文章列表-AI魔法学院

文章列表

Stable Diffusion

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

今天给大家介绍一个可以快速在sd中生成动画的方法，就是一个叫做AnimateDiff的免费开源项目。

文生图开源模型

【大模型微调】 Llama 2 ：对话模型的全过程微调

预训练数据为了训练 Llama 2 模型，作者采用了一种新颖的数据混合方式，来源于公开可访问的资源，但去除了Meta公司产品或服务的数据。

大模型

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

大模型

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

百模大战，谁是大模型的裁判员？

比如，前不久Meta刚宣布开源并支持商用的Llama2，就明确使用MMLU、TriviaQA、Natural Questions、GSM8K、HumanEval、BoolQ、HellaSwag、OpenBookQA

大模型

微软最强全自动数据可视化工具！现已开源

8.14，微软开源了之前已经发布的全自动数据可视化工具 LIDA。

大模型

17K star！30秒偷走你的声音，开源声音克隆工具

今天我们分享一款开源的声音克隆工具，只需30秒的一般音源，它就可以偷走你的声音，它就是：OpenVoice。

OpenVoice 声音克隆开源

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

首先，收集全面的普通话数据集非常困难；其次，普通话的复杂口型动作使得模型训练比英语更具挑战性。

JoyHallo 数字人开源模型

OCR是什么以及推荐几款开源中文OCR识别软件

学习开源ocr的模型构建，方便后续对于模型的更新。

OCR

【AI代理】扣子，开始探索多代理模式

代理模式不仅可以拓展大模型的功能（比如给大模型加上网页搜索，加入知识库等），还可以规避大模型的弱点（比如需求是一段代码，但是大模型回复的内容不单单包含代码，还有一些解释语句）。

多代理模式大模型

大模型的研究新方向：混合专家模型（MoE）

因此，MoE模型的稀疏性存在一种平衡挑战，需要根据具体的应用需求和计算资源限制来调整门控网络的设计和参数。

MoE 大模型

领域大模型LLM训练Trick

问题一：进行领域大模型预训练应用哪些数据集比较好？

垂直训练大模型

动作识别模型有哪些

动作识别模型主要有： · TWO-STREAM CNN:网络顾名思义分为两个部分，一部分处理RGB图像，一部分处理光流图像。

动作识别模型

StableDiffusion

StableDiffusion模型推荐系列（功能型）

UI设计师可以通过模型生成的图标作为灵感来源，或是直接挑选合适的图标进行微调和优化，以满足产品设计的精确要求。

StableDiffusion 文生图

StableDiffusion

StableDiffusion模型推荐系列（全能型）

这些模型背后，可是有着大量时间和资源的投入，比如SD1.5版本，耗资高达60万美元进行训练，其中的训练时间更是以万来计算的！

stablediffusion sd 文生图

<...9 10 11 121314 15 16 17 18 ...>

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