文章列表-AI魔法学院

文章列表

基于 OpenAI Whisper 模型的实时语音转文字工具

今天给大家分享一款专注于音频处理和创作的开源软件【WhisperLive】什么是 WhisperLive？

WhisperLive 音频开源软件

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

自从OpenAI转向盈利化运营之后，很少再开源自己的技术。

大模型调试工具

ComfyUI，你开启XL钥匙打开了新世界

但在与大家一起努力学习，了解了ComfyUI后，我有点难以抑制的激动，我觉得之前称呼这个“开启XL大门的钥匙”有些欠妥，它应该是开启AIGC新世界大门的钥匙！

ComfyUI 大模型

搭建程序员自己的在线工具库 it-tools

虽然有一些开发工具也具有一些常用的格式化功能，有时候，我们可能也需要一些其它轻量级的工具。

开源项目工具类

Stable Diffusion

硬核解读Stable Diffusion（系列一）

AI又沸腾起来了，因为AIGC能让更多的人真真切切感受到AI的力量。

StableDiffusion 文生图

LangChain + ChatGLM2-6B 搭建私域专属知识库

中英标识符的预训练与人类偏好对齐训练，评测结果显示，相比于初代模型，ChatGLM2-6B 在 MMLU（+23%）、CEval（+33%）、GSM8K（+571%）、BBH（+60%）等数据集上的性能取得了大幅度的提升，在同尺寸开源模型中具有较强的竞争力

知识库

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

本文是从零开始了解AI大模型系列的技术篇，带你走进大模型的技术世界，初步开始了解大模型。

大模型

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

MossFormer 系列：复杂音频场景中的“分离专家” MossFormer 系列模型是 ClearerVoice-Studio 的另一个明星产品，专注于从复杂音频混合中分离单独的声源。

ClearerVoice-Studio 语音

Stability AI推出视频生成模型Stable Video Diffusion

与其他AI公司不同，Stable Video Diffusion在开源领域提供了少数几个视频生成模型之一。

Video 视频创作 SD

本地部署Manus+DeepSeek保姆级教程！

如何本地部署开源版Manus——OpenManus，搭配国产最强模型DeepSeek，实现Manus自由。

Manus DeepSeek 教程

Stable Diffusion

Stable Diffusion 入门教程开篇

Stable Diffusion（SD）是由CompVis、Stability AI 和 LAION 的研究人员于 2022 年发布的一款文本到图像生成的潜在扩散模型，基础版SD1.5（512*512

Stable Diffusion 文生图入门教程

深度 | Meta AI助手大测评，市值蒸发万亿都因它？

Highlights： · Meta公布的一季报高于预期，但对二季度营收展望低于预期，同时计划大幅增加对开源模型和

Meta AI 测评

Ollama 与 Dify：AI 应用开发的强强联合

介绍随着大型语言模型（LLM）的快速发展，它们为 AI 应用开发提供了强大的功能和灵活性。

Ollama Dify 大型语言模型

使用ComfyUI玩SDXL的正确打开方式

就好像开汽车时，手动挡和自动挡的区别。

文生图 ComfyUI

Stable Diffusion

【Stable Diffusion操作升级】Stable Diffusion 常用模型下载与说明

相比于Midjourney，Stable Diffusion最大的优势就是开源。

文生图 SD

<...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