文章列表-AI魔法学院

文章列表

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在当今数字化与智能化浪潮汹涌的时代，人工智能技术不断取得突破性进展，多模态模型作为其中的前沿领域，正日益成为研究和应用的热点。

OmniVision -968M 多模态模型

通俗解读大模型微调(Fine Tuning)

正如我在《大模型时代的应用创新范式》一文中所说，大模型会成为AI时代的一项基础设施。

大模型微调

不用再羡慕Prompt大神了！看了这篇文章，你只需10秒钟，就能拥有自己想要的专业级Prompt！

1.0- language: 中文- description: 专业小红书爆款笔记创造者，致力于产出高质量、高转化的消费决策类内容 Goals :- 主要目标 1：基于用户需求与市场趋势，创作引人入胜且具有购买引导性的笔记

prompt 写作

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

如TokenPose等工作，使用CNN进行特征提取，并使用transformer作为后处理模块来建模多个关键点之间的关系。

ViTPose+Transformer 身体姿态

造梦师手记：C站首推的动漫模型竟然是十八禁？

毕竟，和其他AI绘图工具相比，搞涩涩是stable diffsion独特的福利和优势。

stablediffusion sd 文生图

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

在Sora之前，业界已经有了很多视频生成工具和平台。

sora 视频生成

耗时7天，终于把15种ControlNet模型搞明白了

跑了一次全流程，终于写完了本文文章包含了ControlNet的功能介绍，安装方法，模型采集方式，实操案例，以及下面几个目前很好玩的功能 1.动漫转真人 2.真人转动漫 3.控制人物姿势、表情 4.线稿AI

文生图

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

这两天晚上没事的时候就会尝试下AnimateDiff，发现这真的让视频生成上了一个大台阶，估计是到了AI视频爆发的前夜了。

AnimateDiff SD

两个案例教你如何用BRTR原则优化Prompt

下面，我们通过2个案例来具体展示这一流程。

BRTR Prompt 写作

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

其中，王炸功能 Assistants API 的内置工具支持了代码解释器、知识库检索以及函数调用，允许接入外部知识（文档）、使用更长的提示和集成各种工具。

RAG 检索向量库

理解 o3 及其技术分析

“这些都是极具挑战性的......我认为它们至少能抵抗人工智能几年。”

o3 技术分析

Stable Diffusion

Stable Diffusion生成图片参数查看与抹除

如果不是SD生成的图片，或者被抹除的信息，我们就什么也得不到：抹除图片的生成参数这里介绍一个开源的小工具：exifcleaner，地址在：https://github.com/szTheory

文生图 Stable Diffusion

基于Ollama本地部署谷歌开源Gemma大模型！

在开始使用Gemma开源大语言模型（LLM）前，我们先了解下Gemma以及配套的工具。

ollama gemma qwen

它来了！SDXL + ControlNet 终于强强联合！

具体内容可看往期介绍 ControlNet 的内容。

SDXL

斯坦福宣布前端开发要失业了？！一张截图生成代码，64%优于原网页！

随着生成型人工智能（AI）的飞速发展，多模态理解和代码生成的能力达到了前所未有的水平。

设计转代码大模型

<...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