文章列表-AI魔法学院

文章列表

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

【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

【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

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

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

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

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

「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

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

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

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

<...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