文章列表-AI魔法学院

Stable Diffusion WebUI v1.9.0更新包含104项改进，包括特性更新（如基于模型时间步长的精炼器切换）、次要功能增强、扩展和API更新、性能优化、大量错误修复、硬件支持改进及其他多项改进。特性更新亮点包括优化精炼器切换逻辑、提供老式目录视图选项、回调排序功能、为SDXL-Lightning模型添加SGM_uniform调度器及在主UI中集成调度器选项。此更新进一步提升了用户体验和模型生成质量。

Stable Diffusion 文生图大模型 2024-09-04

Prompt

Prompt屠龙术-少样本示例

文章介绍了少样本示例（Few-Shot）技术在大语言模型（LLM）Prompt编排中的有效应用。尽管LLM具有零样本学习能力，但其性能受限于已有知识量。少样本示例通过提供精心设计的示例，能够引导LLM获得更好的性能，特别适用于复杂或需结构化输出的任务。少样本示例提高了LLM的准确性、一致性和性能，通过“言传”与“身教”结合，让LLM从示例中学习模式和逻辑。文章还提供了提供有效示例的准则，包括相关性、多样性、清晰度和示例数量，并介绍了如何将这些示例融入Prompt中。最后，通过分类任务、文本转emoji和角色塑造等实战示例，展示了少样本示例技术的具体应用。

Prompt 少样本示例 2024-09-03

Agent

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

Kimi大模型入驻字节跳动旗下「扣子Coze」平台，提供Tool Calling和超强用户意图识别能力，助力开发者低门槛打造AI Agents。扣子平台资源丰富，操作便捷，支持一键调用Kimi模型，并开放多种模型版本供选择。Kimi与扣子合作增强问答效果，实现B端快速突破。扣子平台特点包括丰富插件、可查看公开Bot配置、便捷开发页面及多平台发布能力。作者分享了在扣子上开发的AI投标助手智能体，强调AI Agent在业务场景中的广阔前景和核心竞争力。

Kimi 扣子Coze 大模型 2024-09-03

提示词

Kimichat炒股：7个提示词案例

### 简洁精练的总结 1. **有息负债率**：衡量公司负债中需支付利息的比例，高有息负债率增加公司财务风险。 2. **风险厌恶型40岁男性投资建议**：推荐宽基、国际、债券、低波动性、分红型及消费必需品等指数基金，需考虑个人财务状况、目标及风险承受能力。 3. **长期投资从零到百万**：需财务规划、紧急基金、教育、预算、投资策略、分散投资、利用复利、定期投资、税务规划及长期视角，目标实现极具挑战性。 4. **卖出股票理由**：估值过高、投资组合多样化、财务状况变化、行业风险及个人财务需求。 5. **多视角投资分析**：巴菲特看价值，彼得·林奇寻增长，马斯克关注创新与可持续性，投资决策需结合个人投资哲学。 6. **宁德时代与长江水电对比**：未直接提供表格，但可从业务、财务状况、行业前景等多维度对比。 7. **研报总结**：推荐AIGC教育应用领域的盛通股份、传智教育、世纪天鸿、佳发教育、科大讯飞，提示AI业务推广、政策及竞争风险，东吴证券发布，强调投资需谨慎。

Kimichat 提示词 2024-09-02

AI音乐热潮下，“神曲工作室”率先失业

五一假期演唱会门票难求，反映音乐行业向头部化、现场化转型。AI作曲工具快速发展，引发音乐行业裁员潮，音乐人共识现场音乐将成为主要收入来源。AI音乐质量受争议，但已对抖音等平台神曲构成冲击。音乐人强调线下演出重要性，通过增强临场感和感染力保持竞争力，呼吁音乐人提升线下经营能力应对AI挑战。

音乐音频 2024-09-02

智谱AI静悄悄的上线了一大波新模型，过年了，真的

智谱AI在KDD 2024上发布了GLM-4-Plus大语言模型、GLM-4V-Plus图像视频理解模型、CogView-3-Plus AI绘图模型，并上线智谱清言“视频通话”功能，均上线开发者平台。GLM-4-Plus性能接近GPT4o，解决复杂问题能力强；GLM-4V-Plus支持视频理解但多模态能力待提升；CogView-3-Plus绘图模型美感进化。智谱清言“视频通话”为国内首个类GPT4o视频通话功能，体验新奇实用。智谱AI以实际技术成果展示实力，被赞“直接拿出真东西”。

智谱AI 大模型 2024-08-30

数字人

腾讯开源的数字人MuseTalk到底行不行？

MuseTaIk是腾讯团队开发的音频驱动唇部同步模型，能实时调整数字人物面部图像以匹配音频内容，支持多语言。然而，其实时性和高质量受质疑，实测推理速度较慢且效果不理想。尽管存在不足，该团队致力于推动数字人技术发展，值得肯定。用户可根据需求选择是否使用，同时作者提供了改进建议及替代服务选项。

MuseTalk 数字人音频 2024-08-30

开源

新测试基准发布，最强开源Llama 3尴尬了

如果试题太简单，学霸和学渣都能考90分，拉不开差距…… 随着Claude 3、Llama 3甚至之后GPT-5等更强模型发布，业界急需一款更难、更有区分度的基准测试。大模型竞技场背后组织LMSYS推出下一代基准测试Arena-Hard，引起广泛关注。 Llama 3的两个指令微调版本实力到底如何，也有了最新参考。

Llama 3 大模型开源 2024-08-30

微信中和 AI 进行对话

本文介绍了如何配置并使用AI助手（如FastGPT）和微信助理（微秘书）来创建一个可以在微信中对话的AI机器人。步骤包括注册并配置FastGPT获取API信息，注册并配置微秘书以接入FastGPT，通过sealos部署微秘书后端服务至个人微信，并测试机器人功能。最后，提示了后续将介绍如何将其他应用（如滴答清单、flomo、Cubox）集成到微信机器人中的方法。

微信对话 2024-08-29

Agent

Agent四大范式 | 综述：全面理解Agent工作原理

本文综述了基于大型语言模型（LLMs）的自主代理规划研究，将其分为任务分解、多方案选择、外部模块辅助规划、反思与优化、记忆增强规划五大方向。文章指出，LLMs在逻辑推理、任务分解等方面表现优异，但面临幻觉、计划可行性及效率等问题。通过任务分解、多方案选择、结合外部规划器、反思优化及记忆增强等技术手段，可提升LLM代理的规划能力。然而，现有研究仍面临多模态环境反馈处理、细致评估方法缺乏等挑战。文章还提及了吴恩达对Agent模式的推崇，认为其有望成为未来AGI的通用技术路线。

Agent 大语言模型 2024-08-29

写作

提高写作能力的90个prompt大全

文章总结了使用ChatGPT进行写作任务时需要考虑的七个关键因素：了解写作任务、指定格式和语气、利用上下文和背景信息、迭代细化、避免歧义并提供清晰度、尝试长度和细节、确保一致性，并提供了具体示例和90个写作提示，涵盖文章、文案、脚本、社交媒体、电子邮件、故事、论文和书籍写作等多个方面。

prompt 写作 2024-08-28

阿里

体验完阿里的EMO模型，我emo了

阿里通义千问App上线EMO模型，通过单一图像生成表现力强的面部视频，包括“全民舞王”和“全民唱演”功能。前者利用AI生成3D骨骼技术实现逼真舞蹈，后者则通过口唇同步技术让图像与语音同步。技术虽先进，但存在散布虚假信息、诈骗风险及侵犯隐私等潜在问题。

EMO 文生图 2024-08-28

微软

微软打破Decoder-Only架构！大幅降低GPU内存需求，网友：把Llama3 70B弄20GB GPU上运行

微软与清华合作提出YOCO（You Only Cache Once）架构，打破GPT系列的Decoder-Only模式，通过自解码器和交叉解码器设计，仅缓存一次键值对，显著降低GPU内存需求，同时保持全局注意力能力。实验显示，在处理长文本时，YOCO相比标准Transformer在内存使用、预填充延迟上大幅降低，吞吐量显著提升，具有出色的推理效率和可扩展性。

Decoder-Decoder YOCO 架构 2024-08-28

大模型

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

元象发布多模态大模型XVERSE-V，支持任意宽高比图像输入，性能领先，全开源且无条件免费商用。该模型在高清图像表示、图表理解、视障辅助、内容创作、教育解题等多方向表现出色，并已在多个领域实现商业应用。元象是国内领先的AI与3D技术服务公司，致力于推动前沿技术自主研发和国产开源大模型的发展。

XVERSE-V 多模态大模型 2024-08-28

大模型

第一个StableCascade动漫大模型上架了

本文介绍了StableAI发布StableCascade及Stable Diffusion 3的情况，强调了StableCascade虽强大但门槛高。StableCascade在AI绘画中画面细腻且理解自然语言能力强，适合高配置用户。文章还详细指导了如何在ComfyUI中下载、安装StableCascade模型及配置工作流，并展示了多个使用该模型生成的样图及其对应的提示词。

StableCascade 文生图 2024-08-27