文章列表-AI魔法学院

文章列表

ChatGPT写论文最强指令！

请搜集（XX作者/研究机构）在（XX领域）方面的相关论文根据我提供的作者姓名或研究机构，请找出他们在特定领域上的重要贡献或近期发表的论文。

ChatGPT 指令

AI虚拟主播数字人技术实现Wav2Lip

第二部分：Wav2lip技术概述 Wav2Lip技术是一个基于GAN的唇形动作迁移算法，实现生成的视频人物口型与输入语音同步。

数字人视频

Mokker，想取代商业棚拍效果的场景生成AI

点击商品后可以看到Mokker提供很多模板作为棚拍的预设环境：选择完模板后跳转到操控界面，非常简洁但也很好玩：然后我这边尝试调整一下松枝的位置，再增加一些小道具：最后调整完的效果

Mokker 图生图

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

直接端到端输出结果：无论是中英文的大段文字：还是包含了公式的文档图片：又或是手机页面截图：甚至可以将图片中的表格转换成 Latex 格式：当然，作为多模大模型

OCR 手写文字识别

让你不怕任何事的3个顶级思维（建议收藏）

有一次，刘和平受邀参与一部历史剧的创作。

灰度思维减法思维

微软、OpenAI大佬暗示LLM应用开发范式迁移：从Prompt Engineering到Flow Engineering

从某种意义上讲，大模型应用开发变得更加务实，从一个模型算法问题转变成为一个工程问题，如何将复杂问题拆解为多个子任务或者子agent执行，如何编排协调，如何处理数据，如何选择合适工具，如何迭代优化，如何人机协作成为了做好

LLM 范式迁移

一文探秘LLM应用开发-Prompt(相关概念)

对于模型来讲，我们仍然可以以这样人类熟悉的方式与模型进行交互，让它按照我们的预期工作，这就是上下文学习（In-Context-Learning），缩写为ICL。

prompt 大模型

【AI代理】多代理模式之多任务分配&信息传递

设置四个代理，一个作为总代理，负责分发任务，其它三个则负责接收与处理信息。

多任务模式分配传递

惊了，ChatGLM、Vicuna 等热门大模型丝滑 input，跟所有的下载上传说拜拜

openbayes.com/docs/open-resources/ 公共数据集模型就像巨人，需要投喂大量数据作为燃料

下载

[开源]面向中小团队的轻量化知识管理应用，构建知识库和知识社区

我们将在“知了”的后续版本中，提供开放API，届时用户可以通过更加便捷的方式，将所需的知识汇聚起来，形成一本本具有自身特色的“书籍” ，例如：数据集、教师信息、工作文档、通知公告等

大模型

AI面部增强器-Remini

Remini可以在工作狗官网-AI导航，AI画像分类里找到访问入口。

Remini 面部增强修复文生图

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

作为通用视觉模型，Vidu能够支持生成更加多样化、更长时长的视频内容，同时面向未来，灵活架构将能够兼容更广泛的模态，进一步拓展多模态通用能力的边界。

Vidu 大模型视频

8月份最火的 5 个 GitHub 项目

使用 Fooocus 不需要费力吧啦的调参，更注重任何计算机的交互，它自动为你做了很多自动化的操作，哪怕你不了解 Midjourney 很多调参技巧，也能输出令人惊艳的图片。

下载

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

LCM不仅保留了SD模型的生成质量，而且还能够实现与SD模型的潜在空间（Latent Space）的一致性，即用LCM生成的图像可以用SD模型进行编辑和操作，反之亦然。

LCM/LCM-LoRA 文生图

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

不同模型作为奖励模型的评测结果。

Agent 大模型

<...87 88 89 909192 93 94 95 96 ...>

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