文章列表-AI魔法学院

文章列表

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

Kandinsky-3还额外采用一个attention pooling从文本特征得到一个全局特征，然后把这个全局特征加在time embedding上嵌入UNet中（SDXL也是将CLIP ViT-G的全局特征类似处理）

Kandinsky-3 文生图开源模型

AI 产品榜（2023年08月）5000+ AI产品排名与分析

视频生成 Top 20 14.视频编辑 Top 10 15.故事生成 Top 10 16.文案改写 TOP 10 17.SEO工具 TOP 10 18.客服支持 TOP 10 19.会议助理

工作

实时语音克隆

建议使用 GPU 来进行训练和推理速度，但这不是强制性的。

语音克隆

Fooocus，webui，comfyui优缺点

完全可以把它理解为一个超大的ai工具箱。

Fooocus webui comfyui 文生图

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

而这张图片有手，还有两个人，或许EMO的模型还没办法处理这么多的元素，所以出现了上述Bug。

EMO 阿里全民演唱

爆火的“哄哄模拟器”，它是如何炼成的？Prompt泄漏了

## Tools - DALL·E ## Rules* 第一次用户会提供一个对象生气的理由，如果没有提供则随机生成一个理由，然后开始游戏* 每次根据用户的回复，生成对象的回复，回复的内容包括心情和数值

提示词 prompt

和大模型相关的一些术语（持续更新中）

AI是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

大模型人工智能

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

通过transformers来调用中文模型 transformers是一个用于自然语言处理（NLP）的开源库，由Hugging Face开发和维护。

Whisper 语音优化

Mokker，想取代商业棚拍效果的场景生成AI

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：结果处理得非常好

Mokker 图生图

教会AI画汉字（ComfyUI篇）

qrcode模型的图图融合模型这边是下载链接以及安装方法：总之是一个使用方式非常简单的ComfyUI插件接下来是使用方法再开始构筑工作流之前我们需要先安装插件在comfyui的插件管理器中搜索

comfyui 文生图

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

另一方面，我们说workflow是一种过渡手段的原因是随着模型能力逐渐增强很多过去难以处理的问题都将解决，另外通过这种组件缝合的方式也在一定程度上导致了“缝合怪”的出现，系统整体稳定性会相对下降。

RAG 自由编排 Workflow

ChatGLM3在线搜索功能升级

在2021年3月，它平均每日处理的搜寻量达98,629,221宗。

ChatGLM3 搜索

大模型文本生成——解码策略（Top-k & Top-p & Temperature）

贪心解码是一种合理的策略，但也有一些缺点。

大模型

体验了几款AI工具&&最新出现的跟数字人相关的几款大模型

从单个真实世界图像中提取基于物理的渲染（PBR）材质（albedo, normals, and roughness） https://astra-vision.github.io/MaterialPalette

数字人大模型文生图

一文汇总Prompt提示工程的相关策略技巧

4、这个过程最好要打印推理，打印比强调在脑海中思考有用 5、强调要记住的东西，容易增加文本召回率 6、few-shot增加输出控制 7、每一步的自我纠错和doublecheck，保证输出效果 &ensp

提示词框架

<...87 88 89 90 919293 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