文章列表-AI魔法学院

文章列表

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

因此，市场急需一套能够应对这些挑战并适应现代应用需求的语音处理框架，例如虚拟助手、视频会议和创意媒体制作。

ClearerVoice-Studio 语音

真格基金大模型能力测试问题集---垂直能力篇

同源结构经常被引用作为自然选择过程的证据。

中文训练大模型

什么是ChatGPT？

ChatGPT是由美国人工智能研究公司OpenAI研发的一种自然语言处理模型。

ChatGPT OpenAI 大模型

从Langchain到ReAct，在大模型时代下全新的应用开发核心

这个功能背后的原理就是来自ReAct框架。

大模型

GPU 性能（数据表）快速参考

这篇文章为流行的GPU的性能提供了一个简明的参考，包括NVIDIA和华为海思的主流型号，水平有限，译文整理，供参考学习。

GPU 算力

StableDiffusion

StableDiffusion模型推荐系列（功能型）

无论是扁平化、立体化，还是拟物化风格，模型都能提供多样化的选择。

StableDiffusion 文生图

StableDiffusion

StableDiffusion模型推荐系列（全能型）

在Stable Diffusion的里，画一张图可能需要你在真人、二次元、2.5D等模型中做出选择。

stablediffusion sd 文生图

大语言模型微调：定制自己的微调数据集

微调质量的好坏受到多个因素的影响，包括基底模型架构、参数量、微调数据集质量以及RLHF（RLHF：Reinforcement Learning from Human Feedback

大模型

Stable Diffusion

硬核解读Stable Diffusion（系列三）

SD 2.0相比SD 1.x版本的主要变动在于模型结构和训练数据两个部分。

Stable Diffusion 文生图

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

项目简介代理框架设计用于构建在服务器上运行的实时、可编程参与者。

voice agent 开源音视频

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

智谱AI静悄悄的上线了一大波新模型，过年了，真的

至于上线到智谱清言上面给普通消费者用，可能还得几天，我线上试了一下还都是老模型，毕竟模型太多了，这切换上去估计也费点时间。。。

智谱AI 大模型

[Midjourney]人物镜头拍摄视角大全

3）侧视图: 侧面角度可以突出主体的线条和轮廓，适合拍摄人物、动物等场景

视图视角构图

链接大模型与外部知识，智源开源最强语义向量模型BGE

为加快解决大模型的制约问题，近日，智源发布最强开源可商用中英文语义向量模型BGE（BAAI General Embedding），在中英文语义检索精度与整体语义表征能力均超越了社区所有同类模型

embedding 语义向量

Prompt小技巧（18）：万能Prompt

你跟 ChatGPT 说：我提的需求："我需要一个针对我们新款智能手表的营销策略，目标群体是年轻消费者。"

prompt 大模型

<...13 14 15 161718 19 20 21 22 ...>

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