文章列表-AI魔法学院

文章列表

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

图 1：LLM 挑战概况。

开源模型

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

MagicVideo-V2采用了先进的文本到图像模型、视频运动生成器、参考图像嵌入模块和帧插值模块，构建了一个端到端的视频生成流程。

MagicVideo-V2 视频生成

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

此外，MagicPose模块可以被视为原始文本到图像模型的扩展/插件，而无需修改其预训练的权重。

MagicPose 视频

AI文档智能助理都是如何处理pdf的？

二、常用pdf工具对于可编辑PDF而言，可以使用pdfminer、tabula（可用于表格提取）、pdfplumber等组件，对于图片型的，我们可以先获取文件里面的图片，然后使用ppstructure

大模型

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

图一：RAG 结构图在当前这个时间点（2023.9.6）打开 langchain.com 的主站，你会发现不同于之前的 docs 关于应用场景的 8 种介绍，Use-Cases

大模型

OpenAI视频模型Sora的推理生成成本多高？

Sora 的 Video Encoder 部分参考 Diffusion Transformer， 256x256 的图片会被划分为 32x32 个 patch。

Sora 推理算力

金融领域Prompt工程方法浅析

基于以上领域特殊性，同时参考跨行业数据挖掘标准流程（CRISP-DM)，我们设计了金融Prompt工程流程（Financial Prompt Engineering Process，FinPEP），其概述图如图

prompt 大模型

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

AI助手App“腾讯元宝”已上线应用商店

~ 中文支持：腾讯元宝依托于腾讯混元大模型，该模型在中文理解与创作能力方面表现出色，特别是在文本生成、数理逻辑和多轮对话等关键领域，均达到了业界领先水平 2.英文支持：腾讯混元文生图大模型支持中英文双语输入及理解

腾讯元宝

一文读懂AIGC产业链：AIGC的前世今生和未来展望

这其中AI芯片尤为重要，包括CPU（中央处理器）、GPU（图像处理器）等，可以说，它决定了人工智能的“智商”。

生成式AI

【ComfyUI】使用ComfyUI玩SDXL的正确打开方式

虽然现在已经有很多大佬分享了自己的工作流，但我还是建议大家能自己先手搓一下，一是为了搞懂SD的工作原理；二是因为自己连的工作流出图的那一刻，这个成就感是无与伦比的。

开源模型

震惊！OpenAI发布Meta-Prompt，未来不再需要提示词。

👀实测案例太震撼了：初始提示词： 1 优化提示词：使用Flux 1.1模型生成图像优化后的提示词： 1 生成一条优化后的提示词，以便使用Flux 1.1模型生成图像

Meta-Prompt 提示词

开源！数字人资源大集合！

· 感知系统，图宾根计算机公司，马克斯·普朗克智能系统研究所，作者：Michael Black。

数字人开源

个人从零预训练1B LLM心路历程

Steel LLM对开源数据集的处理流程如下图所示。

LLM 训练

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

<...49 50 51 525354 55 56 57 58 ...>

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