文章列表-AI魔法学院

文章列表

国内厂商语音识别与Whisper评测：现状与概况对比

国内的科技企业在语音识别领域也在不断迭代和创新，其中不乏一些具有竞争力的语音识别技术，如讯飞、百度、阿里巴巴等，这些厂商的技术在一定程度上已经接近或达到了国际领先水平。

语音识别 Faster-Whisper

Stable Diffusion

用 Stable Diffusion 10分钟实现电商模特换装/换模特

以电商为例，在AI工具出现以前，拍摄服装的成本很高昂。

Stable Diffusion 文生图

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

OPT的开源协议也是不允许商用。

大模型

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

相比 Gemini，Gemma 更加轻量，同时保持免费可用，模型权重也一并开源了，且允许商用。

开源模型 Gemma

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

选择如何对 Transformer 的位置信息进行编码一直是 LLM 架构的关键组成部分之一。我们使用不同的方案进行了一系列实验，以扩展 Llama 的上下文长度功能，Llama 已使用 RoPE（旋转位置嵌入）编码在 2048 上下文长度上进行了预训练。

开源模型

第一性原理以及第一性原理是怎么帮马斯克成为首富的

马斯克践行第一性原理到商业化中的最大好处就是能大幅降低成本，也是马斯克引以为豪的五步工作法的最大实践应用。

马斯克商业

一个充满多智能体的数字社会正在浮现，商业的底层逻辑已进入重构倒计时

如果我们要提前未来的社会形态如何，未来的商业规律如何，我们必须深刻理解，什么是多智能体，多智能体如何更好地帮助人类实现自动化工作，如何帮助整个社会如何做出更好地发展决策？

大模型

无需翻墙，可合法使用的8款国内AI大模型产品

大家都可以在应用商店下载"文心一言App"或登录"文心一言官网"体验。

生成式AI

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

关键是MIT License，商用完全不受限。

MeloTTS 语音工具

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

从充值10万成为事业合伙代理商，到充值100万成为战略合作商可以3折拿货，该公司针对代理商群体推出了多项定制化业务。

数字人

AI数字人：重构人货场的新力量

随着人工智能技术的飞速发展，生成式AI正在深刻改变着电商行业的运作模式。

数字人 AI 商业

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

7 月 19 日，Meta 终于发布了免费可商用版本 Llama 2，让开源大模型领域的格局发生了巨大变化。

开源模型

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

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。轻松访问 LiveKit WebRTC 会话并处理或生成音频、视频和数据流。该框架包括用于常见工作流程的插件，例如语音活动检测和语音转文本。代理与 LiveKit 服务器无缝集成，将作业排队和调度责任卸载给它。这样就不需要额外的排队基础设施了。在本地计算机上开发的代理代码在部署到生产中的服务器时，可以扩展以支持数千个并发会话。

voice agent 开源音视频

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

发布时间集中在2023年，代表产品有复旦大学的MOSS、商汤科技的“日日新SenseNova”、蜜度大模型、上海人工智能研究院的“ChatDNA”等，均为AI大模型应用。

大模型钛媒体

解读 | SuperCLUE 2023年9月全面测评大模型四大能力

我们还可以从榜单中看到一些模型在特定领域的出色表现： 1）AI Agent智能体能力方面，商汤SenseChat 3.0的表现也十分突出，紧随GPT4之后位列国内第一； 2）在语言理解与生成能力方面

大模型方法论

<123 4 5 6 7 8 9 10 ...>

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