文章列表-AI魔法学院

文章列表

它来了！SDXL + ControlNet 终于强强联合！

此模型在上期制作“隐藏字”的文章中已经大展拳脚。

SDXL

深度体验3天后，我把腾讯这款copilot锁进了程序坞

目前，知识库支持本地文档、网页、笔记类型，据了解其未来会在内容类型和导入方式上进一步迭代。

copilot ima 知识库

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

项目简介这应该是效果相当好的一个PDF转HTML程序，生成的结果和原始PDF几乎一模一样。

PDF转换

【Agent专题】Agent架构设计：智能体架构设计的9大核心技术全景深解析，附架构图

2025年，AI智能体已经不再是概念模型，它们正在逐步落地为企业级工具、产品模块，甚至成为工作流的“第二大脑”。

Agent 智能体架构

固定的“魔咒”：正负面质量标准化提示词

fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))), *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

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

微信向量检索分析一体化数仓探索：OLAP For Embedding

背景在过去的一年里，大型语言模型 (LLM) 以及 ChatGPT 等产品吸引了全世界的想象力，推动新一轮技术浪潮。

OLAP For Embedding 一体化数仓

提示词框架：Markdown结构法

想用好AI，学会提示词是必须的。

prompt 提示词

一文带你认识ELMo

训练了从左到右或从右到左的语言模型。

embedding

个人从零预训练1B LLM心路历程

其实在当时就有不少些这种“从零预训练LLM”的开源项目了，但是大多训练的数据量或者是模型都很小（几块4090+几十G数据就能跑起来），并没有暴露出一些工程上的问题，训练细节也没有分享的特别清晰。

LLM 训练

Stable Diffusion

Stable Diffusion基础：ControlNet之身份标识

本文给大家分享一个新的ControlNet类型：Instant ID，翻译为身份标识，核心能力是由国内的小红书团队开发的。

ControlNet 文生图

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

这款机器人的主要特点包括开源ROS软件、硬件开源、小尺寸、低价格、模块化驱动以及强大的扩展性。

ROS 机器人开源模型

Stable Diffusion

超级干货，自学stable diffusion，看完这篇就够了

画面需求描述(常规提示词,可通用)：柔和的光线，8k质量，超级详细，伟大的杰作，壁纸，生动的色彩，逼真，美丽，好看。

Stable Diffusion 文生图

所有生命分子一夜皆可AI预测！AlphaFold 3改变人类对生命的理解，全球科学家都能免费使用

这次的最大创新之一，是用上了AI绘画上常见的去噪扩散模型，直接生成每个原子的3D坐标。

AlphaFold 3 蛋白预测

6个最佳开源TTS引擎

提供预训练模型，以及用于测量数据集质量的工具，支持用于产品和研究的20多种语言，包括支持中文。

TTS引擎开源模型

<...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