文章列表-AI魔法学院

文章列表

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

用户可能会以为它仅仅是一个简单的图片编辑工具，但PhotoMaker的功能远不止于此。

photomaker 绘画风格

4种通过LLM进行文本知识图谱的构建方法对比介绍

我们在以前的文章中已经介绍了使用大语言模型将非结构化文本转换为知识图谱。

知识图谱大模型

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

架构的选择方面，可灵整体框架采用了类Sora的DiT结构，用Transformer代替了传统扩散模型中基于卷积网络的U-Net。

可灵快手文生视频

模型压缩：量化、剪枝和蒸馏

所需算力越大，此处较为特殊的是Embedding 层和Multi-Head Attention 层，前者是因为Embedding 操作本质上是查表操作，所以占据较大的存储空间，却不需要算力，而后者是因为计算不同词的

BERT 语言模型

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

突出多模态能力和交互体验的 GPT-4o 强调了其在实际应用中的关键作用，然而它缺乏一个高性能的开源对应物。

Baichuan-Omni 多模态大模型

腾讯最新的人像写真工作PhotoMaker

用随机噪声填充了身体部分和背景，为了消除非脸部的图像区域影响。

PhotoMaker 文生图

Stable Diffusion

Stable Diffusion XL 1.0 出图风格鉴赏

这一节我们趁热来看看不同风格下 SDXL 的表现效果参数介绍模型： SDXL base（没有使用 refiner 优化）采样方法： Euler

文生图

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

1、第一种方法，使用Docker搭建，一键运行体验 EmotiVoice 最简单的方法就是运行 docker 镜像。

EmotiVoice 语音库

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

这可能包括以下操作： · 同义词替换：将文本中的一些词汇替换为它们的同义词，以生成变种数据。

大模型

检索增强生成(RAG)有什么好的优化方案？

ensp; · 提示工程优化：优化模板增加提示词约束

RAG 检索增强

检索增强生成(RAG)有什么好的优化方案

ensp; · 提示工程优化：优化模板增加提示词约束

RAG 检索增强生成

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

开源地址：https://github.com/Tencent/HunyuanVideo 普通用户也可以去腾讯元宝APP，进入AI应用，就能看到这个AI视频了。

sora 视频生成

ChatGPT 的对话框过时了？这款 AI 产品提供了一种很新的聊天方式

而在自动决策模式下，Flowith 会根据你的提示词，自动切换到最合适的 AI 模型，判断是否需要联网搜索，是否需要文生图，是选择速度优先的 GPT-3.5，还是更强的 GPT-4 和 Claude 3

ChatGPT 聊天

国产编程大模型CodeGeex

插件下载模型跨平台开源: 所有代码和模型权重开源开放，用作研究用途。

编程

AI领域的agent是什么意思？

代理（Agent）这个词来源于拉丁语“agere”，意为“行动”。

大模型

<...72 73 74 757677 78 79 80 81 ...>

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