文章列表-AI魔法学院

文章列表

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

语音到文本多模态开源对话模型 (LLaSM) LinkSoul.AI 开源了可商用的中英文双语语音 - 语言助手 LLaSM 以及中英文语音 SFT 数据集 LLaSM-Audio-Instructions

开源模型

我去华强北走了一圈，发现这里正被另一种 AI 包围

这款产品和传统形态的翻译机不同，是一个磁吸金属小圆片，贴在手机后做声音录入，颇有科技感，连接手机蓝牙后，能够翻译手机内的一切文字和语音，包括微信实时对话。

华强北 AI

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

对于这些唱衰的声音，一位 IDswyx 的用户为在 X 上发表言论称：“对于今年向向量数据库投资 2.35 亿美元的公司来说，他们要的不是基础模型实验室 Sherlocking 和增加上下文长度这些基础功能

检索增强生成大语音模型

最详细的文本分块(Chunking)方法——可以直接影响基于LLM应用效果

这个真正难题我在前面的文章中《一些LLM的声音总结》中提到过，基于大模型的企业应用中很大一部分需求就是RAG——检索增强生成。

RAG 大模型

GPT让你拥有超强的写作能力！

密切注意保持作者原始的声音和意图，同时进行必要的调整以增强清晰度和流畅性 4、为特定受众定制语言 prompt：作为一名校对专家，你的任务是调整给定的[文本]，使之与特定的[目标受众]产生共鸣。

GPT 写作

颠覆数据存储方式：向量数据库的威力

向量数据库通过计算向量之间的相似度来搜索数据，因此它特别适用于人脸识别、语音识别、推荐系统等需要高维度数据处理的领域。

编程数据库

鹅厂版AI笔记悄悄上线，微信公众号优质内容秒变专属知识库，实测在此

基于Gemini 1.5，其最新音频摘要功能，可以让用户根据特定主题生成类似播客的音频对话。

ima copilot 搜索

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

这也意味着用户无法自行上传音频内容，只能通过官方创建好的模板来上传图片，生成固定音频内容的视频。

EMO 阿里全民演唱

SD3 正式开源 Sora同源架构

2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向

SD3 绘画

构建开源多模态RAG系统

亲爱的冒险家，请考虑一下：当你听到某人的声音时，你能认出这个人，而当你看到他们时，你也知道他们是谁。

RAG 大模型

AI助手App“腾讯元宝”已上线应用商店

腾讯混元文生图大模型支持中英文双语输入及理解，无论是中文的古诗词、民间俚语，还是英文的文学作品、科技文章，都能得到精准的理解和生动的呈现腾讯元宝还允许用户创建个人智能体，用户可以在创建过程中让AI自动生成智能体相关信息，并支持克隆声音

腾讯元宝

Sora物理悖谬的几何解释

Sora声称“作为世界模拟的视频生成模型”，豪气干云。

Sora 解释

【AI科技大创意】2024年人工智能10大趋势

人工智能最终将在来年解锁语音优先的应用程序，特别是在伴侣和生产力类别中。

人工智能趋势

依赖倒置：以数字和AI的思维模式思考

大脑还是那个大脑，世界还是那个世界，但如果人没有眼睛而是和蝙蝠一样用超声去“看”世界，那我们的绘画、诗歌、建筑风格等必然和现在会有巨大不同。

写文章

【工具书】基于角色和思维链的人工智能中文Prompt提示词，涵盖几乎所有场景

扮演脱口秀喜剧演员要你扮演单口相声演员。

prompt 提示词

<...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