文章列表-AI魔法学院

文章列表

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

两个月前，阿里巴巴通义实验室公开了一篇能够让照片唱歌说话的生成式AI模型论文，EMO（Emote Portrait Alive），在海外媒体和社交平台引起热烈反响，被一批科技圈大V轮番转发。

EMO 阿里全民演唱

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

按照固有的思维方式，如果想要语音克隆首先得有克隆对象具体的语言语音样本，换句话说，克隆对象必须说过某一种语言的话才行，但现在，coqui-ai TTS V2.0版本做到了，真正的跨语种无需训练的语音克隆技术

coqui-ai TTS 语音

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

GitHub星数暴涨，AIPC的开源实现，用AI记录电脑一整天的使用太简单了，功能非常多！

AIPC是微软提出的概念，实际上就是把AI功能集成到电脑里，改变、重塑电脑的使用体验。

AIPC ScreenPipe 开源

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

随着技术的不断进步，我们可以预期它将在教育、娱乐和其他多个领域中发挥更大的作用，为用户带来前所未有的便捷体验。

Whisper 语音识别

公司如何使用ChatGPT进行内容营销？

加强社交媒体的存在在当今这个相互联系的世界，社交媒体是品牌与受众接触的重要渠道。

大模型

Stable Diffusion

Stable Diffusion新手快速入门教程

而在线部署的，服务商也会提供具体教程，目前阿里云的SD部署还是比较简单，这里不多讲。

文生图

详解大模型RLHF过程（配代码解读）

下文也结合代码介绍critic model输出的具体含义。

训练

90个常用的思维模型

思维模型可以被看作是解决问题、做决策和理解信息的框架或者方法，经过很多大神的总结和沉淀形成了一套成熟的方法论和思考体系。

大模型工作

大模型狂飙两年后，“六小龙”开始做减法

可以预测到的是，o1 送来的技术东风和中国企业的工程化能力下，至少具体到“大模型六小龙”的模型能力迭代上，接下来会有更多类o1模型能力的发布。

AI 大模型

目前大语言模型的评测基准有哪些？

FlagEval（天秤）第一期已推出大语言模型评测体系、开源多语言文图大模型评测工具mCLIP-Eval 和开源文图生成评测工具 ImageEval。

人工智能评测大模型

写不好Prompt？可以先写个粗糙版本，然后让GPT帮助优化。

这个改进后的Prompt更加详细和具体，它明确询问了学习目标、资源和针对初学者的建议，从而更有可能获得全面和实用的答案。

Prompt GPT

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

应用场景 R&D AI Agent 能自主模拟用户操作，替代 UI API 测试自动化办公：大量重复任务（邮件、表格、报表）可彻底自动化游戏 AI 研发：成为游戏内智能体，

AI Agent 开源项目

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

其中，中文情感语音交互领域的发展备受关注，因为它能够使机器更好地理解人类情感，提供更加人性化的交互体验。

Westlake -Omni 语音

无需翻墙，可合法使用的8款国内AI大模型产品

大家都可以在应用商店下载"文心一言App"或登录"文心一言官网"体验。

生成式AI

<...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