文章列表-AI魔法学院

文章列表

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

GitHub星数暴涨，AIPC的开源实现，用AI记录电脑一整天的使用太简单了，功能非常多！

没买AIPC也没关系，screenpipe实际上就是微软AIPC的部分开源实现。

AIPC ScreenPipe 开源

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

Misra表示：“无论是 Twitch 上的游戏直播，还是不知名的演讲，这些类型的内容都可以通过 AI 轻易地本地化。”

AI

ReplaceAnything：阿里最新项目！重绘图片里的任何元素，商用价值极高！用最简单的部署创造最大的价值！

摘要 ReplaceAnything是阿里团队即将开源的项目，针对图像里的人物替换、服装替换、背景替换等方面做了极大的优化，使用户上传图片可以指定部分区域生成新内容，并且做到了严格保留遮挡区域，这对AIGC

ReplaceAnything 文生图

语言大模型100K上下文窗口的秘诀

这种情况下，训练数据的分布与推断过程中的分布相差很远，模型的表现就像任何其他机器学习模型一样，面临失败风险。

大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

核心功能分为以下几点: 均分完整数据集到所有进程（总的GPU卡数）每个epoch训练时整体数据分片shuffle一次，在每个进程同一时间只加载单个分段大小数据集

大模型

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

在AI的众多分支中，语音识别技术的突破性进展尤为引人瞩目。

Whisper 语音识别

最全攻略！OpenAI 发布 GPT-4 使用指南，所有干货全在这

使用分隔符清楚地划分不同部分三引号、XML 标签、节标题等分隔符可以帮助划分需要区别对待的文本节，帮助模型更好地消除歧义。

提示词 prompt

领域大模型-训练Trick&落地思考

但有些并没有什么理论依据，全是自己的实验经验&结论，可能跟大家有所不同，欢迎大家讨论，交流分享。

垂直训练大模型

StableDiffusion

深度解析丨StableDiffusion在多个设计场景中的探索与应用

如果你把我上一篇《StableDiffusion制作中文字效工作流揭秘与画质提升的多种方法》文章吸收完之后，你会发现我接下来的操作都很简单，开始： 2.1 前期准备记住一点：只要是做品牌符号、字体设计之类的图片

文生图

Stable Diffusion

【Stable Diffusion】SD迎来动画革命，AnimateDiff快速出图

如果放在几年前，你告诉我说只需一分钟就能做出一段这样的动画，我是万万不相信的，但是当AI时代来临之后，一切都有了可能。

文生图开源模型

可能是国产最强AI，ChatGLM-4来了！

，哪是参数的英文名，不会一股脑都翻译成汉语；另一个是财务分析，我业余对上市公司财报进行分析，通常会使用ChatDoc和ChatGLM进行辅助分析。

ChatGLM 智普

一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。

1、MarxKB知识共享系统简介今天跟大家分享的内容是，如何在本地搭建自己的本地知识库问答系统MaxKB，与其他问答知识库相比，他真正做到了开箱即用，零代码集成，支持ChatGPT、百度千帆、Lama2

知识库MaxKB 开源

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

Embedding模型作为大语言模型（Large Language Model，LLM）的一个重要辅助，是很多LLM应用必不可少的部分。

开源模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

fish-speech1.4模型代码语音克隆 F5-TTS模型推理部分代码 Mask-GCT模型推理部分代码 CosyVoice模型的推理代码效果篇

语音克隆开源模型

<...22 23 24 252627 28 29 30 31 ...>

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