文章列表-AI魔法学院

文章列表

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

想将一份文档图片转换成 Markdown 格式？

OCR 手写文字识别

大规模训练系列之技术挑战

一般的，构造大模型可以通过在现有的模型结构上进行加宽、加深、拼接得到。

开源模型

被时代选中的智谱 AI：成为 OpenAI，超越 OpenAI

“OpenAI 公司一直在领跑，所以最直接的方式是先达到他们的水平。”

智谱 AI

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

1赞誉一片，“想快进到英伟达泡沫破裂”简单来说，DeepSeek-V3针对分布式推理做了创新的优化，进而显著提升了分布式MoE模型的负载分配效率，这不再只是从算法上，而是从整个系统上为未来更大规模的模型提供了新的可扩展性框架的可能

DeepSeek V3 开源模型

模拟ChatGPT流式数据——SSE最佳实践

在使用 ChatGPT 时，发现输入 prompt 后，是使用流式的效果返回的数据，起初以为使用了双工协议做的持久化连接，查看其网络请求，发现这个接口的通信方式并非传统的 http 接口或者 WebSockets

打字机 sse 大模型

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

不过，Gemma 直接打入开源生态系统的出场方式，与 Gemini 截然不同。

开源模型 Gemma

最顶尖的大语言模型人才，只关心这10个挑战

4.剪枝：指通过去除模型中对整体性能贡献较小的权重或连接来减小模型的大小。

大语言模型

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

目前，面壁所发表的Ultra系列对齐数据集（UltraChat、UltraFeedback等）在国际上也广受欢迎，全球有接近 200 个大模型都在用面壁的数据集做对齐。

Grok-1 开源模型

SD插件｜EasyPhoto｜妙鸭相机平替|美颜算法

最近通过AI生成照片的一个APP很火，叫做妙鸭相机，通过上传几张你的个人照片就可以训练出角色模型，然后用户可以自由生成各种照片。

EasyPhoto 文生图

Stable Diffusion

Stable Diffusion教程：采样器

简单点说，前向扩散是将图片转换为数据模型，而后向扩散是从数据模型生成图片。

画图 SD 采样器

一文彻底搞懂多模态 - 多模态推理

这两种模态的信息可以是图片和文本、视频和语音等。

多模态推理大模型

StableDiffusion使用Roop插件一键换脸教程

接下来教大家如何安装使用Roop。

AI换脸

一文带你看懂OpenAI-Sora生成视频的原理

这些补丁包括了色彩、光线、形状、甚至是物体动态的片段。

视频生成 sora

腾讯最新的人像写真工作PhotoMaker

不仅能输入少量真人照片做写真，还能输入绘画类形象、雕塑形象，根据这个形象出图。

PhotoMaker 文生图

18种 DALL-E 3 炫酷的文字效果和提示词

范例：粉彩绘画：柔和的粉彩渲染出一片花田，娇嫩的花瓣在微风中摇曳，"宁静 "的文字叠加在上面，非常突出，与图片风格一致。

DALL-E 3 提示词文生图

<...3 4 5 678 9 10 11 12 ...>

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