BLOG · 第 10 / 15 页
VOLCENGING 博客
探索前沿技术，分享实践经验，追踪行业动态。237 篇技术文章与行业观察，图片与排版全部在本站重建。
237 篇文章
15 页分页
9 类主题徽章
POSTS · 本页 18 篇
全部文章 · 第 10 页
按源站发布时间倒序排列，徽章为主题分类。当前第 10 页，共 15 页。
AI 数字人学会思考不再只是复读机最近，我被 Hugging Face 热门榜上的一篇论文深深吸引，那就是昨天刚刚发布的 OmniHuman-1.5。它不只是生成逼真视频，更是由 OmniHuman Lab 团队让数字人第一次拥有了思考能力，能根据情境做出有意义的动态反应。这和以往那些被动回应输入的系统，有着本质区别。 OmniHu阅读全文
更多文章
HuMo 让 AI 人物视频更生动可控朋友们，最近我在 Hugging Face 上发现一个名为 HuMo 的模型，它不只是能生成视频，更专注于创作高质量、可控的人物视频，而且还支持多种输入模式，彻底颠覆了以往我们对 AI 视频生成能力的认知。 核心亮点 HuMo 的超…阅读全文
Magistral 1.2 小身材大能量Unsloth 推出了 Magistral 1.2，这不仅是一个强大的多模态小模型，更代表了本地部署和高效推理的新方向。它凭借 Unsloth Dynamic 2.0 技术实现了卓越的量化性能，让顶级 AI 能力触手可及。 开篇速览…阅读全文
20 亿参数逆袭多模态 Isaac-0.1 如何挑战巨无霸最近，PerceptronAI 带来了他们的首款感知语言模型 Isaac-0.1，这款仅有 25.7 亿参数的开源模型，却宣称能在物理世界交互方面达到甚至超越比它体量大 50 倍的模型，这无疑是 AI 领域的一个重磅发现。 我个人认…阅读全文
![Flux.1-Krea[dev]艺术风格提示词指南](../../../assets/content/e5b5882d33bf8592.webp)
Flux.1-Krea[dev]艺术风格提示词指南小绩在这里为读者分享如何通过精心设计的提示词，借助 Flux.1-Kreadev生成令人惊叹的艺术作品。以下精选了多种艺术风格的提示词示例，涵盖浪漫主义、复古肖像、超现实主义等，旨在激发灵感。每个示例都包含英文提示词和中文翻译，方便…阅读全文
![Flux.1-Krea[dev]赛博朋克风格提示词创作指南](../../../assets/content/c552093ca790c9d7.webp)
Flux.1-Krea[dev]赛博朋克风格提示词创作指南赛博朋克是一种融合高科技与低生活的独特美学，充满了霓虹光影、潮湿街头、科技与反乌托邦的碰撞。小绩将为读者介绍如何为 Flux.1-Kreadev编写赛博朋克风格的提示词，打造令人沉浸的视觉场景。通过以下示例，读者可以学习如何用英文和…阅读全文
![Flux1-Krea[dev]食物风格提示词分享](../../../assets/content/2fed3cae972ed9fc.webp)
Flux1-Krea[dev]食物风格提示词分享大家好，我是小绩！今天想和读者分享一些用 Flux.1-Krea 生成美食图片的提示词经验。食物摄影不仅要展现菜品的色香味，还要通过细节、光影和场景氛围勾起人们的食欲。以下是小绩整理的几个提示词示例，包含英文原版和中文翻译，希望能帮…阅读全文
Flux1-Krea 动物风格提示词指南小绩在这里为读者分享如何使用 Flux.1-Kreadev生成令人惊叹的动物风格图像！通过精心设计的提示词，你可以轻松描绘出栩栩如生的动物场景，无论是静谧的竹林大熊猫，还是冰天雪地中的帝企鹅。这篇博客将展示多个提示词示例，涵盖英文原…阅读全文
Pixelle-MCP 体验分享最近我在 GitHub 上发现了一个让我眼前一亮的项目——Pixelle MCP。说实话，作为一个经常折腾 AI 工具的人，我见过太多复杂的解决方案，但这个项目真的让我有种"终于等到你"的感觉。 让我先说说我为什么会被它吸引。大家都…阅读全文
Nano-Bananary 体验分享最近我在 GitHub 上发现了一个让我眼前一亮的项目——Nano-Bananary，这个名字就很有趣，叫"香蕉超市"。作为一个经常折腾 AI 图像生成的人，我见过太多需要复杂提示词的工具，但这个项目真的让我有种"终于等到你"的感觉…阅读全文
Flux1-Krea 肖像画风格提示词探索概述 小绩发现，Flux.1-Kreadev在肖像画生成上表现惊艳，通过精心设计的提示词，能打造出风格多样的高质量肖像。无论是经典油画风、现代摄影感，还是日式唯美风格，合理搭配人物特征、服饰、背景和光线描述，都能让画面栩栩如生。以下…阅读全文
击败 LLM 推理中的非确定性：从“玄学”到可控在科学研究和工程实践中，可复现性（Reproducibility）无疑是衡量结果可靠性的黄金标准。然而，当我们步入大语言模型（LLM）的奇妙世界时，这个看似理所当然的基石却摇摇欲坠。你有没有发现，即便是向同一个 LLM 反复提出同一…阅读全文
![用 Flux.1-Krea[dev]打造动漫风格插画的提示词灵感与创作技巧](../../../assets/content/c63e10eb826fed76.webp)
用 Flux.1-Krea[dev]打造动漫风格插画的提示词灵感与创作技巧概述 大家好，我是小绩！今天我想和读者分享如何使用 Flux.1-Kreadev生成令人惊艳的动漫风格插画。通过精心设计的提示词，你可以轻松打造出带有独特美学和情感的图像。以下是一些灵感提示词，包含英文和中文版本，供大家参考。我还会…阅读全文
![使用 Flux.1-Krea[dev]打造现实风格图像的提示词技巧](../../../assets/content/9789aafdd8f95b39.webp)
使用 Flux.1-Krea[dev]打造现实风格图像的提示词技巧概述 大家好，我是小绩！今天我想和读者分享如何利用 Flux.1-Kreadev生成令人惊叹的现实风格图像。提示词是关键，它就像一张蓝图，指引模型绘制出你心中的画面。好的提示词不仅要描述清晰，还要注重细节、氛围和风格。下面，我将展示…阅读全文
微软 Phi-4 多模态新突破小模型也能大作为微软最近发布了他们的 Phi-4 多模态指令模型，它不只继承了 Phi 系列的轻量级优势，更首次将文本、图像、语音三大模态完美融合到一个模型里。这意味着，过去需要多个模型才能完成的复杂任务，现在一个 Phi-4 就能搞定，而且性能还…阅读全文
智谱 GLM-4.1V-9B 思维模式 VLM 来了智谱 AI 最近开源了 GLM-4.1V-9B-Thinking，这是一个 90 亿参数的视觉语言模型，它在复杂推理任务上的表现令人惊艳，某些方面甚至超越了参数量大它近八倍的 720 亿级模型，这无疑是多模态领域一个值得深思的突破。…阅读全文
手机跑出 GPT-4o 级多模态体验并非痴人说梦OpenBMB 团队最新发布的 MiniCPM-V 4.5，这款 80 亿参数的多模态大模型（MLLM）在手机上就能实现接近 GPT-4o 的强大能力，特别是对高帧率视频的理解和文档 OCR 性能，为移动端 AI 应用打开了新局面，…阅读全文
谷歌 Gemini 2.5 Flash Image 震撼升级图像编辑谷歌最新推出的 Gemini 2.5 Flash Image（代号 nano-banana）模型，给图像生成和编辑领域带来了一场不小的变革。它不仅极大提升了图片生成质量和创意控制力，更是首次让我们看到了一个真正能理解现实世界的图像…阅读全文