文章列表-AI魔法学院

文章列表

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

只需提供一段音频和一个视频，PersonaTalk便能精准同步人物的口型，不仅让声音和嘴型无缝贴合，还能保留视频中人物的表情和个性化说话风格，仿佛原生发声一般自然流畅。

PersonaTalk 视频

AI生成PPT不靠谱？那是你方法没用对

可是大家似乎忘记了，PPT被发明之初，就是为了摆脱以前枯燥乏味的文档，让信息展示更加可视化、多媒体交互而生的。

PPT 制作 AI

无需翻墙，可合法使用的8款国内AI大模型产品

根据8月15日正式实施的《生成式人工智能服务管理暂行办法》，提供具有舆论属性或者社会动员能力的生成式人工智能服务的，应当按照国家有关规定开展安全评估，并按照《互联网信息服务算法推荐管理规定》履行算法备案

生成式AI

300天里，我帮你踩遍了AIGC创业的各种坑

虽然当时的对话效果差强人意，但这前所未有的交互形式毫无意外的引起了全社会关注。

AIGC 创业

8月份最火的 5 个 GitHub 项目

一个开源的音乐软件 3.

下载

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

，是目前最著名的大模型语义理解测评之一，由UC Berkeley大学的研究人员在2020年9月推出。

大模型

教你用StableDiffusion设计AI数字人

对于普通用户而言，使用计算机图像学、类脑科学、语音合成、计算科学等聚合学科创设的具有多重人类特征的数字人实为无稽之谈。

文生图

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

AI Agent提供了更广泛的功能，特别是在与环境的交互、主动决策和执行各种任务方面。

大语言模型

Stability AI开年首个大模型：专写代码，支持18种编程语言，上下文100K，苹果笔记本离线就能跑

Stable Code 3B可理解处理18种不同的编程语言，上下文长度100K token。

Stability AI 大模型

大模型再发展5年，搜索引擎还在么？

大模型既是内容的生成器也是信息的过滤器，而搜索只是信息的过滤器，那发展下去搜索引擎这个自互联网发生以来就存在的产品会受到什么影响？

大模型

麦肯锡专家都在用的方法：用ChatGPT速览用户研究领域的 50 个核心概念

用户界面可以分为几种类型，如图形用户界面（GUI）、文本用户界面（TUI）、触摸用户界面和语音用户界面（VUI）等。

用户工作

预训练对话大模型深度解读

它的特点是交互信息最大化（MMI）：避免生成无意义、无信息量的内容给定目标生成内容，计算生成输入的概率p(source/target) 使用该概率作为所有生成结果的rerank

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

这不仅对于娱乐行业有着重要的意义，同时在教育、社交等领域也展现出巨大的潜力。

MimicTalk 开源模型

OCR的终极解法——传统算法VS多模态大模型

在命名实体识别中，算法会分析文本，并将每个单词或短语标记为预定义的类别之一。

OCR 大模型文字识别

解读提示工程（Prompt Engineering）

例如，在chatGPT中，用户通常使用 prompt 来与大语言模型进行交互，请求回答问题、生成文本、完成任务等。

Prompt 提示词

<...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