文章列表-AI魔法学院

文章列表

刚上线就崩了？字节版 GPTs 征战国内市场：无需编码，快速创建 AI 聊天机器人

扣子提供了大量灵活可组合的节点包括大语言模型 LLM、自定义代码、判断逻辑等，无论你是否有编程基础，都可以通过拖拉拽的方式快速搭建一个工作流，例如： · 创建一个搜集电影评论的工作流，快速查看一部最新电影的评论与评分

Coze 聊天机器人

使用python调用comfyui-api，实现出图自由

打开comfyui，记录下对应的端口，设置开发者模式打开一条workflow工作流，这里以comfyui自带的工作流为例，保存为api格式再次打开api格式工作流这里一定再次点击查看是否能运行正常

comfyui 工作流

Stable Diffusion

stable diffusion如何确保每张图的面部一致？

之前的文章已经介绍过相关安装方法，大家请点击这个链接移步过去：ControlNet 安装与基本使用方法注意需要将 ControlNet 插件升级到 v1.1.410 这个版本，这个版本支持新的 ControlType

图生图文生图 sd

玩一玩ChatGLM3，1660s即可流畅运行！

打开之后，左下方直接输入问题，点击提交，坐等回答就可以了。

大模型 ChatGLM

用AI生成PPT、用AI优化PPT

以下，我将不仅展示百度文库的智能PPT生成的内容，还分别展示GPT、Claude给百度文库的智能PPT生成的内容做的点评和建议。

ppt AI生成PPT

美的数字化转型10年，方洪波的反思。作为领导者的高瞻远瞩与宽广胸襟！

通俗一点就是我们以前是卖一个单个产品，或者是卖个硬件，那么随着数字化的驱动之后，我们掌握的这些数字化的技术、工具和方法后，我们现在卖的是一个集成式的方案，或者是把几个产品整合起来，提供一个局部的、某一个环节的一些解决方案

工作

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

对于构图繁复、细节丰富的街景识别，MiniCPM-V 2.0 模型抓全景、抓细节、抓重点的能力显然更胜一筹。

MiniCPM 大模型

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

实验结果模型预测的动作示例处理复杂场景 GPT-4V在处理如Bleeding Edge等具有第三人称视点和视觉复杂场景的游戏时，展现出了强大的能力。

Agent+GPT-4V 大模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

技术亮点 1、全非自回归架构：传统的文本到语音(TTS)系统多使用自回归模型，这种模型一次生成一个音频片段，处理速度较慢。

F5-TTS 音频克隆

停用词(Stop Words)的价值、收集与使用

这信息量不大的词语多多少少对检索效果有一点帮助(短文本例外),有一定价值——然而一般情况下我们需要删掉它们。

停用词

一文汇总大语言模型LLM所有prompt提示词框架的论文出处

学习这些知识的原理有助于帮助我们打开 LLM 推理黑盒，感兴趣的朋友不妨花点时间研究下。

prompt 提示词

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

OpenSSL），然后再编译安装Python)，点击下载Python · NVIDIA驱动程序版本:&

大模型

Stable Diffusion

Stable Diffusion｜提示词高阶用法（二）双人同图

基于作者的意愿将画布分为左右两个等宽的区域，将“Divide Ratio”设为“1,1”， · 第六步：点击

文生图

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

另外再划个重点，可灵不是实验室放出的Demo或者视频结果演示，而是短视频领域头部玩家快手推出的产品级应用。

可灵快手文生视频

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

这样，GPT 模型就不需要感知全部文本，而是有重点、有目的地只关心那些相关的部分，这和 Transformer 内部的 Attention 机制原理相似，使得文本嵌入模型变成了 GPT 模型的记忆检索模块

GPT

<...69 70 71 727374 75 76 77 78 ...>

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