文章列表-AI魔法学院

文章列表

一张照片秒生不同风格图像！小红书InstantID来了！

# InstantID介绍 01 工具介绍 InstantID 是一个图像生成工具，旨在高效、准确地保持人物身份特征，同时生成具有不同风格和姿势的图像

InstantID 文生图

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

WebUI 工具：集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和

数字人声音克隆 GPT-SoVITS

让你每次都随机生成各种图片，开盲盒的感觉：SD插件之无限抽卡神器Dynamic Prompts

下载地址： https://github.com/adieyal/sd-dynamic-prompts 抽卡文件准备咱不讲怎么自己写通配符去让模型选择单词（如果有需要可以看文末我引用的知乎文章

文生图

OpenAI 上线新功能力捧 RAG，开发者真的不需要向量数据库了？

其中，王炸功能 Assistants API 的内置工具支持了代码解释器、知识库检索以及函数调用，允许接入外部知识（文档）、使用更长的提示和集成各种工具。

RAG 检索向量库

最新大模型面经+感受，4家大厂offer！

因此想要尝试跳槽，换一份大模型方向的工作，做RLHF或者LLM-agents。

大模型面试

清华系17人，撑起中国大模型创业半壁江山

尽管具体的融资金额尚未披露，但据传其估值在第二轮融资完成后已达1亿美元。

大模型

大模型+人形机器人，是不是下一个风口？

官方对其表述为：“除了基础的抓握、按压等动作外，还可以完成27种不同的手部复杂精细操作，比如使用筷子夹取细小物体、涂抹护肤品、搅拌咖啡、刷手机、解扣子等。”

大模型

10个大模型私有化需要关注的问题

LLM对于算力，存储都和传统架构有一定的差别，需要结合LLM的特点综合研判，它是私有化落地的第一步，对后续工作起到基础奠基作用。

开源模型

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

底模路径写好，选择SDXL的底模，我没有用VAE。

SDXL 训练

大模型的最大bug，回答正确率几乎为零，GPT到Llama无一幸免

大模型在经过训练之后可以预测人类会写出的下一个单词，而不是真实「应该有」的内容。

大模型

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

MagicVideo-V2的工作原理分为四个步骤：首先，T2I（Text-to-Image）模块根据文字描述生成图像；然后，I2V（Image-to-Video）模块将生成的静态图像动画化

MagicVideo-V2 视频生成

Stable Diffusion

读取大脑重建高清视频，Stable Diffusion还能这么用

但以往的研究都主要聚焦在重建静态图像，而以高清视频形式来展现的工作还是较为有限。

stablediffusion

手把手带你微调一个自己的 ChatGLM2-6B 模型

相比于初代模型，ChatGLM2-6B 在 MMLU（+23%）、CEval（+33%）、GSM8K（+571%）、BBH（+60%）等数据集上的性能取得了大幅度的提升，在同尺寸开源模型中具有较强的竞争力

ChatGLM2-6B

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

这一新范式下的 Agent 不再是简单的指令执行者，而是升级成为了具有"眼力见"的智能助手。

Agent 大模型

Stable Diffusion

硬核解读Stable Diffusion（系列一）

毫不夸张的说，Stable Diffusion的出现和开源对AIGC的火热和发展是有巨大推动作用的，因为它让更多的人能快地上手AI作画。

StableDiffusion 文生图

<...76 77 78 798081 82 83 84 85 ...>

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