文章列表-AI魔法学院

文章列表

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

只需要一张人物肖像照片和一段任意时长的音频，EMO就可以让照片中的人物按照音频内容“张嘴”唱歌、说话，且口型基本保持一致，实现自然的面部表情和头部姿态。

EMO 阿里全民演唱

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！

Screenpipe 使用 Rust 语言开发，并提供灵活的插件系统，可与 Ollama 等工具协同工作，适用于从屏幕和音频数据中获取实时分析的需求。

AIPC ScreenPipe 开源

白话Embedding：普通人都能懂的科普文

我们只是添加更多的术语，就像我们从二维到三维一样。

Embedding 向量

前半年，我看到的有趣的 AI 产品

比如纳瓦尔的 Airchat，有一个能力是模仿用户的音色，自动完成语音翻译。

AI工具

AIGC大模型，潮水褪去之后

向量数据库+大模型是当前最佳的实践，所以前一阵子一堆做向量数据库的公司融了比较多钱。

大模型

大模型RAG检索增强问答如何评估：噪声、拒答、反事实、信息整合四大能力评测任务探索

检索增强生成（RAG）是减轻大型语言模型（LLM）幻觉的一种有前途的方法。

大模型 RAG检索增强

24年首篇离奇论文：加点噪声，RAG效果翻倍？

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索增强

不会PS也能做神图？豆包AI绘画全解析，让你的创意秒变艺术品！

要是你用的是豆包APP，登录账号（可以用抖音登录，也能用手机号登录）之后，进到主界面，点左上角的箭头图标，然后找到“ai图片生成”选项，再点一下就进到图像生成页面啦。

Qwen3

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

一个较为普遍的问题是：大部分优秀的语言模型都没有进行充分的中文预训练，因此，许多工作都尝试将在英语上表现比较优秀的模型用中文语料进行二次预训练，期望其能够将英语上的优秀能力迁移到中文任务中来。

大模型训练

Coze多智能体（Multi-Agents）模式体验！

多智能体编排区域，分为”提示词“，”触发器“、”变量“、”数据库“、”开场白“、”背景图片“、”语音功能“。

Coze 多智能体

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

这些变换在 Albumentations 库中实现。

大模型

大模型与游戏结合的一个思路

之前已有人尝试让游戏中的NPC的智能程度更高，可以进行更自然的自然语言对话，而不只是程序设定好的对话，对话包括NPC与玩家，以及NPC之间。

人工智能游戏

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

但大语言模型的调用是Agent智能体的核心能力，所以，能够调用什么样的大语言模型，对智能体开发平台就有很大影响。

Kimi 扣子Coze 大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

与传统的大型语言模型相比，RAG系统通过引入外部数据提高了其生成能力。

RAG 检索论文

无需编码，轻松提升图像品质：探索ComfyUI的图像增强功能

手动安装（Windows、Linux）： 1.使用Git克隆ComfyUI存储库。

文生图

<...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