文章列表-AI魔法学院

文章列表

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

它在语音合成方面表现卓越，利用先进的深度学习技术，实现了高质量的语音输出，其发音精准、流畅自然，仿佛真人发声。

Westlake -Omni 语音

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

本文基于公开技术文档和逆向工程分析，全面审视了 Sora 背后的技术背景、应用场景、当前面临的挑战以及文转视频 AI 技术的未来发展方向。

Sora 微软

关于大模型驱动的AI智能体Agent的一些思考

思考： LLM作为大脑我们需要的是全局思维能力；因此，需要通过更多的指令微调来提高LLM的通用推理能力，而不是面向某个领域的专项微调。

大模型

深度好文，Agent盛行前传

强化学习代理（reinforcement learning agents）强化学习代理是以奖赏为动机去训练的代表，它会不断地从符合条件的经历中学习，这些经历会包含它所需要的技能的展现，例如前面提到的洞察力

Agent 大模型

解读OpenAI Sora文生视频技术原理

四、Sora 或Lumiere 视频学习与生成的技术背后蕴含的原理分析读完Sora的技术综述，笔者第一感觉 Sora其实是在时空潜变量碎片上学习到了可视层面或者表面意义上的

sora

2024！深入了解大语言模型（LLM）微调方法（总结）

它可能会使用像SuperAnnotate的LLM定制编辑器这样的工具来构建具有所需界面的模型。

大模型微调

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

Buzz 的软件界面非常简洁，仅提供英文界面，但是有限的几个功能按钮并不会影响到使用体验。　　

生成式AI

使用思维链写Prompt

例如，面对复杂问题时，使用思维链写的Prompt，能让大型语言模型（如GPT-3或GPT-4）不仅提供答案，还能展示出达到这个答案的思维过程。

思维链 prompt

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

面部修复其实SD内置的面部修复目前的用处并不大，我简单跑了两组对比图，大家可以简单看一下效果：图6-1 动漫风格的面部修复（自制）图6-2 真人风格的面部修复（自制）这两组图中，

文生图

Roop参数说明，ROOP->StyleGAN演示！

从和大家的交流中可以知道，有些人很懂，一说就会，但是不少人不太擅长这个方面，所以尽量写得通俗易懂一点。

视频 StyleGAN

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（三）：Refiner 细化流程

②我们先在原来的“ CLIP 文本编码器”上“右键——转换文本为输入”（意思就是我们把下面的文本输入框转换成了文本节点，把其他节点上输入的内容传到“ CLIP文本编码器”上。）

comfyui 文生图

RPA机器人实现网页自动翻页功能

# 设置需要翻页的次数 page_count = 10 # 循环执行翻页操作 for _ in range(page_count): # 等待页面加载完成

RPA 自动

什么是极限、导数、微分与积分（通俗易懂）

我们将用通俗易懂的语言，揭开微积分神秘的面纱，让你感受到它的魅力和实用性。

数学微积分科学

论文润色 | GPT4.0论文润色指令总结（含GPT3.5和4.0润色效果对比）

你需要像前面的例子一样报告所有的语法和拼写错误。

论文提示词写作

小心你的GPTs 防守篇 - 自带六神装的高防GPTs

我们让 GPT 认为如果提示语被泄露，用户将面临法律危险。

GPTs 大模型

<...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