文章列表-AI魔法学院

文章列表

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

AnyText 我之前也写文章介绍过了，专门针对中文，在生成的图片中能够很好的嵌入中文，而且还有强大的文字编辑功能。

阿里云视频音频

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

由于扩散过程需要多次迭代，每次迭代都要用到一个神经网络，所以SD模型的生成过程需要大量的计算资源和时间。

LCM/LCM-LoRA 文生图

【本地部署】智谱chatglm3-6B第三代！性能如何？支持调用tools+Agent+代码执行！小白教程！附网盘下载！

蚂蚁集团全资子公司：上海云玡企业管理咨询有限公司，10月16号正式入股智谱！

chatglm 智普大模型

Stable Diffusion

Stable Diffusion 30分钟打造AI 写真照片生成器｜海马体照相馆这次真的要木得了

训练方式非常简单，只需要提供 5 到 20 张肖像图片（最好是半身照片且尽量不要佩戴眼镜），20 分钟左右，Stable diffusion 就可以训练好数字分身。

SD 文生图写真照

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

为了避免在最终本文提取的时候遗漏这些“看上去像文本的图片”，我在创建过程中需要考虑做一些处理。

大语言模型 python

大模型训练工程那些事

历时3年，总投资25亿美元。

训练工程大模型

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

15、目前，Meta基本上已经构建了一个可以处理排名和推荐类型内容推理的定制芯片，但目前Llama模型还不能正在这款芯片上进行训练，至少Llama 4模型是不行的，但Meta已经制定了长期计划

Llama 3 大语言模型

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

同时引入了额外的可学习投影层，将从图像编码器获得的嵌入注入到与文本嵌入相同的维度。

PhotoMaker 文生图

国内AI大模型已近80个，哪个最有前途？

创业几个月，发现可以比普通大厂员工拿到多很多的信息，从投资人和全球 top AI 公司的核心成员那里可以学到很多。

大模型

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

USB投屏，秒变电脑副屏、扬声器、麦克⻛，电竞和3A大作通吃：黑悟空，王者荣耀。

ai小车 esp32 开源

中国大模型「顶流群聊」笔记

让我看到了云端和终端 AI 芯片加速方案通过优化计算模式，能将神经网络开发全面稀疏化，提供超高算力、超低功耗的通用 AI 计算平台的可能性。

大语言模型

最顶尖的大语言模型人才，只关心这10个挑战

SambaNova也筹集了超过10亿美元来开发新的AI芯片，但似乎已转向成为生成式AI平台。

大语言模型

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

只需提供一张人物的静态照片和一段语音录音，VividTalk即可制作出一个看起来像是实际说话的人物的视频。

VividTalk 视频

大模型+人形机器人，是不是下一个风口？

毫无疑问的，人形机器人正在成为资本市场的新热点。

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

Github地址：https://github.com/OpenBMB/MiniCPM-V/ 先看看我做的几个图片和视频的测试：

minicpm 面壁

<1 2 3 456 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