文章列表-AI魔法学院

文章列表

清华智能体「XAgent」比ChatGPT4.0还好用！

推荐：展示人机协同 XAgent不仅可以按照人类的要求来解决复杂的任务，并且在遇到困难时会积极寻求人类协助。

ChatGPT 智能体 Agent

阿里Outfit Anyone实现真人百变换装

方案简介我们方法的核心是条件扩散模型，它处理模型、服装和相应文本提示的图像，并使用服装图像作为控制因素。

Outfit Anyone 阿里

【ChatGPT有点热】浅聊Temperature参数对大语言模型的推理能力的影响

3 ►文末提供了不同场景的参考temperature，但具体值还是建议多测试实验，加入“let's think step by step”这类提示符，可以提高生成效果，特别是推理场景

大语言模型 chatGPT

一文看懂RAG：大语言模型落地应用的未来

这个过程不仅为后续的生成阶段提供信息，还确保回答基于检索到的证据，从而显著提高了输出的准确性和相关性。

rag 检索增强

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

Spotify 上个月也加入了这一行列，他们宣布将提供人工智能翻译的播客，让这些播客保持原本音色和语调的同时转换为不同的语言。

AI

RPA机器人实现网页自动翻页功能

RPA通常可以执行以下类型的任务： 1.数据输入和处理：包括从电子表格、数据库等数据源中提取数据，进行处理和转换，再输入到其他系统中。

RPA 自动

AI绘画Stable-Diffusion风格化实战

在图生图中，我们对原始图像进行加噪，通过重绘强度这个参数控制加噪的步数，并把加噪的结果作为图像生成的初始潜在表示，然后使用你提供的 prompt 来引导输出图像的风格。

Stable-Diffusion 文生图

GitHub上很火的RPA框架：一款用于验收测试和 RPA 的通用自动化框架robotframework

您可以从http://robotframework.org找到更多示例以及相关演示项目的链接。

RPA框架自动化

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

而EMO首次提出了弱控制的设计，剔除掉针对人脸的显示表征建模，转而采用一些相对较弱的控制条件来引导Diffusion去噪过程。

EMO 阿里全民演唱

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

李大海表示。

Grok-1 开源模型

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

他们的共同努力使VividTalk成为了一个前沿技术的典范，展示了学术界和工业界合作的巨大潜力。

VividTalk 视频

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

似然比则可以用下式表示：所得的结果可以告诉我们，朋友声称自己有超能力的说法在解释数据方面要比你的假设好多少（或差多少）。

贝叶斯定理

2024年傅盛开年AI大课演讲内容PPT

他特别提到了猎户星空推出的大型机器学习模型——140亿参数的模型。

猎豹 AI 演讲

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

，微妙地改善面部特征，提升深度伪造视频的质量。

FaceFusion 文生图

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

该项目还提供了其他功能： · MusicGen：一种最新技术实现的可控文本到音乐模型。

AudioCraft 音频

<...73 74 75 767778 79 80 81 82 ...>

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