采用包含128K token词汇表的分词器。

meta llama3

Suno音乐新手指南（手把手完整版教程）

建议希望做出完美音乐的朋友提前学习歌曲结构相关知识，可以请教Kimi。

suno 歌曲教程

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

例如，“光滑的可口可乐玻璃瓶上凝结着水珠”。

文生图摄影提示词

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

例如，“光滑的可口可乐玻璃瓶上凝结着水珠”。

文生图训练提示词 Midjourney

性能超出预期！神秘的国产大模型 Kimi 开放 API

以下测试结果也是魔法哥的主观判断，请谨慎看待： · Moonshot API 的输出速度比不上 GPT-3.5 Turbo，但明显比 GPT-4 Turbo 要快一些。

Kimi Chat 大模型 API

OpenAI Assistants API 使用指南

运行结果如下：腾讯云云搜是腾讯云的一站式搜索托管服务平台，提供数据处理、检索串识别、搜索结果获取与排序，搜索数据运营等一整套搜索相关服务。

OpenAI Assistants API

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

在单图理解上，它取得了优于 GPT-4o mini、Gemini 1.5 Pro 和 Claude 3.5 Sonnet等商用闭源模型的表现，并进一步优化了 MiniCPM-Llama3

minicpm 面壁

Stable Diffusion

99%的人都不懂的Stable Diffusion高级功能，Negative Prompt如何正确使用?

这样的多个关键词的组合可以帮助生成器生成更加具有变化和创意的图像。

Negative Prompt 文生图

深度解读｜做出海必看的一份产品报告

，基于团队的激活指标可以前置优先，这里除了产品直接体验，还蕴含了更丰富的协作体验和推荐度信息 4.转化：开发者和稍大的团队依然是硬骨头，销售团队的跟进还是显著提升了转化率 5.规模化：优秀的 PLG

工作

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

音乐可能是最具挑战性的音频类型，因为它由局部和长程模式组成，从一系列音符到具有多种乐器的全局音乐结构。

开源模型

LangChain - RAG: 拿什么「降伏」PDF 中的 Table 类型数据

framework for your Retrieval Augmented Generation (RAG) pipelines) 库，我们看到 LangSmith 也针对 Ragas 做了一些集成方面的优化，

大模型 LangChain RAG

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

SenseVoice-Small：一个仅编码器的模型，优化了快速语音理解。

asr tts 声音

造梦师手记：SDXL迎来了AI插画师

优点：构图大胆，没有摆拍感，主体突出，没有过多繁杂的细节，认识很多动漫人物（依靠角色日文名拼音触发，例如，“ayanami rei”对应角色“绫波丽”，“kamado nezuko”对应角色“祢豆子”

文生图漫画

AI虚拟主播数字人技术实现Wav2Lip

在高层次上，Deepfake 可以根据媒体的关注点分为 3 个方向进行更改，即伪造视觉（例如伪造图片或者视频）、伪造音频（例如伪造语音内容等）、伪造视觉及音频（即前两者的结合了，完全都是伪造）。

数字人视频

Prompt | 抖音视频脚本

这就是用于 TikTok 视频的 PromptTok 脚本的构建方式：首先，脚本以 "钩子 "开始。

prompt

<...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