文章列表-AI魔法学院

文章列表

体验完阿里的EMO模型，我emo了

简单来说，EMO（Emote Portrait Alive）是一个AI肖像视频生成系统，能够通过输入单一的参考图像，生成具有一定表现力的面部标签和各种头部姿态。

EMO 文生图

SD3 正式开源 Sora同源架构

2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向

SD3 绘画

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

随着上下文长度的增加，它的优势变得愈发明显，甚至呈现出困惑度持续下降的状态。

Baichuan2 百川开源

国产AI大模型哪家强？十大维度横评四款主流大模型！

小编给四款大模型的评分分别是：讯飞星火：9 分文心一言：7 分通义千问：6 分360 智脑：6 分九、多模态输入输出目前通用大模型产品主要还是以文字输入输出的形式为主，但是有一部分产品已经能支持文生图、甚至文生视频

开源模型

迄今为止，最强ChatGPT写论文技巧，总共6步，手把手告诉你！

你要先通过确认现象的方式，确保你们在同一个频道形成同频思考。

chatgpt 提示词

集成文字生成、抠图、图像融合等强大功能的comfyUI 插件 Allor Plugin

然后就可以直接使用作者提供的三个案例来学习了，这也是ComfyUI最强的地方，只要节点都安装好，就可以使用他人分享的工作流一键生成。

comfyui 插件绘画

大模型与游戏结合的一个思路

该篇文章写于2019年，当时还没有ChatGPT这样的大模型，所以那时的思路主要是让游戏能够根据玩家水平的逐步提高，游戏的难度也相应提高，使得玩家始终有一种棋逢对手的感觉，从而增加游戏的可玩性，即笔者在文章中所说的

人工智能游戏

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

写一篇关于Vision Pro VR眼镜的20字宣传文案，并用女声读出来，同时生成个视频看看。

大模型

RAG模型的主要痛点和解决方案

检索增强生成（RAG）模型已经成为一种有前景的方法，通过利用存储在文档中的外部知识来提高生成文本的准确性和相关性。

rag 大模型

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

“数字人就是用来降本增效的。”

数字人

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向

SD 论文

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

我们认为33B模型既可以发挥大规模模型的比较强的推理能力，又可以针对私有业务领域数据进行灵活的finetune训练提升对于LLM的控制力。

开源模型

RAG 2.0，终于把RAG做对了！

但很少有案例像Contextual.ai提出的基于情境语言模型（CLMs）的“RAG 2.0”那样引人注目，它旨在使标准检索增强生成（RAG）——目前最流行（如果不是最受欢迎的话）的生成式AI模型实现方式之一

RAG 大语言模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

无需音素依赖：该模型具有强大的泛化能力，不依赖于音素进行TTS。

语音克隆开源模型

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

热度一直没掉下去，关键是生成时间也跟热度一起高居不下，顺利的话几分钟生成的小视频，挤的时候排队能排出好几个小时开外，亏得是阿里云服务器没被挤爆（不是）。

音频阿里

<...10 11 12 131415 16 17 18 19 ...>

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