文章列表-AI魔法学院

文章列表

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

人工智能是关注机器智能的一门领域，其中有许多常用技术可以被应用到各种方向的领域。

人工智能

阿里出品自动化视频剪辑工具FunClip！

它依托于阿里巴巴通义实验室的FunASR Paraformer系列模型，实现了视频中语音的自动识别。

FunClip 视频阿里

2024，智谱如何更快？

要问当前AI大型语言模型界万众期待的一件事，以及各通用大模型厂商都在暗自铆足劲干的一件事，一定是追赶GPT-4。

GPT-4 大语言模型

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

Meta重磅发布了大语言模型Llama 3，并且发布即开源。

Llama 3 大语言模型

使用ChatGPT检查论文引用、提高研究深度

在学术研究和数据分析的过程中，提高论文质量是每位研究者的追求。

ChatGPT 案例

【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!

它以准确性见长，并支持大量的语言功能。

asr tts 声音

超越RAG：揭秘IAG框架如何引领推理问答系统的创新之路

该框架结合了归纳知识和检索文档，并利用大型语言模型（LLM）通过一种基于归纳推理模式的新提示方法生成这种知识。

IAG框架大语言模型

吴恩达老师建议大家关注 AI 智能体工作流

· • 使用工具：让大语言模型调用外部工具，如网络搜索、代码执行等 · · • 规划：让大语言模型自己设计一个多步骤的计划来达成目标

智能体大语言模型

腾讯开源的数字人MuseTalk到底行不行？

MuseTaIk是由腾讯团队开发的先进技术，它是一个实时高质量的音频驱动唇部同步模型。

MuseTalk 数字人音频

百模大战，谁是大模型的裁判员？

定义了树-邻接语法（TAG）的阿拉文德·乔西（Aravind Joshi）教授，曾提出过“如果没有基准来评估模型，就像不造望远镜的天文学家想看星星。”

大模型

2023年人工智能行业总结（精简版）

我们将通过三条主线盘点今年AI的重要里程碑，并探索明年可能的发展方向。

人工智能行业总结

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

只需提供一张人物的静态照片和一段语音录音，VividTalk即可制作出一个看起来像是实际说话的人物的视频。

VividTalk 视频

Agent：OpenAI的下一步，亚马逊云科技站在第5层

在大模型语境下，可以理解成能自主理解、规划、执行复杂任务的系统。

开源模型

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

如果提示词和区块内的对象匹配，它会在不改变对象定义的情况下，生成新的细节，替换之前的细节；如果提示词和区块内的对象不匹配，它会以对象为准，降低提示词的影响。

StableDiffusion 文生图

让ChatGPT帮我写SQL

推荐一个Github上Start超过3.4K，可将自然语言转化为SQL语句的开源项目。

SQL

<...18 19 20 212223 24 25 26 27 ...>

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