文章列表-AI魔法学院

文章列表

动作识别模型有哪些

作者提出了利用网络训练多帧密度光流，以此作为输入能在有限训练数据的情况下取得不错的结果； 3.

动作识别模型

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

2.77亿参数、1340万帧视频训练数据，背后蕴含着怎样的技术秘密？

Agent+GPT-4V 大模型

爆肝两天！ChatGPT+提示词解决知识库目录混乱

对于职场新手可能缺乏有效的知识管理和分类技巧，导致知识库变得错综复杂。

智能分类大模型知识库

Stable Diffusion

Stable Diffusion AnimateDiff | 最火文本生成视频插件

AnimateDiff介绍 AnimateDiff采用控制模块来影响Stable Diffusion模型，通过大量短视频剪辑的训练，它能够调整图像生成过程，生成一系列与训练视频剪辑相似的图像。

动画视频 AnimateDiff

中学生能看懂：Sora 原理解读

接下来，Sora将这些压缩后的数据进一步分解为所谓的“空间时间补丁”（Spacetime Patches），这些补丁可以看作是视觉内容的基本构建块，就像是我们前面相册中的每一张照片都能分解为包含独特景观

Sora 原理

当ChatGLM3能用搜索引擎时

随着AIGC的发展，传统的网络搜索模式也在接受这前所未有的挑战，首当其冲的就是各大搜索引擎，比如bing在自家浏览器中搭载了chatgpt，能够根据搜索的内容进行整合，并生成逻辑清晰，而且相对准确的信息

大模型应用大模型 ChatGLM

ChatGLM3在线搜索功能升级

在前面的图文当ChatGLM3能用搜索引擎时中，我们让ChatGLM3在搜索引擎上进行的简单的搜索，但是仅仅只能搜索一些简单的内容，比如，时间。

ChatGLM3 搜索

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

现在，小白也可以打造专属的智能体了！

大模型

中学生也能看懂的Sora视频生成原理解读

接下来，Sora将这些压缩后的数据进一步分解为所谓的“空间时间补丁”（Spacetime Patches），这些补丁可以看作是视觉内容的基本构建块，就像是我们前面相册中的每一张照片都能分解为包含独特景观

视频生成 sora

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

该模型在对话式问答和检索增强型生成等能力方面表现出色，在综合评测指标上甚至超越了当前业界顶尖的GPT-4模型。

Llama3-ChatQA-1.5 对话问答模型

解读OpenAI Sora文生视频技术原理

一、Spacetime Latent Patches 潜变量时空碎片, 建构视觉语言系统在“ChatGPT是第一个真正意义的人工通用智能”中，笔者总结过大语言模型借助

sora

动画制作工具AnimateDiff用法详解

ensp; Seed: -1 · Size: 512×512 动画补帧

AnimateDiff 视频训练

12个RAG常见痛点及解决方案

Seven Failure Points When Engineering a Retrieval Augmented Generation System》介绍了RAG的七个痛点，我们将其延申扩展再补充开发

RAG 大模型

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

然后，用这张图作为底图，做一些变化，先把底图放到reference模式里面，操作步骤和参数同上，然后修改正向提示词：功能1测试：更换衣服正向词： photo of woman,wispy

文生图

智谱AI大模型ChatGLM3-6B更新，快來部署体验

ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。

ChatGLM3-6B 开源模型

<...4 5 6 789 10 11 12 13 ...>

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