文章列表-AI魔法学院

文章列表

Stability AI推出视频生成模型Stable Video Diffusion

然而，Stable Video Diffusion存在一些局限性，例如不能生成没有运动或慢速摄像机移动的视频，无法通过文本控制，不能呈现文本（至少不能清晰可辨认），也不能一致地生成面部和人物。

Video 视频创作 SD

使用知识图谱提高RAG的能力，减少大模型幻觉

2、嵌入模型将文本转换为文本所提供的一条信息的数字表示形式。

RAG 大语言模型

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

每个生成器都是隔离训练的，这不仅减轻了对高内存计算设备的需求，而且避免了与模型分片相关的复杂性及其伴随的机器间通信开销。

PanGu-Draw 文生图

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

沉思模型采用与传统推理模型截然不同的工作范式，通过多步深度思考机制有效应对高度开放性和复杂性问题。

GLM模型智谱

图像修复神器：女神青涩时纤毫毕现！腾讯AI模型GFPGAN火上GitHub热榜第一，Demo在线可玩

研究方向为计算机视觉和深度学习，尤其关注图像、视频修复方面。

修复绘画高清

技术爆炸！AI一图换脸新王者，Instant ID保姆级安装与使用测评

第二个单元是进行人物面部朝向的参考，可以放入一张动作的照片，这个模块参考的主要是头的朝向，脸部是谁并不重要，至于人物的姿态动作会随机生成。

Instant ID 文生图

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

文章来源：机器之心

训练大模型 belle

向量数据库不是一个单独的数据库分类

但这并不仅仅是大公司们害怕自己错失良机。

大模型向量数据库

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

现在各种大模型层出不穷，chatgpt4已经很牛了，现在还出了claude3，还有ollama这种开源大模型，民用级机器也可以跑大模型。

ChatOllama 安装

Fastwhisper + Pyannote 实现 ASR + 说话者识别

基于PyTorch机器学习框架，它具有最先进的预训练模型和管道，可以进一步对自己的数据进行微调，以获得更好的性能。

faster-whisper 语者识别 ASR

大语言模型应用中的文本分块策略

区块太小或太大，可能会导致搜索结果不精确或错失显示相关内容的机会。

开源模型

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

引言(Introduction)：扩散模型通过训练来逆转数据向随机噪声的正向路径，与神经网络的近似和泛化特性结合，可以生成新的数据点。

SD 论文

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

下面是一些构建Agent会用到的专门组件： · AgentInputComponent 允许将Agent输入（任务、状态字典

Agent QueryPipeline 大模型

营销Prompt：三分钟生成百篇营销文案，领先99%的同行！

评估内部优势和劣势，以及外部机会和威胁，以做出明智的决定。

写作营销 prompt

AutoGPT与LLM Agent解析

;Generative Agents 这篇工作中，作者将 25 个拥有身份设定的模型 agent 组成了一个虚拟小镇社群，每个 agent 都具有记忆系统，并通过做计划，行动应答，自我反思等机制来让他们自由活动

大模型

<...79 80 81 82 83 84 85 868788 >

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