文章列表-AI魔法学院

文章列表

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在当今数字化与智能化浪潮汹涌的时代，人工智能技术不断取得突破性进展，多模态模型作为其中的前沿领域，正日益成为研究和应用的热点。

OmniVision -968M 多模态模型

产品运营全流程SOP

运营是产品与用户之间的桥梁，通过产品设计、用户体验等一系列营销技巧，达到提高产品的用户满意度、市场份额和收益的目的💡 本期笔记分享产品运营全流程SOP🔥 ①场景：

产品运营

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

团队具备扎实的技术深度，更怀揣音乐之梦，音乐创作的热爱激发了他们无穷的创意。

suno 歌曲音乐

一键AI换脸！小红书和北大合作的InstantID

很多人对中国的AI技术落后美国就开始哀嚎，这是没必要的。

InstantID 文生图

Roop升级版FaceFusion换脸AI技术使用以及部署教程

一、介绍：前些日子比较火的换脸AI技术是Roop，但是Roop已经停止更新了，好像是因为团队成员用这个东西搞颜色吧。

FaceFusion 教程

实时语音克隆

项目简介这份内容介绍了实时语音克隆的技术实现，作者通过将说话者验证技术转移到多说话人文本到语音合成（SV2TTS）来实现语音克隆。

语音克隆

深度解读｜做出海必看的一份产品报告

对于一个成功产品的诞生，除了前期从零到一对产品和技术契合度的探索，对产品增长也是所有开发者需要在 Day 1就应该思考的问题。

工作

低调的PDF，为什么成了数字文档“永远的神”？

施乐的领导层认为InterPress是一项有前景的技术，但是竟然由于担心会很快被竞争公司山寨，决定将InterPress雪藏，仅作为内部标准使用。

工作

爆肝两天！ChatGPT+提示词解决知识库目录混乱

对于职场新手可能缺乏有效的知识管理和分类技巧，导致知识库变得错综复杂。

智能分类大模型知识库

集成文字生成、抠图、图像融合等强大功能的comfyUI 插件 Allor Plugin

今天主要分享下 Allor Plugin 插件使用的技巧和一个报错的处理。

comfyui 插件绘画

【语音识别】OpenAI语音力作Whisper

在开源仓库有提供一个notebook 韩语音频数据案例，看了就指导大概multitask的token格式了：关于具体作者是如何训练，作者没详解，不过可以通过文章

语音转文字 whisper

2023检索增强生成技术（RAG）研究进展

人们正不断以新颖和创造性的方式将大语言模型与检索结合起来，从而从数据中挖掘出更深层次的洞见。

RAG 检索增强

从第一性原理看大模型Agent技术

而且现在全球对Agent的关注也是非常狂热的，几个月前，OpenAI 在内部就开始高度关注智能体（Agent）领域，Deep Mind的联合创始人最近也提到下一代 AI 技术走向并非是生成性

大模型 agent

AI虚拟主播数字人技术实现Wav2Lip

它是一种利用机器学习的子领域——深度学习创建合成媒体的技术。

数字人视频

聊聊我对AI Agents技术的一些看法

因此使用 LLMs 作为 AI Agent 中的 Agent 成为一条极其有希望成功实现“自主智能体”的技术路径，从而延申出这半年来形形色色的基于 LLMs 的 AI Agent。

AI Agents 大模型

<...6 7 8 91011 12 13 14 15 ...>

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