文章列表-AI魔法学院

文章列表

SD的老舅ComfyUI来了，节点式工作流，分部控制出图

界面版块基本和stable diffusion一样，只是每个版块被拆分成节点，可以灵活控制连接，这样的工作流和完善的可复现性，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

《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

LLM应用架构之检索增强（RAG）的缘起与架构介绍

当前，随着大模型应用落地需求不断增加，越来越多的人在寻找搭建LLM应用的最佳模式，而这种模式就如同当年web开发中MVC架构一样，能够很好地指导开发者正确高效地开发应用。

LLM

国产AI，逃过一劫

进入2023年下半年，许多大模型开始从技术走向商业化，各家纷纷抢占数据、算力、场景、应用高地，以争夺大模型市场话语权。

ChatGPT 大模型

最强开源数字人对口型系统介绍

使用过原版开源的Wav2Lip的都知道，原作者使用分辨率很低的图像数据集训练的模型，嘴部特别清晰，基本没啥价值，但是这个框架和算法倒是不错，如果想得到高清模型，得付出相当大的精力去收集高清数据集从头训练

数字人开源模型

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

实验结果如下：其中 BELLE-0.5M-CLEAN 是从 230 万指令数据中清洗得到 0.5M 数据，其中包含单轮和多轮对话数据，和之前开放的 0.5M 数据不是同一批数据

训练大模型 belle

社区供稿｜GPT-4 与国产模型，大！横！评！

高级联网功能允许模型通过自主搜索查询，获取更新更准确的信息，提高答案的准确性和实时性。

GPT-4 大模型

大语言模型应用中的文本分块策略

在这篇博文中，我们将探讨它是否以及如何帮助提高LLM相关应用的效率和准确性。

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！

在ChatGPT出现之前，准入门槛高，没有金刚钻，真揽不了这个瓷器活儿。

chatgpt 提示词

PhotoMaker：腾讯最新开源，根据照片生成该人物各种风格图片，项目可落地！

项目简介 PhotoMaker是腾讯最近开源的照片生成工具，这是一种高效的个性化文本到图像生成方法。

PhotoMaker 文生图

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

Qwen2 系列模型包括五个尺寸的模型（Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B 和 Qwen2-72B），这些模型在中文和英文基础上增加了 27 种语言的高质量数据

qwen 千问开源

用AI生成PPT、用AI优化PPT

我在前几天写过相关文章，当时我在文中引用的是百度AI对话的PPT生成插件，我对这个插件生成的PPT的评价不高，但是在体验了百度文库的智能PPT功能后，有种“识别三日，当刮目相看”百度的感觉。

ppt AI生成PPT

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

它通过先进的音频到3D网格映射技术和网格到视频的转换技术，实现了高质量、逼真的音频驱动的说话头像视频生成。

VividTalk 视频

SD艺术二维码还有人不会做?

你只需要会70%的知识点，超越70%的人，去教这70%的人，就可以获得100%的成就感，时隔两个月，艺术二维码的教程已经足够完善，但是那是我以为的，目前有三个问题，第一大家对二维码的要求越来越高，第二大家不爱看教程

文生图

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

它在支持5种语言的同时提供高速处理。

asr tts 声音

<...15 16 17 181920 21 22 23 24 ...>

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