文章列表-AI魔法学院

文章列表

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

背景：ChatGPT - 或许是2022年末开始至今最热的新词之一，这个词汇如热浪一般席卷大街小巷，充斥朋友圈和各大网站，它的爆火程度简直让人瞠目结舌。

大模型

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

并且推出即为开源SOTA： Meta官方数据显示，Llama 3 8B和70B版本在各自参数规模上超越一众对手。

meta llama3

如何从零开始，打造一家AI驱动的公司？

很多读者找到我们，可能现在有好的创业方向和idea，作为普通个体，甚至没有任何编程基础，该如何从零开始打造一家AI驱动的公司？

大模型打造公司

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

视频中，扎克伯格不仅聊到了Llama 3模型，还聊到了AI技术创新、元宇宙、开源问题等，可谓干货十足。

Llama 3 大语言模型

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

在本地计算机上开发的代理代码在部署到生产中的服务器时，可以扩展以支持数千个并发会话。

voice agent 开源音视频

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

FaceChain支持在gradio的界面中使用模型训练和推理能力，也支持资深开发者使用python脚本进行训练推理。

妙鸭相机

最佳开源文生图大模型可图：安装与批量出图的完整教程

Kolors可图是快手Kolors团队开发的基于潜在扩散的大规模文本到图像生成模型。

可图 kolors

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

win cuda 介绍，下载我给你的一键包后点击go-webui.bat，直接启动启动后界面如下：首先从数据开始

数字人声音克隆 GPT-SoVITS

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

目前，团队已将这一方法在GitHub上开源。

ControlNet

更快更好的chatglm3来了

ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的新一代对话预训练模型。

开源模型 ChatGLM

详解 Diffusion (扩散) 模型

稳定扩散是 OpenAI Dalle.2 的开源替代品。

Diffusion 开源模型

QWen1.5: 卓越模型之路

在此次Qwen1.5版本中，开源了包括0.5B、1.8B、4B、7B、14B和72B在内的6个不同规模的Base和Chat模型，并一如既往地放出了各规模对应的量化模型。

Qwen1.5 开源模型

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

开发者们可以参考上述教程很容易搭建属于自己的智能体，ModelScope-Agent 依托魔搭社区，未来会适配更多新增的开源大模型，推出更多应用。

大模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

音频克隆的开源项目很多，但是每次项目里要用的时候，总还是惦记着11labs的api。

F5-TTS 音频克隆

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

在开源Kandinsky 2.2之后，俄罗斯AI研究团队AI Forever又开源了新的文生图模型Kandinsky-3，这个模型最特别之处时采用了一个超大的text encoder（参数量为8.6B）

Kandinsky-3 文生图开源模型

<...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