文章列表-AI魔法学院

文章列表

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

整体项目的框架如下: 核心模型一: 语音识别模型SenseVoice介绍 SenseVoice 是一个全面的语音基础模型，旨在执行各种语音理解任务，包括自动语音识别（ASR）、语言识别

asr tts 声音

Stability AI推出视频生成模型Stable Video Diffusion

Stability AI近日推出了名为Stable Video Diffusion的视频生成模型，该模型基于该公司现有的Stable Diffusion文本转图像模型，能够通过对现有图像进行动画化生成视频

Video 视频创作 SD

MiniCPM 4.1 开源！代码、数学推理速度快了 3 倍！

MiniCPM 4.1 亮点一览首个原生稀疏架构的深思考模型，通过可训练稀疏注意力创新，代码、数学推理等任务的推理速度比同尺寸开源模型快 3 倍以上。

MiniCPM 4.1 开源模型

Stable Diffusion

Stable Diffusion 5款最佳电商必备模型、Lora推荐

最近推荐推荐比较有意思的模型和Lora，今天推荐一波电商类的模型和Lora。

SD 电商文生图

ChatGPT提示工程5篇合集(三)：ChatGPT提示工程 - 推理

评论内容：''' <请把测试内容放到这里> ''' 识别情绪类型根据以下评论内容，列出作者表达的情绪类型列表。

prompt 提示词

StableDiffusion常用热门模型下载站点推荐（国内版）

第一个首推的是哩布哩布，网址是： https://www.liblibai.com/ 哩布哩布LiblibAI是由北京奇点星宇科技有限公司提供的AI绘画原创模型网站。

文生图

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

8月25日消息，阿里云推出大规模视觉语言模型Qwen-VL，一步到位、直接开源。

大模型

字节推出开源绘画大模型SDXL-Lightning，秒级出图

例如，大模型AI绘画技术。

sdxl 字节绘画

从第一性原理看大模型Agent技术

此外，大模型虽然具备一定的推理能力和思考能力，在很多推理任务上依然力不从心，能不能让模型自己不做规划推理，让他把问题描述清楚，转化成一个 PDDL 的一个关于规划描述的语言，然后使用通用的规划器去做规划

大模型 agent

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

什么是思考链 (CoT) 思考链（Chain of Thought，简称 CoT）是一种推理策略，通过将复杂问题分解为多个简单步骤，从而提升大型语言模型（LLM）的推理能力。

思考链提示词

最透彻的大模型PPO原理和源码解读

注：在这里，我们不展开讨论RL中关于价值函数的一系列假设与推导，而是直接给出一个便于理解的简化结果，方便没有RL背景的朋友能倾注更多在“PPO策略具体怎么做”及“对PPO的直觉理解”上。

PPO 大模型源码解读

一个产品经理的大模型观察、反思与预测

中国百模大战一、LLM 技术原理 “不了解大模型的技术原理的话，要么踩雷、要么被忽悠，没法讨论大模型创新

工作

大模型套壳祛魅：质疑套壳，理解套壳

Wolfe的博客在 Meta 发布了 Llama 1 系列模型后，迅速在开源社区催生了各类模仿模型的诞生，比较知名的包括由斯坦福大学、加州大学伯克利分校等高校机构推出的 Alpaca、Vicuna

大模型套壳

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

造梦师手记：C站首推的动漫模型竟然是十八禁？

最近几天，我开始关注C站还在更新的SD1.5的模型。

stablediffusion sd 文生图

<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