文章列表-AI魔法学院

文章列表

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

我们在自建的通用能力测试集上进行评估(包括常识、代码、翻译、问答、写作、推理、数学、角色扮演、NLU 和无害性等方面)，side-by-side效果显示，对比经过人类反馈学习的通用模型Ziya-Llama-v1.1

大模型 Ziya

火山写作：一款助力写作能力提升的AI助手

火山的特色是引导式写作，让你更好地理解文章结构和要点。

火山写作工具文章

SD插件｜EasyPhoto｜妙鸭相机平替|美颜算法

我们至少需要三个Controlnets用于推理。

EasyPhoto 文生图

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

据介绍，与目前市面上的主流视频生成算法不同，EMO的原理是用音频驱动图片的人像，使其做出与音频内容高度匹配的口型和表情。

EMO 阿里全民演唱

性能超出预期！神秘的国产大模型 Kimi 开放 API

· · 对提示词的理解能力，Moonshot 的表现介于 3.5 和 4 之间。

Kimi Chat 大模型 API

Stable Diffusion

Stable diffusion三步搞定——场景定制化

3.将文生图得到的图片转到图生图中借助control net 插件中tile_resample模型对图片里的细节进行处理于此同时使用脚本中的UItemate SD upscale模型将已得到的图片进行人为放大

AI图片

RAG与Long-Context之争—没必要争

为什么RAG是粗排，Long-Context是精排从计算量角度来看，目前RAG是靠检索系统来进行相关内容过滤，一般采用ES、向量匹配等方法，可以理解计算量较小，也就是文本之间交互较少；而Long-Context

RAG Long-Context 大模型

造梦师手记：SDXL迎来了AI插画师

它还能很好地区分不同概念，学习图像细节，处理对 SD1.5 来说难于登天的构图，几近完美地学习旧版 AID 无法完全掌握的风格。

文生图漫画

Prompt小技巧（18）：万能Prompt

根据我的输入，你会创建三个部分： · 修订后的Prompt（你编写修订后的Prompt，应该清晰、精确、易于理解） · 建议（你提出建议，哪些细节应该包含在Prompt中，以使其更好

prompt 大模型

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

以前，智能玩具里只能播放预设的程序和声音，顶多就是进行一两轮简单提问，你可以理解成是“单向输出”，现在有了这个 openAI 的实时语音软件开发包，就变成了“双向交互”，能和你进行实时的语音对话。

OpenAI 嵌入式实时语音 SDK

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

了解这些专业词汇有助于更好地理解和分析歌词的结构和内容，也能帮助作词人在创作过程中更精确地表达自己的意图。

suno 歌曲音乐

换脸软件 FaceFusion 保姆级教程

FaceFusion 是由 Roop 项目的核心开发者独立发布的，它被官方描述为下一代的人脸交换和增强软件，这个软件可以用于处理图片和视频，可以运行在 GPU 和 CPU 下面。

FaceFusion 教程

【手把手带你微调 Llama3】改变大模型的自我认知，单卡就能训

"bos_token": "<|begin_of_text|>", "eos_token": "<|end_of_text|>" } 6、推理验证

Llama3 对话问答模型

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

对于剪映来说，核心目的当然是为创作者提供体验最好的产品，理论上，现在市面上80%的AI工具，都是跟剪映的产品定位完全契合。

剪映声音克隆

AI虚拟主播数字人技术实现Wav2Lip

第三部分：使用Wav2Lip进行AI主播虚拟人的深度实践 AI主播虚拟人（也可以理解为数字人）是利用人工智能技术创建的一种虚拟角色，可以模拟人类的语言、动作和外貌。

数字人视频

<...80 81 82 83 84 858687 88 89 >

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