文章列表-AI魔法学院

文章列表

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

模型在有/无字幕评测场景下的 Video-MME 表现均超过了 GPT-4V、Claude 3.5 Sonnet 和 LLaVA-NeXT-Video-34B等商用闭源模型。

minicpm 面壁

大模型+人形机器人，是不是下一个风口？

这些新品机器人的背后，是企业与高校自主研发的一系列软硬件技术：基于本体感知驱动器的人形机器人本体；使用自研高扭矩密度模块化关节以及一体化结构设计；以高强度合金

大模型

如何将 GPT 幻觉发生率从 20% 以上降低到 2% 以下

这有助于解决技术性问题并涉及特定标记组合（例如）keras.save_model，因为对于这些情况，关键字搜索比语义搜索更有用。

大模型

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

如果想细致了解这些参数的同学，可以查看这篇——【Lora炼丹术】从零开始，炼制你的第一个LoRA（1）点击开始训练，输入一个模型名字就可以开始训练了。

妙鸭文生图

如何使用ChatGPT进行写作

像 "语气很棒，但我们能否更深入地探讨数字化转型的重要性？"

ChatGPT 写作

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

模型在有/无字幕评测场景下的 Video-MME 表现均超过了 GPT-4V、Claude 3.5 Sonnet 和 LLaVA-NeXT-Video-34B等商用闭源模型。

MiniCPM-V 2.6 大模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

对每个数据样本（audio、text_label）依据对应语言随机从预训练语音指令表（见第三节数据部分）中选取一个指令，组成（audio，instruct，text_label）格式的数据，并在训练过程中预测

开源模型

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

· 通过计算连续输入图像之间的相似性，确定是否需要处理图像，从而节省计算资源。

StreamDiffusion 文生图

OCRmyPDF—可智能识别PDF文本和图片信息的工具

我在网上搜索了一个免费的命令行工具来对PDF文件进行OCR：我找到了很多，但没有一个真正令人满意： •要么它们生成的PDF文件中的文本放置错误（使得无法复制/粘贴)•要么它们处理不了重音和多语言字符

OCRmyPDF 工具

超实用的通用ChatGPT指令！

请写一篇引人入胜的[文字类型]，直接与我的[理想客户角色]对话，并鼓励他们在我的[网站/产品]上采取[期望的行动]。

ChatGPT 提示词

国外报告90%的AI类产品公司已经实现盈利，而国内大模型和AIGC的访谈说太卷了

11.整体来看，行业发展仍需平衡成本、风险和收益，处理好发展节奏，才能走得长远。

大模型

从零开始学习大模型-第一章-大模型简介

而这些书籍中的每一页都代表了这个事物的一些特征或细节。

大模型从零开始

大模型外挂知识库优化技巧-如何更有效的利用召回的文档

（2）大模型输入为一个字典，包含若干对key和value，key和value都是无意义的id编号。

大模型

Sora懂不懂物理世界？

对于有些标题过于简短，字幕缺少的视频，Sora采用了Dall-E的重新标题技术。

文生视频视频生成 sora

小度为何押注AI眼镜？

遇到不了解的问题，直接语音提问，如同带上了行走的百科全书；在读书、学习时，小度AI眼镜又变身成了“备忘助手”，用手指一下，重点文字就可以加入备忘。

AI眼镜小度

<...67 68 69 70 717273 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