文章列表-AI魔法学院

文章列表

最顶尖的大语言模型人才，只关心这10个挑战

图：来自Jerry Liu关于LlamaIndex（2023）的演讲截图上下文长度越长，我们就可以在上下文中插入更多块。

大语言模型

AI换脸：FaceFusion和Roop在线版修复，支持手机，平板，低配电脑！

设置一下帧处理器设置一下执行器Cuda 然后上传源图片，目标图片或者目标视频。

FaceFusion Roop AI换脸

一款构建AI数字人项目开源了！自动实现音视频同步！

Star量：14.2K+ 项目地址：https://github.com/microsoft/autogen 举一个例子来说，我们要实现一个爬虫程序，抓取并保存网页图片。

AI数字人音视频同步

在SD中一键换脸！！！

roop插件是一款可以帮助我们改变一张图片脸部的插件，它可以准确的识别脸部并对脸部进行修改。

AI换脸

AIGC工作流: 新时代产品经理和创业者的秘密武器

产品经理或交互设计师通常会使用Axure、Sketch或Figma等工具，投入主要的时间绘制线框图，并通过页面流程图来阐释产品的交互逻辑。

大模型 AIGC

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

二、使用工具（Tool use）大语言模型本身也不是万能的，比如吴恩达提到，在早期视觉研究领域，大模型便需要依靠视觉处理工具才能实现对图像视频等内容的处理。

GPT-5 智能体

PymuPDF4llm：PDF 提取的革命

（三）图像提取 1.

PymuPDF4llm PDF

Stable Diffusion

Stable Diffusion教程：绘制3D风格的手办公仔

Stable Diffusion是一种强大的深度学习模型，能够将2D图像转化为具有丰富细节和质感的3D模型。

Stable Diffusion 教程 3D

解读wav2lip：探究语音驱动唇部动作的技术原理！

，而唇部区域只占整个图像的很小一部分（不到4%），因而无法聚焦唇部细节。

wav2lip 语音

达摩院SPACE对话大模型：知识注入与知识利用

但是，本质上都还是语言模型，如上图右边的流程图所示，输入基本上为网络上的自由文本，模型基本上都是 Transformer 结构，优化的目标基本上都是 MLM（掩码语言模型）。

大模型

一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。

Docker后，在本地电脑上完成安装，注意在安装过程中，我们需要确保"Use WSL 2 instead of Hyper-V (recommended)"这一功能被启用，docker的具体安装过程可以参看下图所示的教程

知识库MaxKB 开源

RVC和SVC声音模型难找？推荐这个网站

以下是以自己方式制作的思维导图，供学习参考 AI声音模型训练总流程 AI数据集筛选流程二、SVC和RVC声音模型网站推荐声音模型工坊 http

声音克隆数字人

如何从零开始，打造一家AI驱动的公司？

今天，我们分别从设计、建立网站、开发应用程序、内容生成、销售、客户关系管理、数据分析和公司运营分别展开，试图给出初步的答案，也欢迎在读的您一起探讨。

大模型打造公司

11个顶级的Prompts，用GPT学习的天花板

使用思维导图来组织和记忆信息提示：“解释如何为[某主题]创建一个思维导图，以可视化的方式构建和组织关键概念，帮助更好得理解和记忆。”

GPT

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

机器学习算法包括分类、聚类和回归等，这些算法在图像识别和语音识别中得到了很好的应用。

人工智能

<...46 47 48 495051 52 53 54 55 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1