文章列表-AI魔法学院

文章列表

GLM4 开源了！！！还有多模态

【https://github.com/THUDM/GLM-4】高级功能，一应俱全多轮对话：GLM-4-9B-Chat 支持流畅的多轮对话体验。

智普 ChatGLM 多模态

Threejs: 数字人生成金色动态粒子效果

昨天的文章提到通过修改数字人的材质做全息投影仪的动态效果，今天分享一下生成金色动态粒子人的代码，效果图如下：效果中还包含多个粒子效果的动态转换，有了这个，再加上摄像头，就可以完全模拟亚运会的数字人效果了

Threejs 数字人

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

AI Agent / 智能体观察笔记（中）

每一个智能体的身份、职业和与其他人的关系，都包含在一个一段话的提示词之中。

大模型

构建开源多模态RAG系统

本质上，RAG通过允许模型从外部来源动态检索实时信息，增强了AI响应的特异性。

RAG 大模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

Llama 2 模型系列包含 70 亿、130 亿和 700 亿三种参数变体，相比上一代的训练数据增加了 40%，在包括推理、编码、精通性和知识测试等许多外部基准测试中展示出了优越的表现，且支持多个语种

开源模型

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

这里的方法是针对一个智能体而言，吴恩达博士还提到，由此很容易让人联想到从一个智能体到多个不同功能智能体的扩展，这就是第四种设计模式的思想。

GPT-5 智能体

XX来信：智能体设计模式2：Reflection

智能体工作流不是让LLM直接生成最终输出，而是多次提示LLM，使其有机会逐步构建更高质量的输出。

Reflection 智能体

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

Kimi+扣子的合作： 1.对于扣子而言，如虎添翼扣子已经是国内智能体开发功能比较完善、生态比较丰富的平台了。

Kimi 扣子Coze 大模型

对于AI，我们现阶段可以有的态度

如果想让他帮你做些更专业的更具体的更精准的，能为你所用的内容生成，你还真需要下点功夫去学习下如何与AI交流的自然语言编程。

文生图

LLM native策略的内部状态是否应该结构化【2023Q3】

2、场景1：内部状态明确如果业务的场景仍然是上述举例的订火车票，那么很明显内部状态是【明确】的。

大模型

来个优秀的开源人脸识别项目！

生物识别技术是一种利用人体自身特征进行身份认证的技术。

人脸识别开源项目

EverydayWechat：让微信变得更强大，引领每日生活新体验

对于一些高级功能的配置和使用可能需要更深入的了解和研究只能用于网页版微信https://wx.qq.com/ 五、应用场景 EverydayWechat库适用于以下应用场景：个人用户提升微信使用体验

EverydayWechat

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

突出多模态能力和交互体验的 GPT-4o 强调了其在实际应用中的关键作用，然而它缺乏一个高性能的开源对应物。

Baichuan-Omni 多模态大模型

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

MiniCPM-V是面向图文理解的端侧多模态大模型系列。

minicpm 面壁

<123 4 5 6 7 8 9 10 ...>

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