文章列表-AI魔法学院

文章列表

8个常用中文OCR数据集，附下载链接

MSRA-TD500 (MSRA Text Detection 500 Database) 下载链接：https://opendatalab.com/MSRA-TD500 MSRA-TD500由华中科技大学于

OCR

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

从此每个人都是一个艺术家，在 Midjourney 的数字画布上的每一笔都不是一抹颜料，而是一个变革性的想法。

文生图摄影提示词

忘掉 RAG，未来是 RAG-Fusion！搜索的下一个前沿：检索增强生成遇上倒数排名融合和生成查询

Raudaschl 近十年来，我一直在探索搜索技术。

RAG-Fusion 检索增强

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在当今数字化与智能化浪潮汹涌的时代，人工智能技术不断取得突破性进展，多模态模型作为其中的前沿领域，正日益成为研究和应用的热点。

OmniVision -968M 多模态模型

Prompt屠龙术-思维链

COT (Chain of Thought) 本文介绍prompt工程中的屠龙术之一：思维链，这是一种能极大提升大模型输出质量的技术。

Prompt 思维链

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

One-Shot Audio-Driven Talking Head Generation Based on 3D Hybrid Prior” VividTalk由南京大学、阿里巴巴、字节跳动和南开大学联合发表

VividTalk 视频

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

在当今数字化时代，人工智能技术正以前所未有的速度发展，深刻地改变着我们的生活和工作方式。

Westlake -Omni 语音

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

在当今数字化时代，文本转语音（TTS）技术的应用愈发广泛，从智能语音助手到有声读物，从无障碍服务到教育娱乐领域，都离不开高质量的语音合成。

OuteTTS-0.1-350M 音频

大模型能力评估体系

大模型技术的快速发展，特别是由OpenAI发布的ChatGPT等模型的问世，标志着人工智能进入了一个新的里程碑。

大模型评估

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

事实上，随着AGI技术愿景的驱动，大型语言模型将进一步重构整个互联网成为智能网络时，智能体将成为人类与智能网络，建立交互协作的一个关键，具有自主性的智能体将遍布整个智能网络，多智能体协作网络

大模型

颠覆数据存储方式：向量数据库的威力

向量数据库通过计算向量之间的相似度来搜索数据，因此它特别适用于人脸识别、语音识别、推荐系统等需要高维度数据处理的领域。

编程数据库

昆仑万维携Skywork-13B打造AI新纪元：600GB中文数据集全球开源

引言在人工智能的浪潮中，数据和算力是推动技术发展的两大驱动力。

Skywork 开源数据

7个有用的Prompt参数

ChatGPT和Midjournal使得生成式人工智能的应用程序激增。

prompt

Prompt小技巧（18）：万能Prompt

问题："在这些冒险中，你想让主角学到什么样的人生教训，或者他有什么样的内心变化？"

prompt 大模型

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

最近一段时间，国产模型不断涌现，让人应接不暇。

大模型

<...5 6 7 8910 11 12 13 14 ...>

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