文章列表-AI魔法学院

文章列表

【CLIP系列Paper解读】CLIP: Learning Transferable Visual Models From Natural Language Supervision

具体来说，JFT中一共有18291个类别，这能教模型的概念比ImageNet的1000类要多得多，但尽管已经有上万类了，其最后的分类器其实还是静态的、有限的，因为你最后还是得固定到18291个类别上进行分类

OpenAI 自然语言监督

独家：4259款AI产品关键指标排名与分析

视频生成 Top 20 虽然直接生成视频还有一些距离，但是不妨碍，将现有技术用到极致。

生成式AI

RAG 领域的新宠：为什么 AI 圈都在谈论 Jina ColBERT？

与市场上大多数向量模型相比，Jina-ColBERT 有个显著的不同点——它采用的是多向量搜索技术。

rag 大模型

Stable Diffusion

硬核解读Stable Diffusion（系列三）

，可以通过扩散过程来实现，注意这里的扩散过程的scheduler与主扩散模型的scheduler可以不一样，同时也将对应的noise_level（对应扩散模型的time step）通过class labels

Stable Diffusion 文生图

腾讯最新的人像写真工作PhotoMaker

主要技术是这些，后面还讲了摄影师训练的工作流，包括如何处理图像数据之类的，感兴趣可以看看原文。

PhotoMaker 文生图

【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

这种方法通过将扩散过程重新框架化为ODE来实现。

StreamDiffusion 文生图

人工智能对话prompt：用聪明的方式解决各种难题

小报童来展示如何学习ChatGPT的 prompt、用徐宿的知识体系读者群来展示东半球最强大的知识体系构建方法，而昨天的展示中主要展示的是关于ChatGPT的 prompt 方面的构建、但由于我对技术领域的各种名词缺乏基本的知识储备

chatgpt 提示词 prompt

达摩院SPACE对话大模型：知识注入与知识利用

这个任务是一个流程类的任务，即办理一个保险是有步骤，有流程的。

大模型

5 种策略控制 ChatGPT 的输出长度

提示词：请向我非常详细地解释光合作用的过程。

写作大模型聊天 ChatGPT

牛顿力学在AI中失效？Transformer模型能完美预测却不懂物理，哈佛团队揭示模型缺失物理常识

研究团队将这种技术称为归纳偏置探针，它基于这样一个简单的见解：基础模型的隐性世界模型会通过“其如何从少量信息中进行推断”而显现出来，即从少量数据中做出推断。

Transformer 大模型

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

; · BGE系列的Embedding模型的总结 · Embedding模型的重要性 Embedding模型，简单来说，是一种能够将词、短语或整个句子转化为向量形式的技术

开源模型

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

试试秋叶大佬推荐的云平台如果你喜欢看视频教程，那么我非常欢迎你观看本文所对应的视频(B站同名帐号)： https://www.bilibili.com/video/BV1Nt421a7yE/

IP-Adapter 文生图

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

这种技术有望在多个领域中发挥重要作用，例如艺术创作、媒体出版等。

PhotoMaker 文生图

详解 Diffusion (扩散) 模型

如果我们能逆转这个过程不是很好吗？

Diffusion 开源模型

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

（链接在文章底部） 01 技术原理— 虽然现有模型如 AnimateAnyone 和 Hallo 在英语视频生成方面表现优异，但由于缺乏高质量的普通话数据集以及普通话复杂的唇部动作，它们在普通话生成中表现不佳

JoyHallo 数字人开源模型

<...70 71 72 737475 76 77 78 79 ...>

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