文章列表-AI魔法学院

文章列表

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

GPT（OpanAI研发的“LLM” 大模型），并且通过针对性的“再训练与微调”实现在人类对话领域的爆炸性效果（ChatGPT），ChatGPT则是AIGC在聊天对话场景的一个具体应用。

大模型

Stable Diffusion

硬核解读Stable Diffusion（系列一）

2022年可谓是AIGC（AI Generated Content）元年，上半年有文生图大模型DALL-E2和Stable Diffusion，下半年有OpenAI的文本对话大模型ChatGPT问世，这让冷却的

StableDiffusion 文生图

推荐智能体：利用大模型进行交互式推荐

在开放式对话CRS中,系统处理自由格式的对话数据。

大语言模型推荐

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

歪理大集合，谁也跑不了

一边发文一边很是写了一点“歪理邪说”，有读者说因为自定义的话语体系，逻辑抽象读起来费劲，所以先简单梳理下。

大模型

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

我的17岁，和别人的17岁，形成了鲜明的对比。

prompt 大模型

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

今天我们来聊聊OpenAI 发布会提到的实时对话语音技术。

GPT-4o 语音交互

SDXL Styles：七十七种绘画风格任你选择

通过在UI界面上简单的选择，我们就可以生成多种多样的风格图片，如动漫、水彩、平面、3D、线稿、涂鸦、剪纸、朋克、童话等等。

文生图

如何快速构建GPTs个人知识库应用？

制作过程就像进行一场对话，输入您的指令和额外知识，选择它的功能，例如网页搜索、图像制作或数据分析。

GPTs 知识库

AI Agent的数字化革命：超越文本，走向自主决策与交互

AI Agent一直是AI圈的热门话题，也是OpenAI 明确表示要发力的下一个方向。

生成式AI

RAG与Long-Context之争—没必要争

写在前面随着大模型可以支持的上下文(Context)长度越来越长，网上（好几个群里都在聊这个话题，也来聊几句）竟然出现了RAG与Long-Context之争，是真没必要。。。

RAG Long-Context 大模型

AI写作：如何让AI帮你写出10万+标题？

标题定生死，绝不仅仅是一句空话。

AI写作提示词

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

轻松访问 LiveKit WebRTC 会话并处理或生成音频、视频和数据流。

voice agent 开源音视频

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

两个月前，阿里巴巴通义实验室公开了一篇能够让照片唱歌说话的生成式AI模型论文，EMO（Emote Portrait Alive），在海外媒体和社交平台引起热烈反响，被一批科技圈大V轮番转发。

EMO 阿里全民演唱

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

最近在搞克隆人，发现一个很好的声音克隆项目，测试了一下，效果真不错，可以直接用，也可以微调后使用，好了废话不多说，直接上干活，哈哈~~ &ensp

数字人声音克隆 GPT-SoVITS

<...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