文章列表-AI魔法学院

文章列表

查理·芒格：关于人生的13个忠告

有一个相关的道理非常重要，那就是你们必须坚持终身学习。

人生箴言查理芒格

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...

所以剪映的这个方式也挺有意思的，必须是你用录制的方式，念出文本上的随机的话，还不能念错。

剪映声音克隆

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

“看到这一排机器了吗？

数字人

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

在本地计算机上开发的代理代码在部署到生产中的服务器时，可以扩展以支持数千个并发会话。

voice agent 开源音视频

投资人逃离大模型

后续通过社交媒体平台，在用户争夺战中占据了先机。

大模型

万字长文，AI大模型的应用实践总结

对于以Transformer、MOE结构为代表的大模型来说，传统的单机单卡训练模式肯定不能满足上千（万）亿级参数的模型训练，这时候我们就需要解决内存墙和通信墙等一系列问题，在单机多卡或者多机多卡进行模型训练

大模型

实测：本地跑llama3:70B需要什么配置

前几天发布的开源大语言模型Llama 3 70B的能力通过测试结果的展示已经达到了一个全新的高度，甚至可以与Claude 3 Sonnet和Gemini 1.5 Pro等一众顶级模型相媲美，甚至在某些方面已经超过了去年发布的两款

llama GPU内存

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

2023年，AIGC技术的爆发将加速AI大模型对部分产业的颠覆，并带来数字人产业的新机遇。

数字人数字分身

精通结构化提示词：如何精确操控指令的作用域与优先级

此类视觉上的强化可能会被模型解读为相关信息的高级别优先级。

提示词结构化

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

ensp; 使用尖端模型进行面部增强: 结合强大的 gpen_bfr_1024 和 gpen_bfr_2048 模型，在保持自然外观的前提下，微妙地改善面部特征

FaceFusion 文生图

[论文] 阿里提出AgentScope：灵活强大的智能体框架

这一功能不仅丰富了多智能体体验，而且反映了 LLM 系统中人-智能体和智能体-智能体对话中发生的微妙交互。

AgentScope 语言大模型智能体

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

这种范式的成功在一定程度上得益于使用词元编码/令牌（token），它们巧妙地统一了文本的多种形式——代码、数学和各种自然语言。

sora openai 视频生成

Stable Diffusion

这篇深入浅出帖助你早日实现Stable diffusion自由

这个过程绘制方法很巧妙，它是通过把这张图均匀地切成4块去画的，画完以后再拼回到一起。

AI图片

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

从上图中可以看到，相对较大的数据集（Common Crawl）会使用相对较大的采样比例（60%），这个比例远远小于该数据集在整体数据集中所占的规模（410 / 499 = 82.1%），因此，CC

大模型训练

8个常用中文OCR数据集，附下载链接

训练集中一共有300幅图像，通过随机抽样的形式从原始数据集中抽取出来。

OCR

<...19 20 21 222324 25 26 27 28 ...>

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