文章列表-AI魔法学院

文章列表

智能时代的变革者：定制化GPTs重塑未来的五大预言

政府和企业的合作: 政府机构、教育部门和私营企业需要合作，共同开发培训计划和促进技术访问。

GPTs 智能

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

动态表现力：通过上下文风格化的音频到运动模型（ICS-A2M），MimicTalk能够「捕捉和模仿目标人物的动态说话风格」，使生成的视频更加生动和富有表现力。

MimicTalk 开源模型

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

该框架采用两阶段的方法，第一阶段将音频映射到网格上，学习非刚性表情运动和刚性头部运动，第二阶段采用双分支运动VAE和生成器将网格转换为密集运动，并逐帧合成高质量视频。

VividTalk 视频

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

上述视频生成能力项中，视频连接、数字世界模拟、影响世界状态（世界交互）、运动相机模拟等都是此前视频平台或者工具中较少提及的，下面我们也将详细解释。

sora 视频生成

为什么Llama2大模型可以在个人电脑上部署？

我看介绍是说个人电脑也是可以部署 llama2 模型，就是说你自己的电脑可以下载 llama2 模型和运行 llama2 模型的代码，然后个人电脑把这个程序给跑起来。

开源模型

ComfyUI安装及生成第一张图

双击运行下载的exe文件。

ComfyUI 文生图

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

单张显卡可以支撑的同时聊天人数从上面的讨论可以看到，使用并发技术，一个A10上运行LLaMA2-7B模型，即使有128个并发请求，依然有每秒10个tokens的输出，这意味着可以支持

大模型

手把手带你微调一个自己的 ChatGLM2-6B 模型

;nvidia-driver-525 nvidia-dkms-525 -y 检查驱动： nvidia-smi 看到如下输出即可： Python 环境环境运行环境首选

ChatGLM2-6B

RAG超参数调优食用指南

在这个设置中定义了一个函数，该函数从一组文档(Llama2 论文)构造一个基本的 RAG 摄取管道，选择最合适的评估数据集并运行它，最后为运行结果打分。

rag 大模型

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

您可以使用 MemGPT 服务器在支持的 LLM 提供者的基础上运行多用户、多代理应用程序。

MemGPT 大语言模型

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录

4.运行代码运行代码也非常简单。

大模型

ComfyUI的特性以及安装流程

安装 Windows 在发布页面上有一个适用于 Windows 的独立便携式版本，适用于在 Nvidia GPU 上运行或仅在 CPU 上运行。

ComfyUI 文生图

AI颠覆的第一个体育赛道，来了

例如，百度智能云等科技公司正在利用云计算、大数据和人工智能技术为体育提供科技支撑，加速奥运进入数字时代。

体育 AI

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

Stable Diffusion是一个能够根据文本描述生成高质量图片的深度学习模型，它使用了一种叫做潜在扩散模型的生成网络架构，可以在普通的GPU上运行，还可以加载各种出图模型以及动画模型。

数字人

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

技术详解音频到3D网格的映射：在这一步骤中，VividTalk使用先进的算法将输入的音频映射到3D网格上，模拟表情运动和头部运动。

VividTalk 视频

<...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