文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

顾名思义，除了根据正向和反向提示词之外，还需要基于一张图片生成图。

Stable Diffusion 图生图

开源大语言模型完整列表

GloVe —— 斯坦福大学的词向量工具 GloVe的全称叫Global Vectors for Word Representation，它是一个基于全局词频统计（count-based &

开源模型大语言模型

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

，分别从不同的路径和方向来演进；包括谷歌、大的创业公司，过去一年有很多文生视频方向的研究工作。

通义文生视频

固定的“魔咒”：正负面质量标准化提示词

固定的“魔咒”：正负面质量标准化提示词，广泛适用于写实及二次元风格，可以考虑搭配不同模型使用！

提示词 prompt 绘画文生图

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

LLMLingua是微软发布的一款开源框架，旨在帮助开发者实现提示词压缩，从而在诸多应用场景中，在尽可能保留有意义的信息时，减少token开销，降低成本。

LLMLingua LlamaIndex 开源框架

十大开源语音识别项目

这些项目不仅在语音技术领域具有重要意义，而且为语音识别应用的发展提供了有力的支持。

语音识别开源项目

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

带有transposed卷积上采样和预测层的标准解码器（c）和直接使用双线性插值的简单解码器（d）被用于评估简单视觉transformer的简单性；用于Bottom-up预测的解码器（e）也被采用来衡量ViTPose

ViTPose+Transformer 身体姿态

Stable Diffusion

造梦师手记：全网下载量第一的Stable Diffusion模型更新到5.0版

Realistic模型更新到5.0，这个模型看似朴实无华，不像那些动漫模型绚丽，也不像很多亚洲美少女模型那么妖娆，但它有一个非常特别的亮点：C站下载量第一。

Stable Diffusion

通往 AGI 之路：走进大语言模型

这篇文章就带你从三个方面认识目前最火热的大语言模型 ChatGPT。

AGI ChatGPT 大语言模型

AI Agent的数字化革命：超越文本，走向自主决策与交互

以AI目前的发展阶段，尤其是LLM爆发后，AI Agent可以定义为：基于LLM驱动的Agent实现对通用问题的自动化处理。

生成式AI

一个万能提问公式，让大模型生成高质量回答

在讲万能提问公式前，我们需要先了解什么是 Prompt：首先，ChatGPT 从本质上讲是一个语言大模型。

提示词

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

但关于直播互动方面的设置就比较复杂了，简单的说就是各种互动问答话术的设置，包括触发某些条件的指定话术，比如在线人数达到某个数值、一轮直播结束、用户评论了某些关键词、有人送礼等等条件的话术，还有就是自定义话术库

数字人数字分身

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

Azure一个月几千块，Google Cloud按分钟收费免费的质量垃圾，机器味儿浓到让人怀疑人生中文支持？

MeloTTS 语音工具

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能。

ChatGLM3 语音模型开源模型

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

通义千问大模型，大家自然是知道的。

阿里云视频音频

<...3 4 5 678 9 10 11 12 ...>

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