文章列表-AI魔法学院

文章列表

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

EmotiVoice 项目介绍 EmotiVoice 是一款现代化的开源语音合成引擎，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音

EmotiVoice 语音库

将任意文本转换为知识图谱

项目简介知识图谱，也称为语义网络，表示现实世界实体的网络，即物体、事件、情况或概念——并说明它们之间的关系。

知识图谱转换文本

从第一性原理看大模型Agent技术

这种交互性 AI 在很大程度上类似我们今天提到的智能体，用户要求完成各种任务，智能体则可以对软件进行操作或者与人进行协作，完成相关的工作。

大模型 agent

使用 ChatGPT + Claude 撰写成功的商业计划书

详细的提示使 ChatGPT 能够制定一个不仅引人注目而且是多方面的愿景，解决商业、社区和环境责任的各个方面。

工作

一文读懂AIGC产业链：AIGC的前世今生和未来展望

AIGC源自人工智能的发展，所以我们也要一同参考人工智能的发展趋势。

生成式AI

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

4月29日，国内领先的人工智能音乐服务商DeepMusic，发布了自主研发的AI音乐工作站——“和弦派”2.0正式版。

和弦派 DeepMusic 音乐创作

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

两个月前，阿里巴巴通义实验室公开了一篇能够让照片唱歌说话的生成式AI模型论文，EMO（Emote Portrait Alive），在海外媒体和社交平台引起热烈反响，被一批科技圈大V轮番转发。

EMO 阿里全民演唱

来个优秀的开源人脸识别项目！

生物识别技术是一种利用人体自身特征进行身份认证的技术。

人脸识别开源项目

国内厂商语音识别与Whisper评测：现状与概况对比

随着人工智能技术的飞速发展，语音识别已经成为了现代社会中一个重要的研究领域。

语音识别 Faster-Whisper

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

微信作为中国最受欢迎的社交平台之一，拥有庞大的用户群体和丰富的功能。

WeChatpy 开发库

提示词框架：Markdown结构法

不使用任务框架的话可能对话多次都得不到满意的结果。

prompt 提示词

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

都在随着本体同步变化。

可灵快手文生视频

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

这就是为什么很多这种小规模的模型在实际应用的场景表现像是个玩具。

开源模型

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

2024年值得关注的Agent框架

它们在规划、用户体验、记忆和大模型调用等方面表现出色。

Agent 框架

<...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