文章列表-AI魔法学院

文章列表

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama是一个由南洋理工大学和腾讯联合开发的多模态语言模型，它可以根据你的指令来理解和生成图表。

ChartLlama 开源模型图标

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

也就是说，这100万上下文里，有细节Qwen2.5-Turbo是真能100%捕捉到。

Qwen2.5 开源模型

一文搞定 ComfyUI SDXL1.0 完整流程

SDXL 的 Canny Contronet 发布了，但是它只能在 ComfyUI 中使用。

文生图 comfyui

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

通过这两种任务，BERT能够学习到上下文感知的词嵌入和句子级别的语义表示。

Bert-vits 语音

强！推荐一款自动化神器Autolt：不再重复工作！

今天，我要和大家分享一款老牌实用的自动化工具：AutoIt，它能够让你告别繁琐的重复性工作，提高工作效率。

Autolt 自动化

Midjourney 实现角色一致性的新方法

本文旨在介绍一种全新的方法，通过它我们能够实现更为持久且精准的角色一致性。

midjourney 文生图绘画

阿里Outfit Anyone实现真人百变换装

，是阿里巴巴集团智能计算研究院最新发布的基于条件扩散模型的虚拟试穿技术。

Outfit Anyone 阿里

Stability AI开源上新：3D生成引入视频扩散模型

这次带来的是图生3D方面的新进展：基于Stable Video Diffusion的Stable Video 3D（SV3D），只用一张图片就能生成高质量3D网格。

sv3d 建模

RAG与Long-Context之争—没必要争

争与不争的核心问题在于数据库/知识库中内容长度是否会超出大模型所能支持的最大长度。

RAG Long-Context 大模型

大语言模型LLM和知识图谱KG增强的企业搜索应用

有一连串的想象：ChatGPT 是有史以来最好的东西，是我们见过的最强大的人工智能，它将消除人们工作中的苦差事，让学生摆脱家庭作业。

开源模型

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

性能优势 Zephyr-7B的性能在多个方面都表现卓越。

大语言模型开源模型

解码二维码：揭秘我的漂亮二维码生成秘诀！

对于需求者来说，二维码肯定是要能被识别的，只是好看没有用处。

图像文字

8月份最火的 5 个 GitHub 项目

使用 Fooocus 不需要费力吧啦的调参，更注重任何计算机的交互，它自动为你做了很多自动化的操作，哪怕你不了解 Midjourney 很多调参技巧，也能输出令人惊艳的图片。

下载

Ollama 与 Dify：AI 应用开发的强强联合

LLM 的功能抽象为简单的 API 调用。

Ollama Dify 大型语言模型

<...67 68 69 707172 73 74 75 76 ...>

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