文章列表-AI魔法学院

文章列表

十大开源语音识别项目

Automatic Speech Recognition（ASR）是一项自动语音识别技术，其目标是通过计算机自动将人类口头语音转录为文本。

语音识别开源项目

10秒换脸，一张图片够了！SD Roop插件教程

之前的很多换脸技术，需要对人脸进行大量训练才可实现。

AI换脸

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

例如，一个外星人在纽约市自然融入人群，这是使用极其昂贵的传统好莱坞 CGI 技术才能得到的效果。

Sora 原理

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

众所周知，⼤模型代表了⼈⼯智能技术的前沿发展。

大模型

图解 transformer——逐层介绍

嵌入层（Embedding） Transformer 的编码器和解码器各有一个嵌入层（Embedding ）。

Transformer 大模型图解

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

尽管经过微调的模型成功地捕捉到了我在回应观众反馈时的风格，但它对技术问题的回答却与我的解释不相符。

RAG 大模型自动回复

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

在当今数字化时代，人工智能技术正以前所未有的速度发展，深刻地改变着我们的生活和工作方式。

Westlake -Omni 语音

百度智能云的Prompt模板

Prompt工程即指针对于Prompt进行结构、内容等维度进行优化的AI技术，它把大模型的输入限定在了一个特定的范围之中，进而更好地控制模型的输出。

大模型 prompt

2024年傅盛开年AI大课演讲内容PPT

他是一位在科技领域有着卓越贡献的领导者。

猎豹 AI 演讲

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

按照固有的思维方式，如果想要语音克隆首先得有克隆对象具体的语言语音样本，换句话说，克隆对象必须说过某一种语言的话才行，但现在，coqui-ai TTS V2.0版本做到了，真正的跨语种无需训练的语音克隆技术

coqui-ai TTS 语音

从零开始用LangChain、Pinecone和LLMs搭建你自己的文档问答系统

通过将语义搜索的能力与GPT等LLM的卓越能力相结合，我们将演示如何构建一种利用尖端人工智能技术的先进文档问答系统。

知识库 langchain

爆火！腾讯开源PhotoMaker：高效地定制化生成任意风格的逼真人类照片！

然后，通过合并相应的类嵌入(如男人和女人)和每个图像嵌入来提取融合嵌入。

PhotoMaker 文生图

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

自从OpenAI转向盈利化运营之后，很少再开源自己的技术。

大模型调试工具

全球生成式 AI 应用全景图

大模型家族的不断丰富和技术演进路演生成式AI 应用进入大爆发时代 1）驱动因素：大模型、算力与生态的共振生成式人工智能是自个人

大模型

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

今天，我们将发表研究论文，深入探讨为《稳定扩散 3》提供动力的底层技术。

SD 论文

<...17 18 19 202122 23 24 25 26 ...>

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