文章列表-AI魔法学院

文章列表

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

在此，作者“灵机一动”，提出用图片算法来直接解决视频任务。

ControlNet

GitHub本月榜单：一个数字人技术的“非官方”实现

产品展示：通过AnimateAnyone技术，商家可以利用静态图片创建动画，生动展示产品的功能和特点。

AnimateAnyone 人工智能

ChatGPT提示工程5篇合集(四)：ChatGPT提示工程 - 转换

以下是一些示例：简单翻译 Prompt 将下面的英文内容翻译为简体中文： Hi, I would like to order a blender 输出结果你好，我想订购一个搅拌机。

prompt 提示词

Midjourney AI绘画美女提示词分享一

minimalist style, shot by Canon camera 翻译提示：亚洲女性，白色和蓝色连衣裙，素颜，大比例绘画风格，中国古典建筑背景，单色优雅，桌面摄影，白雾环绕，高品质真实，极简风格，佳能相机拍摄

文生图 Midjourney

一款构建AI数字人项目开源了！自动实现音视频同步！

3、shap-e shap-e 是OpenAI（ChatGPT开发商）开源的一款新模型，用来生成以文本或图像为条件的 3D 对象。

AI数字人音视频同步

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

此外，为了提高 Llama 3 模型的推理效率，Meta AI还采用了分组查询注意力 (GQA)机制，在8192个tokens的序列上训练模型，并使用掩码确保自注意力不会跨越文档边界。

meta llama3

宁德核电推出全球参数量最大的核工业大模型｜InfoQ 独家

AI 的能力可以极大程度上提升人的劳动效率、降低劳动成本，上一个类似的生产力工具是掀起第一次工业革命的蒸汽机，所以我们认为该项技术的革新可能标致着第四次工业革命即将拉开序幕。

宁德核电大模型

Sora物理悖谬的几何解释

有人悲观预言很多传统领域可能被颠覆，其中最为岌岌可危的可能是计算机图形学，短视频和影视娱乐行业。

Sora 解释

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

身体姿态估计旨在识别出给定图像中人或者动物实例身体的关键点，除了典型的身体骨骼关键点，还可以包括手、脚、脸部等关键点，是计算机视觉领域的基本任务之一。

ViTPose+Transformer 身体姿态

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

边缘设备，如智能手机、物联网设备等，对智能处理视觉和文本信息的需求也在急剧增长。

OmniVision -968M 多模态模型

万字长文，AI大模型的应用实践总结

对于以Transformer、MOE结构为代表的大模型来说，传统的单机单卡训练模式肯定不能满足上千（万）亿级参数的模型训练，这时候我们就需要解决内存墙和通信墙等一系列问题，在单机多卡或者多机多卡进行模型训练

大模型

再次重点介绍！！！这款国内的AI制作视频工具

运镜关键帧7、畸变关键帧8、调色关键帧9、变形关键帧10、摇摆11、飘落12、波浪13、丁达尔光线14、裁剪/剪辑15、动画实时渲染16、音频三、案例分享感兴趣的小伙伴可以试试，手机应用商店搜索

Flow Photo 视频

Chinese-LLM开源中文大语言模型合集

CPM-Bee 地址：https://github.com/OpenBMB/CPM-Bee 简介：一个完全开源、允许商用的百亿参数中英文基座模型。

大模型中文

关于GPT-4在变笨，有人写了篇论文证实了这一点

这篇论文的作者中除了有来自斯坦福的华人教授James Zou和他的学生 Lingjiao Chen外，也包括了伯克利的计算机科学教授 Matei Zaharia，他的另一个身份是AI 数据公司 Databricks

大模型

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

理由是在未公布的测试版中发现了相似名称“Pandragon”； § 或者来自Recraft文生图模型，因为它们曾使用小熊猫战士作为默认矢量提示； § …… 值得一提的是，有一些人猜测它可能出自中国厂商之手

red_panda 文生图

<...19 20 21 222324 25 26 27 28 ...>

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