文章列表-AI魔法学院

文章列表

学会这招，一个头像变100种风格！

可能有小伙伴看到一开始展示的那张图上的例子中，有很多是比较抽象的风格，比如第一排第三个，第二排第二个：这类图如果你是在 V5, niji5 版本之间切换，可能永远都出不来，毕竟这画风和原图变化太大了

Remix 文生图

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

去年一张“大语言模型进化树”动图在学术圈疯转，模型架构还只有三大类：Decoder-Only、Encoder-Only、Encoder-Decoder。

Decoder-Decoder YOCO 架构

好看的图片不知道怎么写提示词？用AI读出来

3、其他用途除了作为反推插件，Wd14 Tagger还被作为训练模型的必备工具，替代人工打标，减轻工作量，实现全面自动化“炼丹”。

文生图

Fastwhisper + Pyannote 实现 ASR + 说话者识别

同时在CPU和GPU上进行8位量化，可以进一步提高算法效率。

faster-whisper 语者识别 ASR

StableDiffusion

深度解析丨StableDiffusion在多个设计场景中的探索与应用

在当今数字化时代的设计领域，技术的发展不断引领着创新的方向，而StableDiffusion作为一款融合了人工智能与艺术的绘画软件，正为我们带来前所未有的设计可能性。

文生图

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

研究者通过从教师模型中复制整个编码器来初始化学生模型，并在训练过程中冻结它。

语音 HeyGen

AI国力战争：GPU是明线，HBM是暗线

这一产品基本完全被韩国的海力士和三星垄断，合计占市场份额的90%以上，丝毫不比GPU和CoWoS竞争格局差，而高度垄断，在这逆全球化的背景下，隐含的就是高供应链风险。

GPU HBM 大模型

Stable Diffusion

Stable Diffusion | SD腾讯云3步部署，全程五分钟，附价格费用清单

应用类型：SD WebUI 或 SD API，前者提供可视化界面，后者提供 API 以便于集成到业务系统中。

下载开源模型

“How to make money with GPTs” 教你集成第三方url的Action+知识库的完整版GPTs

连接到自定义 API（不少人都跟我说不了解Action可以如何编辑）比较重要的设置是两个指定URL和description(有助于模型理解) scheme分析你获得的数据（结构化数据

GPTs 知识库

基于LLM+向量库的文档对话痛点及解决方案

回答：会造成冗余，但是笔者试验之后回答效果很好，无论是细粒度知识还是粗粒度（跨段落）知识准确度都比Longchain粗分效果好很多，对这个问题笔者认为可以优化但没必要出自：https://zhuanlan.zhihu.com

开源模型

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

大模型在训练过程中，经历过指令微调和基于人类反馈的强化学习，已经具备一定的指令遵从能力。

提示词 prompt

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

此外，它在JAX框架下的优化使其能够利用Google的TPU架构，这在处理大规模数据时提供了前所未有的速度优势。

Whisper 语音识别

Midjourney | 17个常用的命令

重置你的偏好设置(有时生成图片时会出现一些自己明明未添加的指令，却提示错误，可以执行一下这个命令) /prefer remix 切换混音模式(可以让你在重生成或者变化图片时修改描述语

文生图

GTC大会黄仁勋发言稿

世界上没有哪个会议能汇聚来自如此多元科学领域的研究人员，从气候科技到无线电科学，大家都在探索如何使用 AI 来机器人化控制 MIMOS，用于下一代 6G 无线电，自动驾驶汽车，甚至是各方面的人工智能。

黄仁勋 nvidia

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

Kandinsky-3的主要优势还是在于文本理解方面，下面的对比图展示了这个优势，而Kandinsky 2.2容易出现概念的混淆：由于Kandinsky-3训练过程中增加了俄罗斯文化的相关图像

Kandinsky-3 文生图开源模型

<...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