文章列表-AI魔法学院

文章列表

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

作者用一个 ID 提取器来生产有区分度的 ID token，并设计了一个以频率感知的细节提取器来获取细节图作为补充。

Anydoor 文生图

剪映专业版智能补帧

想必大家都知道视频是由一张张静止的图片（也就是帧）连续播放而形成的，那一秒钟播放多少张图片看起来比较流畅和清晰呢？

剪映智能补帧

阿里腾讯豪华阵容参投，智谱AI投资版图曝光

清华系受追捧，AI 创投背后的学术谱系当然，市场上流传的智谱融资规模和节奏比官方公布的更详细，就在9月有两个关于智谱融资的消息传来，一个是它完成B-4轮融资，参与的机构包括了腾讯和阿里

智谱阿里

Effective Prompt: 编写高质量Prompt的14个有效方法

提示工程（Prompt Engineering）是大模型时代下新兴的文字艺术，熟练掌握提示工程的基本设计准则，将有助于普通用户与Prompt工程师撰写出更优质的Prompt。

prompt 提示词

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

本文主要内容： RAG中涉及的技术环节什么是分块分块需要考虑的四种因素分块的多种方法 RAG是一个考验技术的工作这两周发的文章大模型偏多，但如果你有阅读过前面的文章

RAG 大模型

姚班天才开发《完蛋！我被大模型包围了》游戏爆火，一日用户过万挤爆服务器

作者范浩强，旷视6号员工。

大模型游戏

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

这也让Baichuan 3在诗词创作等创意领域领先其他大模型。

Baichuan 3 大模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

v=VPJe6TyrT-Y 论文阅读 MagicPose:现实的人类姿势和面部表情重新定位与身份意识扩散摘要在这项工作中，我们提出了MagicPose，这是一种基于扩散的模型

MagicPose 视频

语音克隆又又又又又升级了

早在今年6月，Meta曾经推出过VoiceBox，能直接从文本生成高质量语音，不需要任何音频样本作为训练数据，可能是基于对音频Deepfake的担忧，一向秉承开源的Meta并未向工作开放VoiceBox

Meta 语音生成

20 个提升您设计水平的DALLE-3提示词

翻译提示：“为[特定类型，例如‘科幻’]电影制作一张电影海报，标题为[特定标题，例如‘银河战士’]。”

提示词 DALLE

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

提示词中我们可以增加“流动的云、奔跑的马”等提示词。

文生图开源模型

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

升级后的混元文生图大模型采用了与 sora 一致的DiT架构，不仅可支持文生图，也可作为视频等多模态视觉生成的基础。　　

文生图混元腾讯

ChatPDF | LLM文档对话 | pdf解析关键问题

因此笔者采用AI的方式来解决：目标检测和 OCR文字识别 · pipeline如下：流程图

大模型

国内外开源大语言模型一览表

参考相关数据工作，频率和质量是数据处理环节重点考虑的两个维度。

大模型

如何看待大型语言模型的Prompt

它们能够生成完全流畅的语言——这是word2vec完全做不到的壮举——并且似乎对任何话题都了如指掌。

prompt 大语言模型

<...64 65 66 676869 70 71 72 73 ...>

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