文章列表-AI魔法学院

文章列表

网易有道强力开源中英双语语音克隆

先按照Linux和Windows WSL2平台的说明安装NVidia容器工具包。

语音开源

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

在人工智能技术日益普及的今天，GPT-4o 的实时语音功能吸引了大量关注。

GPT-4o 语音交互

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

但现在回想起来，那只麋鹿的“能说会道”，其实正是 OpenAI 今天才正式揭晓的“谜底”——他们开源了一个叫做嵌入式实时语音 SDK 的东西！

OpenAI 嵌入式实时语音 SDK

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

论文链接：https://arxiv.org/pdf/2311.07919.pdf 开源代码：https://github.com/QwenLM/Qwen-Audio 引言大型语言模型（LLMs

大模型语音

为你推荐开源项目：Meridian——专属个人情报站！

别担心，今天就接着为大家介绍一款超棒的开源项目——Meridian。

Meridian 开源项目

省钱！微软开源框架LLMLingua + LlamaIndex实现提示词压缩

LLMLingua是微软发布的一款开源框架，旨在帮助开发者实现提示词压缩，从而在诸多应用场景中，在尽可能保留有意义的信息时，减少token开销，降低成本。

LLMLingua LlamaIndex 开源框架

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

技术背景 Zephyr-7B基于Mistral AI的开源大模型Mistral-7B，通过直接偏好优化（DPO）技术在公开数据集上进行精细微调。

大语言模型开源模型

懒人福音！用AI生成会议纪要，让你的工作更高效！

此外，AI可以节省时间和人力资源，让员工更加专注于会议讨论，而不是花费大量时间整理会议纪要。

会议纪要 AI工具

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

本文将应用理论于实践，给大家演示如何利用 Milvus、Xinference、Llama 2-70B 开源模型和 LangChain，构筑出一个全功能的问答系统。

开源模型

如何下载及使用通义千问7B开源大模型

通义千问开源！

通义千问

字节推出开源绘画大模型SDXL-Lightning，秒级出图

而我们的第一步模型则更具实验性。

sdxl 字节绘画

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

为了满足患者的需求，我们采取了一项创新的举措，通过人工筛选，构建了符合人类偏好的高质量小规模行为微调样本。

大模型

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

首先，收集全面的普通话数据集非常困难；其次，普通话的复杂口型动作使得模型训练比英语更具挑战性。

JoyHallo 数字人开源模型

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

刚刚，谷歌杀入开源大模型。

开源模型 Gemma

<...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