文章列表-AI魔法学院

文章列表

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

它可以实现多种语音和文字之间的转换和翻译，而且只需要一个模型，就可以支持近百种语言，效果也非常出色。

大模型开源模型语音

蚂蚁推出ProChat：快速搭建大语言模型 Chat 对话的前端组件库

支持流式和非流式｝｝ /> ); 特性 Note ProChat 专注于快速搭建起大语言模型

ProChat 大语言模型

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

3、Meta正在积极开发多模态版本的Llama 3模型，也就是能够实现接收文本、图像、视频等不同格式的信息，然后生成输出这些不同格式的内容。

Llama 3 大语言模型

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

（包括但不仅限于文生图、图生文、语音转文字、文字合成语音等），从而让LLM能驱动其他智能Agent，实现多模态能力。

提示词 prompt

大模型微调数据选择和构造技巧

其实在大模型之前，就有很多人研究过这样的问题。

大模型微调

整理了近期所有TTS相关的大模型

从 XTTS 到 Pheme,从OpenVoice 到 VITS，每个大模型包括源码地址，支持的语言，非常棒！

TTS 大模型

AI+大模型在金融行业的应用场景

反欺诈：机器学习模型能够实时分析大量的交易数据，以识别与欺诈活动相关的模式和异常。

AI大模型金融

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

Stable Diffusion

挑战真实影像！Stable Diffusion超越摄影师的光影模型

主要是模型高度同质化，且光影处理不佳。

AI图片

性能超出预期！神秘的国产大模型 Kimi 开放 API

和其他国产大模型不同，Kimi 给魔法哥的感觉一直是比较另类的。

Kimi Chat 大模型 API

比 Roop 和 Reactor 更像！IP Adapter 新模型为任何人做写真

它的效果和 Roop 差不多，我感觉都比不上 IP Adapter 的这个模型。

IP-Adapter 文生图

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

大模型现在真的是越来越卷了！

小语言模型

最佳开源文生图大模型可图：安装与批量出图的完整教程

Kolors可图是快手Kolors团队开发的基于潜在扩散的大规模文本到图像生成模型。

可图 kolors

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

一夜之间，名为“red_panda” （小熊猫）的神秘文生图模型狠狠火了！！

red_panda 文生图

清华系17人，撑起中国大模型创业半壁江山

2月中旬，王慧文6天连发5条朋友圈，从表明态度到“500万美元带资进组求组队”、发“AI英雄榜”，最终AI大模型创企光年之外成型。

大模型

<...14 15 16 171819 20 21 22 23 ...>

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