文章列表-AI魔法学院

文章列表

Stable Diffusion

深入浅出学习Stable diffusion之线稿转效果图

，你可以自己训练模型，也可以先去下载别人做好的模型，新手建议先从白嫖学起。

Stable Diffusion 文生图大模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

随着当前多模态模型的发展，它可以同时处理文本和图像，「那么能否将多模态模型应用到RAG系统呢？」

大模型研究

大模型量化：什么是模型量化，如何进行模型量化

通过深度学习，我们可以得到用于处理各种任务的高性能模型，这些模型大多都很复杂、一般只适合在GPU上进行推理，并不适合在板端进行推理，然而在实际应用时，很多场景都需要将模型部署到板端。

大模型

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

后来，我在自己笔记本电脑上用“Ollama+AnythingLLM”搭建了一个本地化的大模型知识库，和自己的知识库交互，信息安全，内容可靠，不用上网，无限使用。

Ollama AnythingLLM 阅读

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

不需要实物的多角度照片，也不需要 3D 建模，就可以看到这只鞋子的正面和侧面。

Anydoor 文生图

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

因此，如何利用无标注的语音数据和文本数据，实现无监督的语音识别，是一个非常有价值的研究方向。

Translatotron 语音识别

【工具书】文生图Midjourney最全prompt提示词分类对照表

第一人称视角 POV 鱼眼镜头 fisheye 部分水下拍摄 partially underwater shot 其他常用

提示词 prompt 文生图

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一种语言的语音或文字直接转换成另一种语言的语音或文字，但是你需要用多个工具，而且效果不理想！

大模型开源模型语音

QWen1.5: 卓越模型之路

在此次Qwen1.5版本中，开源了包括0.5B、1.8B、4B、7B、14B和72B在内的6个不同规模的Base和Chat模型，并一如既往地放出了各规模对应的量化模型。

Qwen1.5 开源模型

AnimateDiff 生成补间动画

借助 Controlnet Tile，你可以：修正图像细节纹理变化图像放大 - 生成图像，再使用Tile修正细节

文生图 AnimateDiff

GTC大会黄仁勋发言稿

世界上没有哪个会议能汇聚来自如此多元科学领域的研究人员，从气候科技到无线电科学，大家都在探索如何使用 AI 来机器人化控制 MIMOS，用于下一代 6G 无线电，自动驾驶汽车，甚至是各方面的人工智能。

黄仁勋 nvidia

全球下载量最大的AI绘画大模型，更新Lightning极速版

而一些喜欢创作视频的爱好者早早转移到了这两种技术，在画幅足够大的情况下，单帧轻微画质损失不会影响视频效果。

Stable Diffusion 大模型提示词

语言大模型100K上下文窗口的秘诀

CoLT5仅对最重要的词元应用重量级计算，并使用较轻量级的层处理其余词元。

大模型

一个写了会上瘾的公众号写作模板

01、记录每个时刻ENJOY THE SUMMER 这个部分可以从起床的时候开始记录，如果担心忘记具体的时间点的话，可以用便签记录下每个时刻都在干什么事情，只有做生活的有心人，才能避免让有趣的事情给遗忘

公众号写作模版

Sora物理悖谬的几何解释

首先，Soar的训练样本是（文本，视频）对，有些视频对应的标题过于简短，字幕缺少，Sora采用了Dall-E的重新标题技术。

Sora 解释

<...86 87 88 899091 92 93 94 95 ...>

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