文章列表-AI魔法学院

文章列表

【AI代理】多代理模式之多任务分配&信息传递

今天继续来探索多任务模式的多任务分配和代理间的信息传递。

多任务模式分配传递

大模型应用中大部分人真正需要去关心的核心——Embedding

本文我们从基础开始，了解一下向量Embeddings的人工智能搜索功能。

大模型

GitHub工程师分享开发Copilot所采用的提示词工程

他们还分享了他们在开发 GitHub Copilot 过程中所积累的经验。

开源模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

为此，我们提出了一种两阶段的训练策略，以分离人体动作和外观（例如面部表情、肤色和着装），包括对同一数据集的人舞姿势的外观控制块的预训练和对外观-姿势-联合控制块的精细调整。

MagicPose 视频

SD的老舅ComfyUI来了，节点式工作流，分部控制出图

，用户可以精准的控制每个版块的设置，达到控制变量的目的，但节点式的工作流也提高了一部分使用门槛。

文生图 comfyui

大模型推理能力增强方法总结

推理能力作为一种可能的“象征着真正的智慧”的能力，在过去的几年里兴许不是被探索和研究得最多的，但肯定是被讨论得最为热烈的。

推理能力大模型

智谱AI大模型ChatGLM3-6B更新，快來部署体验

ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。

ChatGLM3-6B 开源模型

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

该模型在对话式问答和检索增强型生成等能力方面表现出色，在综合评测指标上甚至超越了当前业界顶尖的GPT-4模型。

Llama3-ChatQA-1.5 对话问答模型

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

把不同格式的视频编码成统一的视觉块嵌入，然后用足够大的网络架构+足够大的训练批次（batch size）+ 足够强的算力，让模型对足够多的训练集做全局拟合（理解），在模型更好地还原细节的同时让模型出现智能涌现能力

sora openai 视频生成

数字人直播哪家强？中国数字人平台分析大全

这些公司可以大致分为两类。

数字分身数字人

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

Sora 的发展，标志着 AI 长期研究的一个里程碑：让 AI 系统（或 AI 智能体）不仅能理解复杂的用户指令，还能将这些理解应用于解决现实世界的问题，通过动态和情境丰富的模拟互动。

Sora 微软

做自媒体消息闭塞很致命，巨好用的工具分享

微信热点：其实各个平台自己带热搜热榜，做公众号就关注微信热点，文章与热点话题有关，有可能得到官方推荐。

自媒体工具

3.5k Star! 一分钟搭建一个属于你自己的开发工具箱！——It-tools

Web（网站）工具类，包含Url格式编码解码，用户代理解析器，网址解析器等15种不同的功能。

IT-TOOLS 开源模型

中学生能看懂：Sora 原理解读

为了让Sora能够像人类大脑那样理解和生成这么丰富的视觉内容，OpenAI开发了一套将这些不同类型视觉数据转换为统一表示形式的方法。

Sora 原理

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

介绍近年来，语音启用的人工智能取得了显著进展，使对话代理能够更好地理解和响应人类语言。

GLM-4-Voice 9B 语音安装

<...8 9 10 111213 14 15 16 17 ...>

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