文章列表-AI魔法学院

文章列表

解读OpenAI Sora文生视频技术原理

一、Spacetime Latent Patches 潜变量时空碎片, 建构视觉语言系统在“ChatGPT是第一个真正意义的人工通用智能”中，笔者总结过大语言模型借助

sora

8月份最火的 5 个 GitHub 项目

使用 Fooocus 不需要费力吧啦的调参，更注重任何计算机的交互，它自动为你做了很多自动化的操作，哪怕你不了解 Midjourney 很多调参技巧，也能输出令人惊艳的图片。

下载

傻瓜式！一键部署ChatGLM3，免去环境烦恼+开箱即用！集成API调用！本地化界面操作！

那今天除了讲解一些功能之外，重点讲讲如何调用ChatGLM3-6B的API调用！

ChatGLM3 大模型

图像作为prompt#IP-Adapter

IP-Adapter是图像提示适配器，用于预训练的文本到图像扩散模型，以实现使用图像提示生成图像的能力。

prompt IP-Adapter 文生图

Stable Diffusion

Stable Diffusion | SD阿里云3步部署，全程五分钟，免费试用三个月，电脑无需升级配置

2、函数计算FC → 应用 → 通过模板创建应用选择人工智能 → AI数字绘画stable-diffusion

下载

如何用大语言模型构建一个知识问答系统

与普通搜索结合，使用基础模型对搜索结果加工。

知识库

AI自动生成视频全流程干货

今天分享的是最近Get到的一个新技能，本来想给公司用AI制作视频的，然后参加了一个培训，学完了，但是我发现AI将文字生成视频的本质还是将现有的视频库的内容进行重组，并不能满足我们这个行业的要求，但是针对特定的一些

AI 视频

Animatediff V2 版本来了！就一个字：秀

最近 animatediff 升级了 2.0 版本，相较于 1.0 版本呢，只能用一个字来形容，就是：秀。

Animatediff 文生图

中文开源OCR框架对比及介绍

使用成本（★☆）使用成本可以分为时间成本和金钱成本来看：时间成本有点我始终没想明白，为什么试用一下OCR功能还要实名认证，不仅要注册、手机验证码，还要身份证/人脸识别？？？

OCR

baichuan2 有什么好的深挖论文中涉及的知识点

今天我们从论文中观察，百川智能的baichuan2好在哪里。

大模型

OpenAI大动作：Whisper large-v3重塑语音识别技术

在最近的OpenAI首届开发者大会上，一个引人注目的技术亮点是Whisper large-v3的发布。

Whisper 语音识别

让 AI 更懂你的 Prompt 提示词宝藏网站-FlowGPT

之前介绍了很多在本地部署远程大模型以及本地大模型的教程，但是对于 AI 的使用尤其是如何让 AI 准确理解并执行下达的任务也是一个技术活，所以又诞生了 Prompt 提示词工程这个概念。

prompt 提示词 FlowGPT

大模型检索增强生成RAG的优化

RAG优化分为两个方向：RAG基础功能优化、RAG架构优化。

RAG 检索增强大模型

ComfyUI-DDetailer脸部修复

其实如果不是很需要了解其工作原理的话，无脑走B航线，整个复制进入你的工作流，用就完事了，管他怎么连的呢。

ComfyUI 脸部修复

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

如果放在几年前，你告诉我说只需一分钟就能做出一段这样的动画，我是万万不相信的，但是当AI时代来临之后，一切都有了可能。

文生图开源模型

<...65 66 67 686970 71 72 73 74 ...>

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