文章列表-AI魔法学院

文章列表

来个优秀的开源人脸识别项目！

虹膜识别技术：虹膜是一种在眼睛中瞳孔内的织物状的各色环状物，每个虹膜都包含一个独一无二的结构。

人脸识别开源项目

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

为此，我们提出了一种两阶段的训练策略，以分离人体动作和外观（例如面部表情、肤色和着装），包括对同一数据集的人舞姿势的外观控制块的预训练和对外观-姿势-联合控制块的精细调整。

MagicPose 视频

为什么说AI现在还不行！

从这个角度看，AI的崛起注定伴随着程序员群体的衰落（首先是人数上，但不是说这行当就没了）。

大模型

麦肯锡专家都在用的方法：用ChatGPT速览用户研究领域的 50 个核心概念

视觉层面：考虑色盲或视力障碍的用户，使用对比度较高的颜色组合和清晰易读的字体。

用户工作

AI音乐热潮下，“神曲工作室”率先失业

“没有谁的音色是完全独一无二的，就是市面上的歌手，比如像王菲的音色，后面也有很多歌手去模仿，那你也不能说后面这些就是侵权。

音乐音频

ComfyUI-DDetailer脸部修复

红色框内就是接在普通生成后的DD修复。

ComfyUI 脸部修复

Stable Diffusion

超详细的 Stable Diffusion ComfyUI 基础教程（三）：Refiner 细化流程

④现在我们是不是并没看到可以在这个节点上输入文本的地方，别着急，我们把“CLIP 文本编码器上的文本”和“Primitive 元节点”连接，这时候我们就看到之前在“CLIP

comfyui 文生图

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

但是Deepmind也在试图定义一个统一智能体的概念，我相信AI-Agents这个概念也会随着不同的AI公司的理解，而形成不同类型的差异化。

开源模型

深入浅出：大语言模型中必不可少的技术——Embedding简介

这意味着它们有相似的含义和语义。

embedding

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？

2.77亿参数、1340万帧视频训练数据，背后蕴含着怎样的技术秘密？

Agent+GPT-4V 大模型

阿里RAG新框架R4：增强检索器-重排序-响应器，5个知识密集任务上都超过Self-RAG等！

文档表示增强：文档表示会根据训练损失的权重梯度进行更新（彩色查看效果最佳）。

RAG 检索大型语言模型

AI写作不如意？万字长文深度剖析背后原因

Sykes这样描述了这种向导演工作的上升转变：我认为随着生成性AI变得更加普遍，创意专业人士将越来越多地承担导演的角色。

AI写作

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

对经营着自己的AI实验室SSI的Ilya来说，这是一个很大的改变。

Scaling Law AI大模型

2024，智谱如何更快？

虽然，随着OpenAI大模型论文发布、Meta开源强势入局，大模型的神秘面纱被一一揭下，我们与国外大模型的差距在逐步缩短，但别人模型的天花板GPT-4，我们依然还远未触达。

GPT-4 大语言模型

万字长文｜40万人学习过｜28个ChatGPT使用技巧，带你从入门到精通

技巧六：提供充分的背景信息字节跳动内部流行着张一鸣说过的一个重要管理理念，就是“context，no control”，这是说在企业内部的上下级和合作事项的沟通上应该提供充分的背景信息，而不是用权利手段去控制一个员工做什么事情

ChatGPT 使用技巧教程

<...26 27 28 293031 32 33 34 35 ...>

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