文章列表-AI魔法学院

文章列表

高级 RAG 技术——图解概览

pub.towardsai.net/advanced-rag-techniques-an-illustrated-overview-04d193d8fec6 文章知识结构图一、简介检索增强生成

RAG 检索图解

国产大模型与全球最强大模型大比拼：语义理解、数学推理同台竞技，究竟谁更厉害

随着各种AI模型的快速发展，选择合适的模型成为了研究和开发的一大挑战。最近一段时间，国产模型不断涌现，让人应接不暇。尽管开源的繁荣提供了更多的选择，实际上也造成了选型的困难，尽管业界提供了很多评测基准，但是，很多模型在公布的评测结果中对比的模型基准和选择的测试基准都很少，甚至只选择对自己有利的结果。为了更加方便大家对比相关的结果，DataLearner上线了大模型评测综合排行对比表，给大家提供一个更加清晰的对比结果。我们主要关注的是国内开源大模型和一些全球主流模型的对比结果。

大模型

Roop升级版FaceFusion换脸AI技术使用以及部署教程

face_enhancer（脸部增强）: 一种增强或改进图像或视频中脸部质量的算法。

FaceFusion 教程

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

Captions：利用 AI 轻松实现视频翻译本地化 Captions以制作AI生成的字幕、语音纠正以及在后期制作中纠正视频创作者眼球位置的技术而闻名。

AI

最佳开源文生图大模型可图：安装与批量出图的完整教程

经过数十亿个文本图像对的训练，Kolors 在视觉质量、复杂语义准确性以及中英文字符的文本渲染方面比开源和专有模型表现出显著优势。

可图 kolors

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

在这里插入图片描述注意：LangChain Agent主要增强基于语言的互动能力，而交互式代理基础模型寻求统一多模态输入，以实现更广泛的通用AI应用。

Agent+GPT-4V 大模型

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

AI Agent的千亿美金问题：如何重构10亿知识工作职业，掀起软件生产革命？

火热的背后是 Agent 的思路为我们带来了 Software 2.0 的图景：LLM 作为推理引擎能力不断增强，AI Agent 框架为其提供结构化思考的方法，软件生产进入“3D 打印”时代，可以根据用户需求进行个性化定制

大模型 AI编程

被高估的Pika，被低估的多模态AI

在技术上，Pika 在单帧画面拟真程度、美学质量以及视频的动作感上表现出色，在文生视频、图生视频的能力和运镜上也有不错的能力展示。

大模型多模态

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

就在刚刚，全球最强AI模型一夜易主，GPT-4被拉下神坛。

claude 大模型

人手一个编程助手！北大最强代码大模型CodeShell-7B开源，性能霸榜，IDE插件全开源

近日，北京大学软件工程国家工程研究中心知识计算实验室联合四川天府银行AI实验室，正式开源70亿参数的代码大模型CodeShell，成为同等规模最强代码基座。

开源模型 AI编程

LangChain 的问题所在

简而言之，做自己的 Python 包比强行改造 LangChain 更好。

大模型大语言模型

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

· · 增强可访问性：提高视觉内容的可访问性非常重要。

Sora 微软

独家：4259款AI产品关键指标排名与分析

在今天的AI繁荣中，从智能聊天机器人、图片生成、视频生成、AI Agent …，选项似乎无穷无尽。

生成式AI

3 个令人惊艳的 GitHub 开源项目，诞生了！

今天就给大家推荐几个 GitHub 上比较热门的 AI 工具，让大家体验一下人工智能的神器与强大之处。

开源模型

<...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