文章列表-AI魔法学院

文章列表

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

为了解决这个问题，JoyHallo 收集了来自京东健康国际公司员工的29小时普通话语音视频，形成了 jdh-Hallo 数据集。

JoyHallo 数字人开源模型

AI绘画Stable-Diffusion风格化实战

在社交软件和短视频平台上，我们时常能看到各种特色鲜明的视觉效果，比如卡通化的图片和中国风的视频剪辑。

Stable-Diffusion 文生图

AI拟声: 5秒内克隆您的声音

个性化语音助手：使用MockingBird，你可以创建自己的个性化语音助手。

声音克隆开源

LangChain + ChatGLM2-6B 搭建私域专属知识库

;W&B，如果不禁用可能会中断微调训练，以防万一，还是禁了吧 export WANDB_DISABLED=true 准备数据集这里为了简化，我只准备了5条测试数据，分别保存为

知识库

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

现在，这个梦想已经成为现实！

MagicVideo-V2 视频生成

大模型时代-行业落地的再思考

如果模型在使用行业数据微调（重新）训练时见过这方面的知识，就有可能回答出这样的问题。

大模型

在飞速发展的时代管理AI风险

仅仅四年后，深度学习系统就可以编写软件，根据需求生成逼真的场景，就知识主题提供建议，并结合语言和图像处理指导机器人。

人工智能伦理

SDXL风格插件，超越Midjourney的时刻来了

我在研究模型的时候，发现很多严肃的SD模型创作者都逐渐有一个困惑：模型层出不穷，却同质化严重，有没有一种可能，可以整合所有的大模型，就靠一个模型出图？

SDXL

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

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

其三是合成得到的监督数据，利用GPT3.5为来自Wiki跟MC4的长文本生成对应的问题，用于缓解模型在长文档检索任务的不足，同时引入额外的多语言数据。

BGE M3-Embedding 多语音检索

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

引言在数字时代，技术的进步正在不断突破我们对现实与虚拟的界限。

VividTalk 视频

ChatGPT等大模型实用的提问技巧

ChatGPT 较为实用的语法结构总结结构描述举例备注语境描述 Context

大模型

20个ChatGPT超实用的提示词（Prompt）

修正语法和拼写错误。

prompt 提示词

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

比如显示当前网站在线的实时人数，法币汇率显示当前实时汇率，电商大促的实时成交额等等 3、SSE使用场景在web端消息推送功能中，由于传统的HTTP协议是由客户端主动发起请求，服务端才会响应

大模型

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

然而，现有研究缺乏对检索增强生成对不同大型语言模型的影响的严格评估，这使得识别RAG对不同LLM的潜在能力瓶颈具有挑战性。

大模型 RAG检索增强

<...7 8 9 101112 13 14 15 16 ...>

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