文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion | 2D表情3D化，看着笑不停

通过谷歌的emojikitchen制作2D表情，然后通过2D表情在SD里面转换为3D表情。

Stable Diffusion

蚂蚁推出ProChat：快速搭建大语言模型 Chat 对话的前端组件库

· ✏️ 消息编辑功能: 提供一套编辑工具，包括请求重做、编辑组合和删除，以精确控制对话。

ProChat 大语言模型

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

我们还可以配合lora来做一些镜头控制，可以让动画的控制变得更强。

文生图开源模型

Prompt | 抖音视频脚本

复制脚本并访问 https://beta.elevenlabs.io/speech-synthesis 以生成文本转语音。

prompt

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

但是当前领先的预训练模型使用的数据集细节往往不公开，开源数据的匮乏制约着研究社区的进一步发展。

大模型

目前大语言模型的评测基准有哪些？

ChatbotArena：借鉴游戏排位赛机制，让人类对模型两两评价 ChatbotArena是一个大型语言模型 (LLM) 的基准平台，该项目方LMSYS Org是由加州大学伯克利分校、加州大学圣地亚哥分校和卡内基梅隆大学合作创立的研究组织

人工智能评测大模型

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

常规的注意力机制，是把注意力计算中所有的键值（KV）和查询状态丢弃；而经过改进的注意力机制，将注意力的旧KV状态存储在压缩内存中，用于长期记忆中的巩固和检索。

大模型上下文

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

它和世界模型的机制还是有所差异的。

通义文生视频

解放AI生产力——为什么要使用ComfyUI

通过上面两个例子的对比各位可以发现，controlnet展现了惊人的图片控制能力，而不需要人为的控制AI，限制AI发挥的强度，更厉害的是controlnet不止有canny预处理这样将图像退化为线稿再处理的预处理方式

文生图

借题发挥下最近几例声音克隆的应用案例

最近接连接到几个客户找我订制声音的案例： 1.某父亲痛失爱子，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过

声音克隆数字人

LlamaIndex的QueryPipeline在实现RAG应用后，Agent应用也可以实现了（附开发示例）

AgentExecutor的实现，支持ReAct模式的循环）在其上实现了一些Agent特有的组件，进而基于此实现了AgentPipeline，但langchain现在已经发现了这样设计在生产条件下的限制，

Agent QueryPipeline 大模型

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

因此，市场急需一套能够应对这些挑战并适应现代应用需求的语音处理框架，例如虚拟助手、视频会议和创意媒体制作。

ClearerVoice-Studio 语音

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

通过支持 DYNAMIXEL 协议 2.0 的 XM-430，OP3 提高了扭矩以及基于电流的控制，并加载了各种功能。

ROS 机器人开源模型

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

colorfix+sharp 有两个参数： Variation 控制瓦片之间的色彩变化。

StableDiffusion 文生图

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

如果打算在硬件上使用 SDK，可以选择购买以下支持的微控制器： 1.

OpenAI 嵌入式实时语音 SDK

<...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