文章列表-AI魔法学院

文章列表

RAG 修炼手册｜一文讲透 RAG 背后的技术

相比传统的基于词嵌入的方法，BERT 的句子嵌入能够捕捉到更多的语义信息和句子级别的关系。

RAG Embedding

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

它所制作出的复杂场景，不仅可以包括多个角色，还有特定的动作类型，以及对对象和背景的精确细节描绘。

视频生成 sora

基于Ollama本地部署Llama3指南！

可能是第一个 GPT-4 级别。

LLama3 ollama

最强开源数字人对口型系统介绍

使用过原版开源的Wav2Lip的都知道，原作者使用分辨率很低的图像数据集训练的模型，嘴部特别清晰，基本没啥价值，但是这个框架和算法倒是不错，如果想得到高清模型，得付出相当大的精力去收集高清数据集从头训练

数字人开源模型

使用stable diffsion对老照片进行AI高清放大修复

多年前我曾经用PS修复过一些老照片，但PS修复工作量非常大，主要是用印章工具一点点的把污渍痕迹消除掉，然后再放大处理。

SD 高清老照片修复

开源！数字人资源大集合！

要下载SMPL-X、SMPL+H和 SMPL（男性和女性，性别神经模型）模型，请访问该项目网站并注册以访问下载部分。

数字人开源

这可能是史上最全的 Python 算法集（附论文及python源码链接）

扩展卡尔曼滤波本地化无损卡尔曼滤波本地化粒子滤波本地化直方图滤波本地化映射高斯网格映射光线投射网格映射 k均值物体聚类圆形拟合物体形状识别

算法 python

Sora相关论文合集---全32套大放送

附件是Sora相关论文合集，一共32套大放送，同时附上阅读这些论文相关的提示词，包括翻译、论文分析、文档阅读等。

Sora 论文

检索增强生成(RAG)有什么好的优化方案

：基于正反馈微调模型、量化感知训练、提供大context window的推理模型。

RAG 检索增强生成

解读wav2lip：探究语音驱动唇部动作的技术原理！

（2）传统的基于GAN的判别器在音频-口型同步检测方面准确率较低：传统的GAN判别器只使用单帧图像来评估口型同步，缺乏时间上下文信息，无法评估口型动态变化质量。

wav2lip 语音

ChatGPT提示工程5篇合集(四)：ChatGPT提示工程 - 转换

在这篇文章中，将会介绍如何使用大型语言模型来进行文本转换工作，如语言翻译、语调调整和格式转换。

prompt 提示词

Stable Diffusion

Stable Diffusion修复老照片-图生图

1、原理这个方法需要一个真实模型，以便让修复的照片看起来比较像，我这里选择：realisticVisionV20，大家有更好的给我推荐哦。

图像文字

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

COT将重大任务转换为多个可管理的任务，并将注意力放到对模型思考过程的可解释性中。

Agent

Stable Diffusion

Stable Diffusion | SD腾讯云3步部署，全程五分钟，附价格费用清单

注册试用二、部署SD 三、操作应用一、注册试用腾讯云网址：https://cloud.tencent.com/ 注册登录，然后实名制：这里就不多讲了

下载开源模型

Stable Diffusion

还没有上手Stable Diffusion XL 1.0 的同学，看这篇文章就够了

比如Stable Diffusion是一个多模态语言-图像模型,LoRA可以学习将其语言表征迁移到图像modal中,从而获得跨模态语义一致的表示。

SDXL

<...63 64 65 666768 69 70 71 72 ...>

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