文章列表-AI魔法学院

文章列表

中学生也能看懂的Sora视频生成原理解读

尽管这些照片内容和风格各异，但你能轻松地辨识每一张照片代表的地点和情感，因为你的大脑能够将这些不同的视觉信息统一理解。

视频生成 sora

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

由于 CLIP 的训练数据是粗略描述的文本图像对，只能嵌入语义级别的信息，而难以保留有区分度的对象身份表示。

Anydoor 文生图

Stable Diffusion

Stable Diffusion WebUI v1.9.0重大更新！

以下是官方演示图：从上面两张图可以看出在使用karras（调度器）和打开Refiner（精炼器）切换时机的值分别设置为0.8/0.88/1.0的情况下，旧版本的色彩会欠饱和或过饱和，而新版本的色彩饱和度就很正常

Stable Diffusion 文生图大模型

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

覆盖多种表达方式：用户输入的搜索词可能存在多种表达方式（如方言、行业术语或个人习惯用语），但这些词实际指向同一个概念。

ElasticSearch 智能搜索

2024年值得关注的Agent框架

arxiv.org/abs/2304.04370 github链接： https://github.com/openAGI TaskWeaver: 是一个以代码为先的框架，用于构建由大型语言模型

Agent 框架

微信为什么使用 SQLite 保存聊天记录!

无论何时，只要开发者想使用 SQL 在文件中存储结构化的数据，SQLite 应是首选方案。

SQLite 微信数据库

几个对我影响很大的统计学模型

分享几个对自己日常生活和工作有启发的统计模型： 1、37% 规则是一个决策理论，通常用于解释最优停止问题，特别是在寻找最佳选择时（如寻找停车位、选择伴侣、招聘员工等）。

统计学大模型

新测试基准发布，最强开源Llama 3尴尬了

中主题建模管道，首先使用OpenAI的嵌入模型（text-embedding-3-small）转换每个提示，使用 UMAP 降低维度，并使用基于层次结构的模型聚类算法 (HDBSCAN) 来识别聚类

Llama 3 大模型开源

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

像CM3leon这样的模型终将成为元宇宙中的创造力源泉与应用成果，我们也期待继续突破多模态语言模型的新疆界、未来将更多优秀模型呈现在大家面前。”

文生图

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

它配备了强悍的传感器，如激光雷达和摄像头，使其具有自主导航、避障、物体识别等功能。

ROS 机器人开源模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

前言说起业务落地级别的姿态估计算法方案，大家基本上的共识都是top-down范式，也就是det+pose的形式，先由一个轻量级的目标检测模型提供bbox，再依次送入pose模型进行单人姿态估计

MoveNet-SinglePose Google 模型

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

在华为被美国打压之前，系统和芯片都有做，只有特别核心能主导系统性能的芯片才会海思自己做，但今天不一样，华为很多东西都自己做，华为的系统能力特别强，华为有自研的CPU鲲鹏、 AI处理器昇腾；此外也有自己的网卡等互联技术

AI光年芯片投资

Stable Diffusion

Stable Diffusion的模型分类以及使用

并且它们都有比较擅长生成的图像类型，例如这个Anything v3就是专门用来生成二次元的：而这个Realistic Vision v2就比较偏向写实类别的

文生图

AI的百亿套壳：做船不做柱子

最初，他们是在做一个 AI 驱动的 CAD，给机械工程师用，他们很快意识到，获取高质量的CAD数据难度极大，他们也不是典型用户，于是转型 AI coding 了。

AI 创业

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

在将大型语言模型与初始微调的较小模型比较后，作者提出了一个频谱，显示大型语言模型何时落后、可比或超过较小模型的能力。

大模型控制

<...62 63 64 656667 68 69 70 71 ...>

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