文章列表-AI魔法学院

文章列表

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在此背景下，OmniVision - 968M模型应运而生，它以紧凑的架构、创新的技术设计，为边缘设备的多模态智能应用带来了新的曙光。

OmniVision -968M 多模态模型

揭秘DeepSeek:一个更极致的中国技术理想主义故事

在被AI连续轰炸的5月，DeepSeek一跃成名。

DeepSeek 大模型

发现一个好东西，一键本地运行各种大模型！包括最新的Qwen1.5

眼看快过年了！

Qwen1.5 大模型

动作识别模型有哪些

光流栈，或者叫做光流的简单叠加。

动作识别模型

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

我慌的是：AI声音这个赛道的创业者。

剪映声音克隆

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

MoveNet是Google在2021年5月推出的一款轻量化姿态估计模型，集成在MediaPipe当中，出来至今已经一年多了，但是似乎相关的技术解读比较少，最近正好调研到仔细研究了一下感觉挺有意思的，所以更新一期解读

MoveNet-SinglePose Google 模型

关于AI声音生成的一切（语音+音乐+嘴型）

2D/3D/视频生成最近都有很多值得关注的工具，但是要输出完整的AIGC作品，肯定少不了声音。其实声音生成也有很多革命性的工具，例如高质量的声音识别、文字转成人声、人声克隆、音乐生成，已经能组成完整工作流了，其中一些工具甚至已经打包好了，只要下载解压就能用！

声音

让AI帮你读财报：Reportify让你看得清、聊得深

Reportify是一款帮助人们解读公司财报的AI分析工具。

Reportify 读财报

DALL-E 3 不只是文生图！10 个案例颠覆认知

DALL-E 3 的出现又一次颠覆了 AI 绘图行业，它生成的图片迅速走红社交媒体。

DALL-E 3 文生图

可能是国产最强AI，ChatGLM-4来了！

后来改用Claude，这是OpenAI初创团队离职后创立的AI应用，号称仅次于ChatGPT。

ChatGLM 智普

腾讯开源混元AI绘画大模型

经常玩Stable Diffusion的都知道，腾讯在AI绘画大模型方面颇有造诣，很多ControlNet的模型都是腾讯出品，主打一个性价比优良。

腾讯混元文生图

AI助手App“腾讯元宝”已上线应用商店

这表明腾讯元宝在处理多语言内容时，能够根据用户的个性化需求进行适应和调整 1、产品介绍腾讯元宝是依托于腾讯混元大模型的AI产品。

腾讯元宝

AI音乐热潮下，“神曲工作室”率先失业

资深的演艺经纪人告诉娱乐资本论·视智未来，即使是初出茅庐的“十八线小咖”，也会努力抓住面对面上台对观众展示的机会，甚至以一周3-4个城市的高强度巡演；另一方面，作曲和编曲的人不得不承认，AI创造出的音乐已经在大踏步追上人类多年积累的智慧结晶

音乐音频

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

不光是芯片，连带的音频放大器和麦克风这些配件价格也都都偷偷涨价。

OpenAI 嵌入式实时语音 SDK

汇总1400+文献的神级“上下文工程”综述，治愈初学者的AI迷失症

因为每一个尝试着深度使用AI工具的人，都免不了要一遍一遍调试提示词——你很少能够一次性拿到理想的结果，哪怕你已经在和这个世界上号称最顶级的AI合作。

上下文工程 AI

<...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