文章列表-AI魔法学院

文章列表

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

先回顾一下进程，大家可以看到Midjourney在文生图方向的突破；OpenAI借助非常强的理解大模型、能够对图像实现精标的能力，在文生图上做出自己有特色的工作和突破；创业公司像Pika、Runway也在做自己的工作

通义文生视频

TrOCR——基于transformer模型的OCR手写文字识别

但是随着transformer模型attention注意力机制进入计算机视觉任务，我们同样可以使用transformer来进行计算机视觉方面的任务，比如对象检测，对象分类，对象分割等，这里毕竟著名的模型

OCR 手写文字识别

数字人：从科幻走向现实的技术革命

创建数字人需要多方面的技术支持，包括计算机图形学、动作捕捉、语音合成以及人工智能算法等。

数字人语音

大模型下半场，关于Agent的几个疑问

这一过程就像马克思主义的「实践论」：“认识从实践开始，经过实践得到了理论的认识，再回到实践中去。”

大模型

AIGC大模型，潮水褪去之后

搞一个场景，比较几个大模型的回答，做个统计层面的分析，计算机前沿论文几乎连数学公式都没有。

大模型

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

OpenAI Sora支持多个视频的连接这是另一个Sora与众不同的地方。

sora 视频生成

昆仑万维携Skywork-13B打造AI新纪元：600GB中文数据集全球开源

这两个模型在CEVAL、GSM8K等多个权威评测与基准测试上展现了同等规模模型中的最佳效果，特别是在中文科技、金融、政务等领域的表现更是超越了其他开源模型。

Skywork 开源数据

花钱买AI写作工具？究竟哪款工具值得你掏钱

直接回复，不用加引号。

写作 ChatGPT

AI写作：爆款选题公式+Prompt指令，手把手教你写赚钱的公众号流量主文章

每当我想不出来写什么的时候，我一定会回味这些话。

prompt 写作

中国大模型融资暗战：罗曼蒂克的快速消亡

但这种说法被月之暗面的投资人否认。

大模型暗战

论文润色 | GPT4.0论文润色指令总结（含GPT3.5和4.0润色效果对比）

你需要像前面的例子一样报告所有的语法和拼写错误。

论文提示词写作

实战:如何用AI Agent实现ChatGPT流程化写作，产能翻倍

ChatGPT 虽然是个相当厉害的 AI 聊天机器人，能回答你各式各样的问题，并根据你的需求生成内容，但它其实更像一个等待指令的工具，而非一个能自主思考的助手。

Agent 写作

ComfyUI，你开启XL钥匙打开了新世界

还新获得了很多有如魔法一般的工作流（指的是ComfyUI's workflow)，这让我对扩散模型进行aigc有了新的认知。

ComfyUI 大模型

中学生能看懂：Sora 原理解读

通过这种方法，Sora能够在保留原始视觉信息丰富性的同时，将不同来源和风格的视觉数据统一成一种可操作的内部表示形式。

Sora 原理

十大开源语音识别项目

支持语言：中文、法语、德语、意大利语、日语、韩语、西班牙语等等。

语音识别开源项目

<...68 69 70 717273 74 75 76 77 ...>

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