文章列表-AI魔法学院

文章列表

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

导语：在当今数字化时代，人工智能技术已经渗透到各个领域。

PaddleOCR 文字识别

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

、复杂的推理和解决问题能力，在通用人工智能（AGI）领域取得了重大进展。

大模型语音

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

深度学习是人工智能领域的一个重要分支，近年来取得了显著的发展。

大模型学习

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这个项目的目标是通过音频驱动，生成高质量的人脸和身体动画，从而实现人物的完整呈现。

audio2photoreal 开源工具

ChatGPT+文字转视频工具，让1个人1天轻松生产100条原创视频（内附全部工具）

《三体》里有一句经典台词，叫作：毁灭你，与你无关。

生成式AI

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

使用Python、Vue和TypeScript，确保高效和用户友好的体验。

网易 RAG 知识库

歪理大集合，谁也跑不了

出处：AI个体户的崛起：普通人“屁胡”的机会、模式和风险系统型超级应用未来的AI应用会具有下面四个特征：第一，可以重用通行定义，基于感知进行智能判断并采取行动。

大模型

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

佩服的五体投地。

prompt 大模型

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

前段时间，「霉霉大秀中文」的视频在各个社交媒体走红，随后又出现了「郭德纲大秀英语」等类似视频。

语音 HeyGen

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

谷歌的大模型Gemini 1.5 首先玩了一个百万token的，中国的月之暗面一个月后推出Kimi智能助手，支持200万字超长无损上下文，在中国的大模型应用中异军突起。

大模型上下文

让你起飞的五个Prompt框架模型

在当今日益数字化的世界中，人工智能已经成为我们日常生活的重要组成部分。

prompt 大模型

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

在当今数字化时代，文本转语音（TTS）技术的应用愈发广泛，从智能语音助手到有声读物，从无障碍服务到教育娱乐领域，都离不开高质量的语音合成。

OuteTTS-0.1-350M 音频

8个常用中文OCR数据集，附下载链接

对每个中文字符，数据集都标注了其真实字符、边界框和 6 个属性以指出其是否被遮挡、有复杂的背景、被扭曲、3D 凸出、艺术化，和手写体等。

OCR

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

此外，基于大模型进行知识库问答、基于大模型的智能客服也是火热的创业项目。

大模型 Ziya

模型压缩：量化、剪枝和蒸馏

在移动智能终端品类越发多样的时代，为了让预训练语言模型可以顺利部署在算力和存储空间都受限的移动终端，对预训练语言模型的压缩是必不可少的。

BERT 语言模型

<...23 24 25 262728 29 30 31 32 ...>

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