文章列表-AI魔法学院

文章列表

耗时7天，终于把15种ControlNet模型搞明白了

，再对应不同的应用场景，每种应用场景又有不同的变现空间我花了一周时间彻底把15种模型研究了一遍，跑了一次全流程，终于写完了本文文章包含了ControlNet的功能介绍，安装方法，模型采集方式，实操案例

文生图

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

ChatGPT的强大毋庸置疑，特别是GPT4里面的数据分析、DALL.E 3图片生成等功能，以及近期推出的GPTs功能，这些官方公布的功能都是由他们自己内部的模型开发人员编写的提示词构成的。

ChatGPT prompt

谈Agent构建平台的设计

考虑到本节的目标用户都是开发者，写Python（或某种编程语言）不是问题，那么他会觉得直接输入Python语法片段方便呢，还是一个一个填单元格方便呢？

Agent 构建

面向知识图谱的大模型应用

在离散步骤中检索或者连接信息的简单方法往往不能完全捕捉知识图谱中的细微差别。

知识图谱大模型

SDXL风格插件，超越Midjourney的时刻来了

SDXL给出了回答：可以。

SDXL

【2023.10】看目前巨头的AI原生产品布局

（可以用一些语音识别工具从整个回放中找到需要的产品段落来看。）

大模型产品

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

为了更好地模拟时间连续性，提出了一种基于自注意和跨模态多头注意机制的变压器自回归模型Φ map。

VividTalk 视频

深入探秘：百川7B大模型的训练代码解析，揭秘巨无霸语言模型背后的奥秘

以百川7B模型为例，讲解大模型训练的代码和方法：一、整体代码结构：可以看到，我们训练时用到的就是train.sh，train.sh里也调用了train.py，追进去后，可以看到step2中真正用到了

大模型

【AI绘图工具】太爆炸了，AI出图速度100fps（每秒100张图片），比LCM、SDXL Turbo更快，目前No.1

这种方法通过将扩散过程重新框架化为ODE来实现。

StreamDiffusion 文生图

腾讯开源的数字人MuseTalk到底行不行？

话说速度方面，经测试，在RTX4060 服务器上，10秒钟音频推理，耗时接近3分钟，耗时时长比差不多1:20。

MuseTalk 数字人音频

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

LangChain手册（Python版）11模块：提示模板

特征存储是保持数据最新的好方法，LangChain 提供了一种将该数据与 LLM 结合的简单方法。

大模型

智谱AI大模型ChatGLM3-6B更新，快來部署体验

在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能。

ChatGLM3-6B 开源模型

Python状态机：优雅处理复杂业务逻辑的利器

状态机（State Machine）就是一个很好的解决方案。

Python状态机设计模式

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

Person 3: 在处理语言Transformer模型时，我们通常采用分块或自回归的方式逐步预测。

Sora 原理

<...55 56 57 585960 61 62 63 64 ...>

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