文章列表-AI魔法学院

文章列表

腾讯开源混元AI绘画大模型

腾讯开源了其AI绘画大模型——混元大模型，该模型具有中文原生和多轮对话的特点。测试结果显示，其性能在某些方面超越了其他模型，但硬件门槛较高。文章提供了详细的安装和使用指南，包括依赖关系、环境设置、模型下载以及推理方式等，以方便创作者使用和优化该模型。

腾讯混元文生图 2024-05-15

中文原生文生图大模型来了！腾讯混元推出，Sora 同架构

5月14日，腾讯宣布旗下的混元文生图大模型全面升级并对外开源，目前已在 Hugging Face 平台及 Github 上发布，包含模型权重、推理代码、模型算法等完整模型，可供企业与个人开发者免费商用。

文生图混元腾讯 2024-05-14

构建开源多模态RAG系统

本文深入探讨了使用开源大型语言多模态（LLMM）技术构建检索增强型生成（RAG）系统的过程，而不依赖于特定的框架如LangChain或Llama索引。文章首先介绍了RAG系统的核心概念，即通过允许模型从外部来源动态检索实时信息来增强AI的理解和输出能力。然后，解释了多模态学习的意义，即通过教导计算机理解和学习不同类型的信息（如图像、文本或语音）来做出更好的预测。接着，文章提出了一个构建RAG管道的方案，其中涉及使用CLIP嵌入图像和文本，并将这些数据存储在ChromDB向量数据库中。最后，利用Hugging Face的MLLM根据检索到的信息参与用户聊天会话。作为示例，文章描述了一个创建花专家聊天机器人的过程，包括数据预处理、创建向量数据库以及使用多模态嵌入函数进行检索。该方案通过整合不同的模态和嵌入技术，提高了AI模型在处理复杂和多样化数据时的准确性和可靠性。此外，RAG系统通过减少幻觉和增加透明度，提高了AI决策的可信度和可解释性。这种经济高效的方法为改进AI输出提供了一种新的途径，而无需进行广泛的重新训练或微调。综上所述，本文介绍了一种利用开源技术和多模态学习构建高效RAG系统的方法，该方法具有增强AI理解和输出能力、提高准确性和可靠性、减少幻觉和增加透明度等优点，为AI应用的发展提供了新的思路。

RAG 大模型 2024-05-13

淘宝模特全体注意！阿里AnyDoor AI换装神器出来了，年度最强AIGC重制绘图工具，重塑电商模特产业

AI绘图在电商行业应用广泛，特别是AI模特换衣。阿里和港大推出的AnyDoor工具实现了一键换衣，操作简便且效果惊人。AnyDoor可自由转移图片元素，无需复杂指令，且开源易获取。使用AnyDoor需确保设备显存足够，并遵循一定步骤进行换装操作。AnyDoor换衣效果自然，但建议衣物简洁以保证最佳效果。该工具目前仍有提升空间，但已大大减轻电商美工工作负担，引领视觉革命。关注公众号可获取一键安装包，体验神奇技术革新。

AnyDoor 换装文生图 2024-05-13

掌握Prompt的6心法

本文介绍了Prompt的概念及其在人工智能系统中的应用。Prompt是一种类似命令或指示的东西，用于指导AI系统完成特定任务。文章还提供了六个撰写优秀Prompt的心法，包括不断尝试和迭代优化、使用结构化的Prompt模板、加入防御性指示、提供示例、给予AI思考时间和将复杂问题分解为简单问题等。学会写Prompt能最大限度发挥人工智能的能力，创造更多价值。

prompt 写作 2024-05-13

大模型训练工程那些事

本文围绕大模型训练工程进行了深入探讨，将其与历史上的曼哈顿计划相提并论，凸显了其在当代科技领域的重要性。文章从技术原理、数据算力与资源、时间计划等方面，分析了大模型训练工程的复杂性和挑战性。在技术原理方面，文章介绍了Scaling Laws等科学原理在指导大模型训练中的应用。在数据、算力和资源方面，文章揭示了数据规模、模型规模和计算资源对AI模型性能的影响，并讨论了算力租赁、国产替代等当前面临的问题。在时间计划方面，文章预测了大模型训练迭代和应用的紧迫性，并强调了资源规划和差异化能力的重要性。总结来说，本文认为大模型训练工程是一项集科技、人力、资源和时间于一体的复杂系统工程，其发展和应用将对社会产生深远影响。文章呼吁产业界和学术界共同努力，推动大模型技术的发展和应用，为产业变革和社会进步贡献力量。

训练工程大模型 2024-05-13

如何看待大型语言模型的Prompt

本文回顾了Word2Vec中的词语算术现象，并探讨了大型语言模型（LLMs）与Word2Vec之间的相似之处。文章指出，两者都将标记（单词或子词）嵌入到向量空间中，并通过优化目标将相关标记在嵌入空间中拉近。LLMs通过自注意力机制学习嵌入空间，并展现了语义连续性和可插值性。此外，文章强调了LLMs在向量程序方面的强大能力，能够执行复杂的转换任务。最后，文章指出LLMs可以视为程序数据库，并通过提示工程在程序空间中搜索最佳程序。文章提醒读者理解LLMs时应避免拟人化倾向。

prompt 大语言模型 2024-05-13

腾讯最新的人像写真工作PhotoMaker

本文介绍了腾讯git上的一个新项目，该项目能利用少量真人照片、绘画或雕塑形象生成写实人像图片，甚至可融合两张图片的长相。项目使用了多种技术，如填充图像背景、微调模型参数提取脸部特征、融合文本和图像embedding等。此外，还介绍了摄影师训练的工作流。该项目相较于其他类似项目有更大改进，值得期待。

PhotoMaker 文生图 2024-05-13

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama是一个由南洋理工大学和腾讯联合开发的开源多模态语言模型，能够理解和生成各种类型的图表，如柱状图、饼图等。它通过自然语言交互，无需复杂语法或编程，即可根据指令分析或创建图表。ChartLlama通过巧妙的多元化数据收集策略生成多样化、高质量的指令调整数据，并在多个评估基准中表现优异。现已开源，可访问指定地址下载体验。

ChartLlama 开源模型图标 2024-05-13

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

wechat_articles_spider是一个用于爬取微信公众号文章的Python工具，具备自动化、多线程、可定制化和数据持久化等特点。用户可安装后通过导入模块进行使用，它可应用于数据分析、媒体监测和学术研究等场景。但需注意遵守法律法规和网站规则，避免滥用。

微信爬虫 2024-05-13

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

本文提出了PanGu-Draw，一种资源高效的潜在扩散模型，旨在实现高效的文本到图像合成，并适应多种控制信号。该模型通过时间解耦训练策略，将文本到图像合成分解为结构和纹理两个生成器，提高数据和训练效率。同时，PanGu-Draw引入协同扩散算法，能够整合不同潜在空间和分辨率的预训练扩散模型，实现多控制图像合成。实验结果表明，PanGu-Draw在文本到图像和多控制图像生成方面表现卓越，为未来模型训练效率和生成通用性提供了新方向。

PanGu-Draw 文生图 2024-05-10

大模型推理能力增强方法总结

推理能力作为智慧的重要象征，近年来在研究和讨论中备受关注。相关工作主要分为思维链提示、生成器加验证器以及两者混合方法。思维链提示通过向大语言模型展示少量样例，引导其展示推理过程，从而提高答案准确性。零样本思维链则通过简单提示，使模型能生成思维链。多数投票方法通过生成多个思维链并取多数答案，显著提高性能。思维树和思维图谱方法则通过组织推理步骤为树形或图形结构，提高推理的系统性和深度。思维程序方法要求模型生成可执行程序，以更清晰的方式展示推理过程。自动构建思维链和验证器方法则通过自动构建问题和推理链的演示，以及引入验证器对推理过程进行验证，提高推理的准确性和效率。累积推理方法则将整个推理过程建模为有向无环图，利用多个大语言模型协同工作，实现更深入的推理。这些方法共同推动了大语言模型在推理能力方面的发展。

推理能力大模型 2024-05-10

国内首个！最火的MoE大模型APP来了，免费下载，人人可玩

本文介绍了昆仑万维最新发布的天工2.0大模型，该模型采用与GPT-4同款的MoE混合专家结构，具备强大的多模态能力和超长的上下文窗口，能够提升复杂任务的处理能力和模型响应速度。天工2.0大模型已应用于新版天工AI智能助手APP，该APP支持多模态对话、数据分析和图文创作等功能，并且向全体C端用户免费开放。天工AI智能助手也因此成为国内首个搭载MoE架构并免费开放的AI应用。此外，天工AI智能助手还具备联网智能搜索能力，通过大模型技术提升搜索结果的准确性和质量。文章强调了大模型应用落地趋势的开启，以及天工AI智能助手在技术升级和玩法丰富方面的引领作用，认为这将有助于更多人拥抱大模型趋势，探索人类和大模型更好的交互方式。

MoE大模型 APPa 2024-05-10

Stable Diffusion

Stable Diffusion教程：绘制3D风格的手办公仔

本文介绍了利用Stable Diffusion技术绘制3D风格手办公仔的方法，包括使用webUI和comfyUI两种方式。通过正向和反向提示词以及图生图参数设置，可以轻松生成具有丰富细节和质感的3D模型手办公仔。最后，鼓励读者尝试利用这一技术创造更多独特和有意义的作品。

Stable Diffusion 教程 3D 2024-05-10

两个案例教你如何用BRTR原则优化Prompt

本文介绍了如何使用BRTR原则（背景、角色、任务、要求）优化Prompt，以提升AI模型的输出质量。通过两个案例（新手机营销文案和上海旅游攻略）展示了从模糊到精准的优化流程。这一原则不仅适用于营销和旅游，还可广泛应用于多种场景和任务类型。掌握有效与AI模型交流的方法将越来越重要，BRTR原则为此提供了良好起点。

BRTR Prompt 写作 2024-05-10

<...17 18 19 202122 23 24 25 26 ...>

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