文章列表-AI魔法学院

文章列表

一张图看懂IT人的江湖地位

本文转自公众号特大号大模型江湖地位篇不包括非国产大模型公有云服务商江湖地位篇仅代表国内市场地位与表现

工作

Coze多智能体（Multi-Agents）模式体验！

在这次创建过程中我会用到”添加智能体“、”配置智能体“、”全局跳转条件“功能，下面详细说明。

Coze 多智能体

无一幸免！OpenAI最强竞对Anthropic：“长上下文”让大模型更不安全

many-shot-jailbreaking https://cdn.sanity.io/files/4zrzovbb/website/af5633c94ed2beb282f6a53c595eb437e8e7b630.pdf

Anthropic 大语言模型

大模型实践总结

但是进行模型训练之前需要先进行模型格式转换，将HF格式转换为Alpa格式的模型文件，具体请参考官方代码。

大模型训练

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

voice-changer[2] Stars: 12.4k License: NOASSERTION VC Client 是一个用于实时音频转换的客户端软件

AudioCraft 音频

OpenAI的官方Prompt工程指南详解 - 看这一篇真的就够了！

其实就是总结几百页PDF文档的原理，比如让大模型总结一本书，肯定是超Token上限了嘛，所以可以使用一系列查询来总结文档的每个部分。

OpenAI Prompt 提示词

生成式人工智能的“经济学”，The Economic Case for Generative AI

结果是，这种竞争非常激烈，以至于我们可以看到市场转型所需的经济拐点。

生成式人工智能经济学

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

【文章】ViTPose：https://arxiv.org/abs/2204.12484或https://openreview.net/pdf?

ViTPose+Transformer 身体姿态

Stability AI开源上新：3D生成引入视频扩散模型

相机的运动轨迹信息和扩散噪声的时间信息会一起输入到残差模块中，转换为正弦位置嵌入，然后这些嵌入信息会被整合并进行线性变换，加入到噪声时间步长嵌入中。

sv3d 建模

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

原始声音处理要使用模型进行推理的话你首先需要一段已经演唱好的声音垫进去，然后使用模型把原来的音色换成你模型训练好的音色（类似AI画图的img2img垫图）。

生成式AI

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

项目简介 F5-TTS是一款基于流匹配的全非自回归文本到语音转换系统。

F5-TTS 音频克隆

20个常见AI绘画工具大汇总（含免费版哦~）

改头换面之后，他现在可牛逼了！

文生图

解码二维码：揭秘我的漂亮二维码生成秘诀！

· · 旋转二维码，让它不是常规的角度，增加人眼识别难度； · · 给定位标志换一些样式，比如用圆圈或者菱形代替方块，用断线代替直线等； ·&

图像文字

AI虚拟主播数字人技术实现Wav2Lip

公众所熟知知道的一个常见用例是面部交换的应用。

数字人视频

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

Self-Knowledge Distillation https://github.com/FlagOpen/FlagEmbedding/blob/master/FlagEmbedding/BGE_M3/BGE_M3.pdf

BGE M3-Embedding 多语音检索

<...21 22 23 242526 27 28 29 30 ...>

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