文章列表-AI魔法学院

文章列表

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

从虚拟助手到客户服务机器人，语音人工智能已成为各个行业的重要工具。

GLM-4-Voice 9B 语音安装

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

CosyVoice 特点:包括多语言语音生成、零样本学习、跨语言克隆和指令遵循。

asr tts 声音

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

Fay项目的开发考虑了当前科技趋势和市场需求，使开发者能够利用开源代码，创造具有多种功能的数字人，以适应不同的商业和个体需求。

Fay 开源项目数字人

开源免费离线语音识别神器whisper如何安装

whisper介绍 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。

wisper 翻译免费

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

来自香港大学、阿里巴巴和蚂蚁集团的新成果 Anydoor 为图片编辑打开了一扇「任意门」。

Anydoor 文生图

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

动手能力强的小伙伴已经开始各种花式出图了，是不是苦于安装的复杂、繁杂的参数设置？

Stable Diffusion 插件安装

GitHub工程师分享开发Copilot所采用的提示词工程

他们还分享了他们在开发 GitHub Copilot 过程中所积累的经验。

开源模型

性能超出预期！神秘的国产大模型 Kimi 开放 API

那还等啥，开搞！

Kimi Chat 大模型 API

LangChain 的问题所在

别误解，本文并不是攻击 LangChain，但更实际的解决方案是重新开始。

大模型大语言模型

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

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

很多人也是说大模型都没搞明白，又来了个AI Agent…但是别担心Agent目前也是在起始阶段。

大模型

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

OpenAI 的联合创始人 Andrej Karpathy 在近期的一次公开活动上提到“相比模型训练方法，OpenAI 内部目前更关注 Agent 领域的变化，每当有新的 AI Agents 论文出来的时候

agent

8 月份火火火火的 GitHub 开源项目

本期推荐开源项目目录： 1.

大模型

国内外开源大语言模型一览表

原始数据包括开源的中英文数据和自行抓取的中文互联网数据，以及部分高质量知识性数据。

大模型

来个优秀的开源人脸识别项目！

今天讲一个优秀的开源人脸识别项目！

人脸识别开源项目

<...9 10 11 121314 15 16 17 18 ...>

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