文章列表-AI魔法学院

文章列表

大模型能力快速测评极简题目

答复时要利用题目的语言类型。

大模型

基于Ollama本地部署谷歌开源Gemma大模型！

在开始使用Gemma开源大语言模型（LLM）前，我们先了解下Gemma以及配套的工具。

ollama gemma qwen

AI 产品榜（2023年08月）5000+ AI产品排名与分析

如果您是普通AI产品使用者：您将发现哪些产品最受大众欢迎，以及哪些隐藏的“黑马”值得您一试。

工作

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

最后，将处理后的视频划分为80％用于训练，10％用于验证，10％用于测试。

VividTalk 视频

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

然而，仅仅使用扩散模型可能不足以解决虚拟试穿的问题。

文生图

对于AI，我们现阶段可以有的态度

包括AI绘画也一样，会用会玩，图个新鲜有趣，自然很容易就能上手使用；但如果要想做到可以落地商用的程度，就需要你投入相对应的时间成本来深入学习和熟练掌握了。

文生图

通往AGI之路：思维链提示过程

下面这个图就显示了标准的提示词以及使用了思维链之后的提示词的效果，可以看出，经过思维链提示之后的大模型能够输出更多的信息，并且正确回答用户提出的问题。

思维链提示词

中学生能看懂：Sora 原理解读

通过这种基于文本条件的Diffusion模型，Sora不仅能生成具有高度创造性的视频和图片，还能确保生成内容与用户的文本提示保持高度一致。

Sora 原理

【AI绘画】入门英文名词解析

10日官宣开放源代码，8月22日在github上放出源码，同时提供了训练后的计算模型，母公司是Stability AI(英国公司成立于2020年)其最大的特色在于开源、许可宽松、硬件设备要求低（普通家用级单张

文生图 AI绘画

生成式AI与大语言模型的区别

Midjourney：这个专注于创意应用的生成式人工智能平台，让人们能够通过利用深度学习技术来创造富有想象力的艺术图像。

生成式AI 大语言模型区别

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

直接端到端输出结果：无论是中英文的大段文字：还是包含了公式的文档图片：又或是手机页面截图：甚至可以将图片中的表格转换成 Latex 格式：当然，作为多模大模型，通用能力的保持也是必须的

OCR 手写文字识别

必看！阿里通义千问完整技术报告

该格式使模型能够有效区分各种类型的信息，包括系统设置、用户输入和助手输出等。

大型语言模型报告

FaceFusion又更新咯，增强功能再增强！

主题细化为简约扁平化设计通过参数分组增强 --help 和文档将默认图像和视频质量降低至 80% 向安装程序引入新的 --torch 参数使用最新的

FaceFusion 文生图

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

技术深度：Distil-Whisper的构建原理与应用潜能 Distil-Whisper的成功并非偶然。

Distil-Whisper 语音识别

铁锅炖blender+ComfyUI配置，更改模型地址

直接去Blender_ComfyUI\ComfyUI文件夹里找到extra_model_paths.yaml.example 用记事本打开即可，然后把里面的path改掉，再把文件名重命名为extra_model_paths.yaml

comfyui 文生图

<...68 69 70 717273 74 75 76 77 ...>

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