文章列表-AI魔法学院

文章列表

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

支持处理各种复杂格式的非结构化数据，包括文本、图片、扫描副本、结构化数据和网页等。

RAGFlow RAG 开源

7.1k Star！RAGFlow：最新开源OCR+深度文档理解的RAG引擎、大海捞针测试、降低幻觉、服务化API集成进业务！

"Quality in, quality out" o • 基于深度文档理解，能够从各类复杂格式的非结构化数据中提取真知灼见。

OCR RAG 开源

【2023.10】看目前巨头的AI原生产品布局

【BD.2C.2】2C的虚拟专家顾问百度发布会上提了一个数字医生功能，用于对C端用户提供用药咨询等。

大模型产品

AI绘画当前的应用场景有哪些？

2）虚拟现实：生成逼真的虚拟场景和虚拟人物，为虚拟现实应用提供更加真实的体验。

文生图

人话聊AI大模型：AIGC如何助力营销的秘密（上）

同时，数字人技术可以为企业提供更加真实、互动的虚拟形象，增强品牌形象和客户忠诚度。

大模型

ComfyUI安装及生成第一张图

以下步骤在虚拟环境中安装 ComfyUI。

ComfyUI 文生图

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

代理需要理解复杂的网络场景指令，适应变化并推广成功操作，从而实现无障碍和自动化，最终解放人类重复与计算机UI的交互。

大模型

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

在训练过程中，还应用了多种优化算法，如随机梯度下降（SGD）、Adagrad、Adadelta等，以优化模型的参数。

Westlake -Omni 语音

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

常规流程 1.创建并激活虚拟环境。

通义千问

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这样，你就可以用你的声音，创造出任何你想要的角色，无论是自己的形象，还是你喜欢的明星，甚至是虚拟的人物。

audio2photoreal 开源工具

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

但是这些方法对于不在训练数据内的新图象，泛化性较差，或者需要输入多个图像，在近一个小时后，才能等到生成结果。

Anydoor 文生图

人工智能训练的灾难性遗忘以及解决方案

总之，虽然人工智能在许多方面都已经取得了显著的成果，但在模拟生物神经网络、实现人类思维和情感等方面，人工智能仍然面临着巨大的挑战。

人工智能大模型

解读OpenAI Sora文生视频技术原理

OpenAI 随后公布的技术综述[文献1]，难掩其勃勃雄心：视频生成模型作为世界模拟器。

sora

智谱AI静悄悄的上线了一大波新模型，过年了，真的

基本每项都能超Glaude和GPT4，但是唯独MMMU-Val（多模态和多任务理解能力方面表现的基准测试）拉了，还有很大的进化距离。

智谱AI 大模型

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

先说明一个事实：像ChatGPT这样的AI大语言模型不仅仅是和聊天机器人有关，AI Agent和人类文明模拟的AI模型正在编译着我们文明的本质！

大模型

<...5 6 7 8910 11 12 13 14 ...>

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