文章列表-AI魔法学院

文章列表

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

介绍近年来，语音启用的人工智能取得了显著进展，使对话代理能够更好地理解和响应人类语言。

GLM-4-Voice 9B 语音安装

用AI生成PPT、用AI优化PPT

百度李厂长在百度世界大会上说百度文库的智能生成PPT功能能力远超国内外产品。

ppt AI生成PPT

数字人直播哪家强？中国数字人平台分析大全

在这些公司中，像腾讯、科大讯飞、百度、中科深智、风平智能、硅基智能、杭州花脸、魔珐科技、配播精灵、闪剪、汉全元宇宙、相芯科技、人人电商等等都是知名的数字人技术公司。

数字分身数字人

不用再羡慕Prompt大神了！看了这篇文章，你只需10秒钟，就能拥有自己想要的专业级Prompt！

今天，我来分享一个万能的超级Prompt。

prompt 写作

FFmpeg之父新作——音频压缩工具 TSAC

其原理和我们之前介绍的突破压缩极限的AI语音编解码器类似，使用深度学习网络进行压缩，TSAC这里引入Transformer结构来提升性能。

TSAC 音频工具

AI领域的agent是什么意思？

代理（Agent）指能自主感知环境并采取行动实现目标的智能体。

大模型

职场常用GPT提示词精选、职场常用文案能力大模型提示词精选

你只能基于用户提供信息进行创作 3.

提示词 prompt

AI生成卡通人物项目|VToonify

虽然基于强大的 StyleGAN 模型构建的一系列成功的肖像图像卡通化模型已经被提出，但这些面向图像的方法在应用于视频时存在明显的局限性，如固定帧大小、需要面部对齐、缺失非面部细节和时间不一致性等。

AI生成卡通人物 VToonify

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

且它对硬件要求也不高，用MacBook Air等普通笔记本电脑也能离线运行。

Stability AI 大模型

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

通过与先前技术的显著增强性能和通用性，展示了 GPT-4V 的非凡智能。

多模态大模型 GPT-4V 文生图

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

本文作者研究主要关注两个问题：1）基于工业领域中的PDF文档，将单模态文本、单模态图像、文本+图像双模态放入RAG系统中，看一看文本+图像双模态是否能够提升RAG系统的性能？

大模型研究

玩转大模型必备：milvus向量数据库私有化安装部署及使用介绍

（以上镜像下载可能比较慢，需要用国内阿里源来实现镜像加速,这里就不开展说明）启动后程序如下端口和服务其中 etcd 占用 2380端口，9000是minio对内提供服务端口，Milvus

向量数据库

AI拟声: 5秒内克隆您的声音

源代码： http://www.gitpp.com/godan/mockingbird MockingBird是一个人工智能开源项目，它可以在仅仅5秒钟内克隆你的声音。

声音克隆开源

0基础！动手部署Qwen1.5-MoE模型！能力如何？API接入fastgpt等任何应用！喂饭到嘴教程，附模型下载！

能力超7B！

Qwen1.5-MoE 大模型下载

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

之所以今天能让我从被窝里爬起来是因为我被外面上学铃吵醒了，谁也睡不着了所以干脆起来学习。

SDXL-Turbo 文生图

<...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