文章列表-AI魔法学院

文章列表

开源！数字人资源大集合！

[ PDF ] [视频] [谈话] LoopReg：用于 3D 人体网格配准的隐式表面对应、姿势和形状的自监督学习。

数字人开源

国际货币基金组织最新发布：关于AI与未来工作的报告

更富裕的经济体通常比低收入国家更准备采用AI，尽管各国内部存在显著差异。

AI行业报告 AI

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

一.引用在LLaMA2-7B这样的原始LLM中使⽤带有噪⾳嵌入进⾏微调时，其在AlpacaEval上的性能从29.8%

NEFTune 大语言模型

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

用户只用挑选自己喜爱的写真模板，就可以得到一张张专业质感的写真。

训练

GitHub本月榜单：一个数字人技术的“非官方”实现

具体用途包括： 1.

AnimateAnyone 人工智能

Stable Diffusion

硬核解读Stable Diffusion（系列一）

SD的扩展应用。

StableDiffusion 文生图

Cursor 0.50 版本：一场惊艳的编程体验升级之旅

Max Mode：按 token 计费 · 类似于 API 调用的计费方式，按照实际的 token 用量进行收费

Cursor 0.50 大模型

大规模训练系列之技术挑战

可以发现，单独使用大数据集或者是大模型，均能带来一定的精度提升。

开源模型

保姆级教程：Coze 打工你躺平

如何使用就是一把梭按流程，我应该介绍「Coze 网址在哪」、「怎么注册 Coze」...

Coze 教程

解读wav2lip：探究语音驱动唇部动作的技术原理！

接下来，wav2lip使用GAN来学习音频-图像对之间的映射关系。

wav2lip 语音

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

而对于Bottom-up模型而言，画面中有多个对象存在，难免有远近高低，因此不能只用一个尺度学到全部对象的可靠特征，因此需要用到FPN来做不同尺度的特征学习和融合。

MoveNet-SinglePose Google 模型

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

这其中，中文分为简体繁体和粤语三种，而除了中英法日语等常用语种外，还包括了许多小众语言。

翻译大模型

无限长的上下文，也干不掉的RAG

然而，尽管现有的语言模型能够处理长达数千个标记的输入，它们在实际使用中如何有效利用这些长上下文信息仍不明确。

RAG 大模型

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

利用AI生成连贯的音乐通常通过使用类似MIDI或钢琴卷的符号表示来实现。

开源模型

微软最新模型Phi-3 Mini开源登场！小模型，大未来！

简而言之，这款模型在保持高效能的同时，通过大幅降低成本和资源需求，拓宽了其使用场景和用户群体。

Phi-3 Mini 开源模型微软

<...93 94 95 96 97 9899100 101 102 >

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