文章列表-AI魔法学院

文章列表

如何使用 Megatron-LM 训练语言模型

在安装完 Docker 之后，你可以使用以下命令运行容器 (xx.xx 表示你的 Docker 版本)，然后在其中克隆 Megatron-LM 库 4: docker run

开源模型

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

在克隆后的文件夹中直接运行如下命令来进行训练： PYTHONPATH=.

妙鸭相机

确实很神奇! 通过 Prompt 中加入“这件事对我的事业至关重要”这样的情感激励可以提升 LLMs 的表现

每一个你克服的障碍都会让你更接近成功。

Prompt 大模型情感激励

生成式AI与大语言模型的区别

同样，音乐和文本生成模型分别在庞大的音乐或文本数据集上进行训练。

生成式AI 大语言模型区别

20个常见AI绘画工具大汇总（含免费版哦~）

6pen支持中文，支持多种不同的绘画风格，在输入文字描述的同时，可以选择水墨画、油画、素描等风格，同时还可以选择仙境、赛博朋克、超现实等风格修饰。

文生图

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

写一篇关于Vision Pro VR眼镜的20字宣传文案，并用女声读出来，同时生成个视频看看。

大模型

一文读懂AIGC产业链：AIGC的前世今生和未来展望

（民生证券《电子行业专题研究：国产AI算力芯片全景图》） AIGC产业依赖算法、数据和算力的发展 2、中游，技术层：它侧重核心技术的研发，主包括机器学习、计算机视觉、算法理论、智能语音、自然语言处理等

生成式AI

动作识别模型有哪些

网络结构: 因为视频可以分为空间和时间两个部分。

动作识别模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

Audio from common.error import ErrorCode model_path = config["asr"]["faster-whisper-large-v3"] # 测试音频

faster-whisper 语者识别 ASR

13个神级Chatgpt指令，助你小说丝滑过审

示例：原文“我喜欢听音乐。

ChatGPT 写作

3 分钟，把一篇 3000 字长文变成“脱口秀”——开源神器 Twocast 实战指南

复制粘贴就行，不用排版内置 3 大 TTS 引擎 Fish 声音最自然

Twocast 开源

向量数据库简介和5个常用的开源项目介绍

随着我们对人工智能应用，如图像识别、语音搜索或推荐引擎的深入研究，数据的性质变得更加复杂。

开源模型

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

其实在AI领域，华人非常优秀，大量的AI论文都会看到汉语拼音。

Stable Diffusion

AI的百亿套壳：做船不做柱子

五是各种Sora的变形体，视频生成，做视频基模的可灵和海螺，更加Scalable的sand.ai，侧重动画风格的Pika，做有梗视频的viggle，这块中国团队很领先，已经是中国人卷中国人了。

AI 创业

国内AI大模型已近80个，哪个最有前途？

比如现在做视频生成的很多，字节暂时并没有像 Runway ML 那样做端到端的生成，而是走了更务实的路线，把 AI 能力放到剪映里面，使用户更容易创作短视频。

大模型

<...15 16 17 181920 21 22 23 24 ...>

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