文章列表-AI魔法学院

文章列表

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

去年年初，一款很火的AI写真软件“妙鸭”横空出世，消费者仅仅只需几张照片就能给自己拍摄出各式各样的证件照、写真照，简直太神奇了。

妙鸭文生图

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！

在推理阶段，使用延迟主语条件反射来解决文本条件和ID条件之间的冲突。

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

噪声由马尔可夫事件链定义。

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

全球生成式 AI 应用全景图

【摘要】 ✓ 生成式 AI 应用按应用领域可以分为工具型应用、通用软件、行业软件、智能硬件四大类，从产品形态上将沿着AIGC（内容生成）、Copilot（智能助手

大模型

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

有了 Baichuan2-192K，我们可以快速解读几十页，甚至几百页的合同文件，让 AI 快速给出简明摘要，四舍五入就是量子速读了：那么如果我突然接到新任务，有一堆文件要看呢？

Baichuan2 百川开源

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

我需要部署一个本地开源模型，完成任务！

Qwen1.5 开源模型

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

更进一步，如图11所示，DiT还通过自适应层归一化技术（AdaLN）和一个额外的MLP层来引入条件变量，这种设计使得每个残差块从身份函数开始，大大增强了训练的稳定性。

sora 论文

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

开源新星Qwen1.5闪亮登场！

Qwen1.5 开源模型

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

但从上边的「妙鸭相机」搜索趋势图也能看出来，网红产品的宿命，很难逃开「火速蹿红」+「极速陨落」。

训练

用了一个月，终于找到点写 AI Agent 的思路

不断尝试落地 AI 应用端不断尝试落地 AI 应用端基于对运维的认知，我开发了一个开源的运维工具 https://github.com/shaowenchen/ops 。

AI Agent Ops 运维工具

<...12 13 14 151617 18 19 20 21 ...>

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