文章列表-AI魔法学院

文章列表

使用 ChatGPT + Claude 撰写成功的商业计划书

灵活性、文化和价值体系，以及引用最佳实践。

工作

最透彻的大模型PPO原理和源码解读

强化学习整体流程流程 · 强化学习的两个实体：智能体（Agent）与环境（Environment） · 强化学习中两个实体的交互： § 状态空间S：S

PPO 大模型源码解读

一文读懂AIGC产业链：AIGC的前世今生和未来展望

AIGC源自人工智能的发展，所以我们也要一同参考人工智能的发展趋势。

生成式AI

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

因此，市场急需一套能够应对这些挑战并适应现代应用需求的语音处理框架，例如虚拟助手、视频会议和创意媒体制作。

ClearerVoice-Studio 语音

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

两个月前，阿里巴巴通义实验室公开了一篇能够让照片唱歌说话的生成式AI模型论文，EMO（Emote Portrait Alive），在海外媒体和社交平台引起热烈反响，被一批科技圈大V轮番转发。

EMO 阿里全民演唱

来个优秀的开源人脸识别项目！

生物识别技术是一种利用人体自身特征进行身份认证的技术。

人脸识别开源项目

国内厂商语音识别与Whisper评测：现状与概况对比

随着人工智能技术的飞速发展，语音识别已经成为了现代社会中一个重要的研究领域。

语音识别 Faster-Whisper

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

都在随着本体同步变化。

可灵快手文生视频

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

微信作为中国最受欢迎的社交平台之一，拥有庞大的用户群体和丰富的功能。

WeChatpy 开发库

Prompt、RAG、微调还是重新训练？如何选择正确的生成式AI的使用方法

生成式人工智能正在快速发展，许多人正在尝试使用这项技术来解决他们的业务问题。

生成式AI

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

按照我们的评测，Anima模型的性能超越了对比的所有的中文开源模型。

开源模型

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

【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!

情感识别：SenseVoice 提供最先进的情感识别能力（例如高兴、悲伤、生气等），能够检测音频中的特定事件，如音乐、掌声和笑声等。

asr tts 声音

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

智能小车，手机/语音遥控+无线图传+实时拍照，配套浏览器控制界面就能操控，也不需要装额外软件。

ai小车 esp32 开源

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

<...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