文章列表-AI魔法学院

文章列表

自从prompt用了示例演示，GPT的输出稳定性达90%

提高GPT的输出准质量，本文将通过5W2H的分析框架，深入探讨免费AI资料大全，公众号添加博主领取。。

prompt 提示词

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

同时，FaceChain欢迎开发者对本Repo进行继续开发和贡献。

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

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

如前文LLM应用架构之检索增强（RAG）的缘起与架构介绍，RAG架构很好的解决了当前大模型Prompt learning过程中context window限制等问题，整体架构简明清晰，易于实现，得到了广泛的应用

大模型

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

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

一、什么是clone-voice clone-voice是一款免费开源的声音克隆工具，它凭借先进的人工智能技术，能够分析和模拟人类声音的特征，从而实现高质量的声音克隆.

clone-voice 声音克隆

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

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

如果图像中没有任何符合要求的边界框，则该图像将被过滤掉。

PhotoMaker 文生图

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

值得一提的是，本次开源的所有模型均采用宽松的MIT许可协议。

GLM模型智谱

更快更好的chatglm3来了

ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性： 1.更强大的基础模型：&ensp

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

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

工程方面，在自主开发的分布式训练框架基础上，百川智能整合了目前市场上所有先进的优化技术，包括张量并行、流水并行、序列并行、重计算以及 Offload 功能等，独创了一套全面的 4D 并行分布式方案。

Baichuan2 百川开源

<...11 12 13 141516 17 18 19 20 ...>

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