文章列表-AI魔法学院

文章列表

阿里推理模型来了！Marco-o1 发布即开源

阿里巴巴刚刚发布了一款全新的开源推理模型Marco-o1，它不仅专注于标准答案领域，更致力于解决开放性问题。

Marco-o1 推理模型

中文开源OCR框架对比及介绍

从严格定义来看，学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。

OCR

Ollama 与 Dify：AI 应用开发的强强联合

介绍随着大型语言模型（LLM）的快速发展，它们为 AI 应用开发提供了强大的功能和灵活性。

Ollama Dify 大型语言模型

十大开源语音识别项目

本文将为您介绍十个相关的开源项目（以github上星标数排名），其中大多数都支持中文。

语音识别开源项目

开源！数字人资源大集合！

从单目图像恢复 3D 人体网格：一项调查。

数字人开源

SD3 正式开源 Sora同源架构

这种架构设计使得系统的扩展性更强，能够处理多种类型的输入数据支持生成视频、3D内容：Stable Diffusion 3.0发布时，将包含一套完整的工具，支持生成视频、3D以及更多类型的内容创作模型参数量的增加：从之前的

SD3 绘画

混合专家模型 (MoE) 详解

让我们开始吧！

MoE大模型

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

可以直接从 Hugging Face上下载模型权重，或者根据开源的项目代码样例中的方式自动获取。

大模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

南加州大学&字节提出MagicPose，一种新颖有效的方法，提供逼真的人类视频生成，实现生动的运动和面部表情传输，以及不需要任何微调的一致的野外零镜头生成。

MagicPose 视频

微软最新模型Phi-3 Mini开源登场！小模型，大未来！

这样，你就能够开始探索和使用各种AI模型，进行各类实验和项目了。

Phi-3 Mini 开源模型微软

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

结合高效的微调策略和上下文学习能力的人脸动作生成模型，成功地解决了这一问题NeRF技术允许模型在三维空间中重建物体的形状和外观，而MimicTalk在此基础上进行了优化，使其能够快速适应新的身份特征，从而实现个性化

MimicTalk 开源模型

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！！

这款机器人的主要特点包括开源ROS软件、硬件开源、小尺寸、低价格、模块化驱动以及强大的扩展性。

ROS 机器人开源模型

国内开源的低代码框架有哪些？

，深度集成java+.net core双技术引擎，具备易维护、便部署、高集成、高效率等多方面特性，面向企业项目提供开发服务，提供开发构建、开放连接、部署运维、在线运营的全生命周期能力。

大模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

零样本能力：F5-TTS在公共100K小时多语言数据集上训练，展示了高度自然和富有表现力的零样本能力，以及无缝的代码切换能力。

语音克隆开源模型

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

今天就介绍一个能够生成各类型图标的开源AI大模型：ChartLlama ！

ChartLlama 开源模型图标

<...8 9 10 111213 14 15 16 17 ...>

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