文章列表-AI魔法学院

文章列表

AI音乐热潮下，“神曲工作室”率先失业

但是小旭向娱乐资本论·视智未来强调，在提示词中指定后，Suno是能够将情感递进做出来的。

音乐音频

什么是极限、导数、微分与积分（通俗易懂）！

随着你逐渐踩下油门，车速开始增加。

极限导数微分积分

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

当时他只是文本简单介绍了一下，现在他在斯坦福大学对此内容的演讲视频已经发布。

GPT-5 智能体

盘点来自工业界的GPU共享方案

进年来工业界一直孜孜不倦地寻求提升GPU利用率的方案，能被更多用户理解和使用的GPU共享走进工程师的视野中。

大模型

腾讯开源的数字人MuseTalk到底行不行？

MuseTaIk是由腾讯团队开发的先进技术，它是一个实时高质量的音频驱动唇部同步模型。

MuseTalk 数字人音频

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

AI大模型驱动数字人产业升级，助力中小企业降本增效近几年来，受全球经济环境不确定性的影响，以及疫情后生产恢复的压力，“降本增效”成为释放经济发展活力的关键，也是我国企业经营过程中的普遍性共识，而数字化转型成为新时期企业降本增效的必然选择

数字人数字分身

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

谷歌被逼急了，赶在年底之前仓促发布了超大模型Gemini，卷起了多模态，甚至不惜「视频造假」。

小语言模型

用ComfyUI整了一套照片转Q版手办的工作流

之所以要搞这个，主要是因为它跟我目前要做的很多内容都息息相关，比如2D图片转3D模型，blender的插件、图片生成视频等，而且据说生成速度很快，对设备的要求低。

comfyui 文生图

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

RAG（Retrieval Augmented Generation）是一种检索增强生成技术，它利用大型语言模型来处理用户查询，RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—

RAG 大语言模型

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

Captions：利用 AI 轻松实现视频翻译本地化 Captions以制作AI生成的字幕、语音纠正以及在后期制作中纠正视频创作者眼球位置的技术而闻名。

AI

高级 RAG 技术——图解概览

pub.towardsai.net/advanced-rag-techniques-an-illustrated-overview-04d193d8fec6 文章知识结构图一、简介检索增强生成

RAG 检索图解

Stable Diffusion

stable diffusion最全18种controlnet模型，详细教程讲解。

目前AIgc领域正在持续关注，等到年底的时候做一个最全面的视频和文字讲解，现在还是在等等，目前AI领域热度确实是在持续降温，但是呢，深入了解AI的人都知道，AI的发展不是想人一样需要很长时间的积累，有时候可能就是一个算法的突破

Stable Diffusion 文生图 controlnet

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

随着各种AI模型的快速发展，选择合适的模型成为了研究和开发的一大挑战。最近一段时间，国产模型不断涌现，让人应接不暇。尽管开源的繁荣提供了更多的选择，实际上也造成了选型的困难，尽管业界提供了很多评测基准，但是，很多模型在公布的评测结果中对比的模型基准和选择的测试基准都很少，甚至只选择对自己有利的结果。为了更加方便大家对比相关的结果，DataLearner上线了大模型评测综合排行对比表，给大家提供一个更加清晰的对比结果。我们主要关注的是国内开源大模型和一些全球主流模型的对比结果。

大模型

Roop升级版FaceFusion换脸AI技术使用以及部署教程

face_enhancer（脸部增强）: 一种增强或改进图像或视频中脸部质量的算法。

FaceFusion 教程

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

在这里插入图片描述注意：LangChain Agent主要增强基于语言的互动能力，而交互式代理基础模型寻求统一多模态输入，以实现更广泛的通用AI应用。

Agent+GPT-4V 大模型

<...11 12 13 141516 17 18 19 20 ...>

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