文章列表-AI魔法学院

文章列表

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！

与基于dreambooth的方法相比，该方法输入多个图像来微调模型以进行个性化定制，方法本质上是同时向模型发送多个嵌入。

PhotoMaker 文生图

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

这就意味着上述的所有模型都可以免费用于商业用途、自由分发，为开发者提供了极大的使用和开发自由度。

GLM模型智谱

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

年初由ChatGPT引发的AI浪潮奔涌至今，除了OpenAI推出的当红炸子鸡之外，中文互联网内热度最高的产品，非前段时间霸屏的「妙鸭相机」莫属了。

训练

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

如果你有这样的困扰，那么你一定会对meta的开源AI模型seamless-communication感兴趣。

大模型开源模型语音

如何改善你的回测方法，提高策略的未来收益

一本文概要本论文探讨了在系统性投资策略开发中，如何通过改进回测技术来避免常见的陷阱和偏差，进而提高策略在样本外的表现。

回测方法

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

1、序幕随着人们对大型语言模型 (LLM) 的兴趣激增，许多开发人员和组织正忙于利用其能力构建应用程序。

训练

九问中国大模型掌门人，万字长文详解大模型进度趋势

从实践角度来看，目前比较好的方法是 RAG（外挂知识库）来引入外部知识，改善幻觉问题。

大模型详解

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

论文由微软研究团队撰写，这篇论文深入探讨了Sora的发展背景、核心技术、新兴应用场景、现有的局限性以及未来的发展机会，基于公开资料和团队自行进行的逆向工程分析。

Sora 微软

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

本文是从零开始了解AI大模型系列的技术篇，带你走进大模型的技术世界，初步开始了解大模型。

大模型

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

清华&面壁团队最新提出了开创性的下一代主动 Agent 范式！

Agent 大模型

使用知识图谱提高RAG的能力，减少大模型幻觉

向量数据库和知识图谱向量数据库向量数据库是表示实体或概念(如单词、短语或文档)的高维向量的集合。

RAG 大语言模型

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

FaceChain支持在gradio的界面中使用模型训练和推理能力，也支持资深开发者使用python脚本进行训练推理。

妙鸭相机

最佳开源文生图大模型可图：安装与批量出图的完整教程

Kolors可图是快手Kolors团队开发的基于潜在扩散的大规模文本到图像生成模型。

可图 kolors

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

最近在搞克隆人，发现一个很好的声音克隆项目，测试了一下，效果真不错，可以直接用，也可以微调后使用，好了废话不多说，直接上干活，哈哈~~ &ensp

数字人声音克隆 GPT-SoVITS

14.6K star！最好用的OCR文字识别项目，没有之一！

最近，在Github上发现了一个厉害的开源OCR项目——Umi-OCR，真的很强大，而且还可以离线使用，现在已经有了14.6k+的星标。

Umi-OCR 开源项目文字识别

<...20 21 22 232425 26 27 28 29 ...>

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