文章列表-AI魔法学院

文章列表

Prompt及AI提问实践

写在前面在大模型技术应用越发广泛的大背景下，各行各业都在尝试落地。

Prompt 大模型提问

中学生也能看懂的Sora视频生成原理解读

在古代遗迹的机机首先，Sora通过一个叫做“视频压缩网络”的技术，将输入的图片或视频压缩成一个更低维度的表示形式，这一过程类似于将不同尺寸和分辨率的照片“标准化”，便于处理和存储。

视频生成 sora

腾讯出品！开源AI数字人框架！号称可以不限时长

如今数字媒体和虚拟现实技术飞速发展，对数字人的需求不断增加！

MuseV 视频数字人框架

AI颠覆的第一个体育赛道，来了

Plaier平台的核心优势在于其能够实时分析全球比赛和球队数据，并与转会市场上的球员联系起来，为足球经理人提供定制化的转会建议。

体育 AI

AI声音克隆 | 最全最简教程（权威版）

它是一种将文本内容转换为语音的技术，通过TTS技术，计算机可以将文字信息转换成人类可听懂的语音输出，实现语音合成的功能目前市场上的AI声音我们最多用的还是普通的

声音克隆教程

构建开源多模态RAG系统

这篇文章探索和了解如何创建一个高效的RAG系统，结合ChromeDB和Hugging Face等开源技术在大型语言多模态应用中的力量。

RAG 大模型

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

Step 2: 补充对视频内容的英文文本描述，然后点击“生成高分辨率视频”，视频生成大致需要 2 分钟。

阿里云视频音频

Insanely Fast Whisper：超快的Whisper语音识别脚本

通过使用Transformers和Optimum技术，可以在不到10分钟内转录300分钟（5小时）的音频。

音频 Whisper

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

但是，现实问题涉及了许多超越LLM外的能力，比如为用户提供实时数据分析和可视化结果、为软件开发提供一条龙服务等。

GPT-4

什么是ChatGPT？

它通过分析和理解人类输入的问题或文本，并生成相应的回答或文本。

ChatGPT OpenAI 大模型

3 个令人惊艳的 GitHub 开源项目，诞生了！

各种 AI 工具层出不穷，无数网友惊叹技术进步之快。

开源模型

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

人的专注力只有10分钟，那，话不多说！

Qwen1.5 开源模型

从零开始学习大模型-第二章-大模型学习路线

随着技术的进步，大模型如OpenAI的GPT-4和Sora、Google的BERT和Gemini等已经展现出了惊人的能力-从理解和生成自然语言到创造逼真的图像及视频。

大模型学习

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

随着数字人技术的发展，生成高度逼真的「3D说话头像」(3D Talking Face)成为了一种趋势。

MimicTalk 开源模型

昆仑万维携Skywork-13B打造AI新纪元：600GB中文数据集全球开源

引言在人工智能的浪潮中，数据和算力是推动技术发展的两大驱动力。

Skywork 开源数据

<...16 17 18 192021 22 23 24 25 ...>

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