文章列表-AI魔法学院

文章列表

10大Midjourney描述词网站，让你Ai创作随心所欲！

对于一些AI新手来说具有很高的学习参考价值~ 检索出对应作品后，可以选择对喜欢的图片进行复制关键词，可在此基础上进行调整优化，也未尝不可！

描述词文生图

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

那么当画面中有多个人的时候，我们应该选用哪一个人呢？

MoveNet-SinglePose Google 模型

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

二、现有扩散模型在解决实时性方面的策略针对扩散模型在商业化中的应用趋势，主要集中在提高扩散模型的运行速度，以便在实时交互场景中更有效地生成图像方面开展工作，主要有以下一些关键点： 1、商业化扩散模型

StreamDiffusion 文生图

Stable Diffusion

AI绘画Stable Diffusion进阶使用

/workspace/stable-diffusion-webui/models/VAE/BerrysMix.vae.safetensors 所谓没有对比就没有伤害

Stable Diffusion 文生图

Stable Diffusion

Stable Diffusion教程：采样器

这些采样器在图像生成的效果和速度上各不相同，我们应该如何选择呢？

画图 SD 采样器

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

以前，智能玩具里只能播放预设的程序和声音，顶多就是进行一两轮简单提问，你可以理解成是“单向输出”，现在有了这个 openAI 的实时语音软件开发包，就变成了“双向交互”，能和你进行实时的语音对话。

OpenAI 嵌入式实时语音 SDK

AI写作：如何让AI帮你写出10万+标题？

我经常说：如果你用一个小时写文章，那么这其中应该有半个小时是在写标题。

AI写作提示词

Sora相关论文合集---全32套大放送

附：文档分析提示词之一如下： # 目标: 对提供的文章链接或行业报告文档进行深入分析和总结。

Sora 论文

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

技术深度：Distil-Whisper的构建原理与应用潜能 Distil-Whisper的成功并非偶然。

Distil-Whisper 语音识别

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

LLaSM 也有相应的文献介绍。

开源模型

新测试基准发布，最强开源Llama 3尴尬了

首先，挑选过程中确保多样性，也就是测试集应涵盖广泛的现实世界话题。

Llama 3 大模型开源

解放AI生产力——为什么要使用ComfyUI

学过3D建模的应该都知道，3D建模软件里面都有一套类似于这种的东西：上面我所展示的，就是今天介绍的重点：AI绘画的工作流，不知道的兄弟也没关系，这东西用起来很简单。

文生图

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

尤其是处理PDF文档时，因为PDF格式多样且在各个行业中广泛使用，所以保持对处理过程的控制尤其重要。

OCR RAG 开源

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

我们知道，循环神经网络（RNN）在深度学习和自然语言处理研究的早期发挥了核心作用，并在许多应用中取得了实功，包括谷歌第一个端到端机器翻译系统。

transformer 训练

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

其实，大模型对输入中不同位置的文本信息利用能力是不同的，对召回的若干条文档片段进行合理的位置安排，能有效提高模型的回答效果。

大模型

<...63 64 65 666768 69 70 71 72 ...>

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