文章列表-AI魔法学院

文章列表

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

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

深入解析 Mistral AI 的 Mixtral 8x7B 开源MoE大模型

Mixtral of Experts: https://arxiv.org/pdf/2401.04088.pdf[2].

开源模型 Mixtral 8x7B

高级 RAG 技术——图解概览

假设性问题和 HyDE 另一个策略是让大语言模型为每个数据块生成一个问题，并将这些问题转换为向量。

RAG 检索图解

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

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 支持语音、视频和数据流处理，内置了自动语音识别（ASR）和文本转语音（TTS）功能，简化了语音到文本和文本到语音的转换过程。

GPT-4o 语音交互

Stable Diffusion

超级干货，自学stable diffusion，看完这篇就够了

本期将从以下4个模块逐步讲解: sd提示词怎么写 sd模型下载 sd实用插件 Control Net插件讲解 *注意：文章内的链接不可直接跳转，需自行复制到浏览器打开！

Stable Diffusion 文生图

Stable Diffusion

[Stable Diffusion]SD安装、常用模型（checkpoint、embedding、LORA）、提示词具、常用插件

通过选择对应的 Checkpoint 文件，您可以将 Stable Diffusion 模型生成的结果转换为您所选择的特定风格。

开源模型文生图图生图提示词

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

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

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

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

但是，与其它平台的真实物理世界视频生成不同的是，OpenAI Sora可以以运动相机拍摄的方式来展示视频，包括运动相机的转换、旋转等。

sora 视频生成

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

造梦师手记：ComfyUI快速量产数字小姐姐

这个任务说复杂并不复杂，习惯用AI的，完全可以找个动漫大模型用图生图转换一下。

comfyui 文生图

请以“续航”为题目，写一篇议论文

续航科技的发展，需要我们加强科技的应用和转化。

中文训练大模型

<...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