文章列表-AI魔法学院

文章列表

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

这一创新版本摒弃了传统的人物模型训练过程，能够直接生成 zero-shot 目标人像，引领 AI 人像生成进入了无需训练的单阶段时代。

FaceChain FACT 文生图

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在当今数字化与智能化浪潮汹涌的时代，人工智能技术不断取得突破性进展，多模态模型作为其中的前沿领域，正日益成为研究和应用的热点。

OmniVision -968M 多模态模型

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

这种方法不仅能捕捉到单个ID的细微特征，还能整合多个不同ID的特征，创造出新的、个性化的图像。

photomaker 绘画风格

ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出

英伟达首席AI科学家Jim Fan解答了这种对抗性攻击的原理——- 对于像Vicuna这样的OSS模型，通过它执行一个梯度下降的变体，来计算出最大化不对齐模型的后缀。

开源模型

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

但是DALL-E 2比较大的缺陷是容易出现属性的混淆，下图展示了直接用给定图像的CLIP image embedding送入DALL-E 2的第二阶段生成模型的生成效果，可以看到属性出现了错乱，比如第一个示例中的上下两个方块的颜色发生了互换

Kandinsky-3 文生图开源模型

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

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

心理测评：数字人可用于创建心理测评工具，辅助心理健康评估，不过这需要确保测评内容的科学性和专业性。

Fay 开源项目数字人

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

这种灵活性使得预训练模型在多个领域都能发挥作用，从而提高了其在人工智能应用中的通用性和效能。

大模型

LangChain 的问题所在

技术复杂性与流行性之争是永恒的，早年是 React，今日是 ReAct。

大模型大语言模型

和大模型相关的一些术语（持续更新中）

例如AI文本续写，文字转图像的AI图、AI数字化主持人等，都属于AIGC的范畴。

大模型人工智能

提示词学习地址推荐

提示工程（Prompt Engineering）是一门较新的学科，关注提示词开发和优化，帮助用户将大语言模型（Large Language Model, LLM）用于各场景和研究领域。掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。

提示词 prompt

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

image image image 环境准备兼容性验证 FaceChain是一个组合模型，使用了包括pytorch和tensorflow在内的机器学习框架，以下是已经验证过的主要环境依赖

妙鸭相机

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

，你可以找到一段这个人的演讲录音，或者视频，当然不同资源需要不同的处理如果是视频，可以使用人声分离，如下图，点击这个就会弹出弹出如下界面，可以对你的视频提取人声

数字人声音克隆 GPT-SoVITS

CodeFuse开源编程大模型-您的开源编程助手

CodeFuse是蚂蚁自研的代码生成专属大模型，根据开发者的输入，帮助开发者自动生成代码、自动增加注释、自动生成测试用例、修复和优化代码等，以提升研发效率。无论用户是初学者还是有经验的开发者，CodeFuse 都能够极大地提高编程效率和准确性。

大模型 AI编程

如何使用ChatGPT进行写作

虽然ChatGPT能以惊人的速度产出内容，但却似乎与个人的文风不太一致，许多人感受到的是一种“机器化”的冷漠。

ChatGPT 写作

<...14 15 16 171819 20 21 22 23 ...>

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