文章列表-AI魔法学院

文章列表

最强开源数字人对口型系统介绍

使用过原版开源的Wav2Lip的都知道，原作者使用分辨率很低的图像数据集训练的模型，嘴部特别清晰，基本没啥价值，但是这个框架和算法倒是不错，如果想得到高清模型，得付出相当大的精力去收集高清数据集从头训练

数字人开源模型

Stable Diffusion

硬核解读Stable Diffusion（系列一）

在训练autoencoder过程中，除了采用L1重建损失外，还增加了感知损失（perceptual loss，即LPIPS，具体见论文The Unreasonable Effectiveness of

StableDiffusion 文生图

和王小川聊再创业这一年：回应朱啸虎、谈中国AGI第三种可能

而且，朱啸虎在报道中三次点名王小川和百川智能。

王小川中国大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？

论文实验本文主要介绍了关于基于知识图谱的问答系统（RAG）中如何优化问题回答效果的研究。

RAG 检索增强

爆肝7天！AI艺术字终极攻略，光影、隐藏、嵌入、海报4种艺术字全拆解

ControlNet参数四大步骤你只需要一步一步跟着操作，也能做出同款的AI艺术字１.光影文字２.嵌入文字３.隐藏文字４.海报文字每种都有对应的使用场景和变现方式真正地帮助了生产者提高生产力以及拓宽了变现渠道

文生图

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

多层感知器（MLP）作为投影层，起到了桥梁的作用，将视觉编码器生成的图像嵌入与基础语言模型的标记空间进行对齐，使模型能够实现端到端的视觉语言理解。

OmniVision -968M 多模态模型

Markdown 介绍及使用教程

当你写公众号、在知乎回答问题、在印象笔记里整理知识点甚至是写论文和出版专著时，你是不是都苦于文字的格式没有一个统一的软件来规范？

编程

一个让GPT重复自问自答的Prompt

4.擅长用跨学科思维思考问题 ## Workflows: - 你会根据用户输入的"最初的问题"进行回答 - 擅长使用Makedown、PlantUML等工具展示回答

prompt

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

从MoveNet的技术博客分享中，我感受到Google在这方面的工程能力确实值得我们学习，它在两种范式之间取得了优秀的平衡，既避免了单独训练一个det模型，又尽量保留了单人姿态估计的精度优势。

MoveNet-SinglePose Google 模型

ChatGLM3-6B 功能原理解析

对于工具声明，函数名称即为工具的名称，函数 docstring 即为工具的说明；对于工具的参数，使用 Annotated[typ: type, description: str, required:

ChatGLM3 大模型

Midjourney 进阶关键词_摄影效果专题

早期实验（1830年代-1890年代）：最早的摄影师通常是尝试新媒介的科学家和艺术家。

midjourney 文生图绘画

Sora懂不懂物理世界？

虽然Transformer可以学习临近时空令牌间的连接概率，但是整体的合理性需要更高层次的数学理论观点、或者更为隐蔽而深厚的自然科学和人文科学的背景，目前的Transformer无法真正悟出这些全局观点

文生视频视频生成 sora

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

一.SSE原理介绍 1、SSE基础概念 SSE(Server Sent Event)，直译为服务器发送事件，顾名思义，也就是客户端可以获取到服务器发送的事件。

大模型

windows安装向量数据库milvus

download/v2.3.0/milvus-standalone-docker-compose.yml 上下载docker yaml文件到D:\01.software\milvus目录，并将下载的文件命名为

向量库 docker

Ollama最新更新v0.1.33，实现了多并发可同时与多个模型聊天对话！

在“系统变量”区域“新建变量“，以下为说明： · 变量名：OLLAMA_NUM_PARALLEL

ollama 语言大模型聊天

<...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