文章列表-AI魔法学院

文章列表

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

4、模型的执行我们可以运行一下官方提供的demo_part1.ipynb，这个示例中使用了默认的录音文件作为目标音频，然后使用TTS输出原始音频进行转换。

tts 文本转语音

12个RAG常见痛点及解决方案

干净的数据是任何运行良好的RAG管道的先决条件。

RAG 大模型

ChatGPT Prompt提示词学习手册（提示词万能公式），建议收藏！

; “我的第一个命令是console.log（“Hello World”）;” 这句话提供了第一个命令的提示，ChatGPT将运行第一次

ChatGPT Prompt

什么是极限、导数、微分与积分（通俗易懂）！

从天体的运行到手机屏幕上的图像渲染，微积分的影响无处不在。

极限导数微分积分

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

而且，OpenELM并未在论文中提到相关的部署测试，相比之下， Phi-3-mini 已经在 iPhone 14 上实现本地运行并完全离线，实现每秒超过 12 token的生成效率。

OpenELM 大模型

解读OpenAI Sora文生视频技术原理

视频其实是记录了时空信息的载体: 时空碎片patch可以看作是三维空间的点集(x,y,z)的运动(t)或者说其实是个四维时空模型(x,y,z,t)。

sora

万物皆可替换！阿里【ReplaceAnything】，支持在线体验！

www.modelscope.cn/studios/damo/ReplaceAnything/summary/ 02 使用教程主要分成四个步骤：上传图片——点击要保留的对象——输入Prompt或者参考图像——点击运行生成按钮

ReplaceAnything 文生图

人手一个编程助手！北大最强代码大模型CodeShell-7B开源，性能霸榜，IDE插件全开源

支持轻量级本地部署，团队针对CodeShell独有的架构扩展了llama.cpp —— 一个纯 C/C++ 实现的LLaMA模型高效推理接口，以支持CodeShell的模型在各种计算架构中的格式转化、推理运行以及量化部署

开源模型 AI编程

【开源黑科技】鹅厂PhotoMaker AI绘画工具，一键打造多风格头像！

1.5 喜闻乐见：开始运行 Windows引用修复测试代码在Win11下直接跑不起来，报包引用找不到。

photomaker 绘画风格

从0到1基于ChatGLM-6B使用LoRA进行参数高效微调

LoRA 的最大优势是速度更快，使用的内存更少；因此，可以在消费级硬件上运行。

大模型

阿里云王坚：中国AI不惧R2迟发！靠「群体智能」破局：算力不是瓶颈，但AI应用层急需炸开OpenAI想象围墙！不看好硅谷抢人乱象

我常对同事说，我很幸运能参与这个事业。

阿里云 AI

如何使用 Megatron-LM 训练语言模型

融合 CUDA 内核当一个计算在 GPU 上运行时，必要的数据会从内存中取出并加载到 GPU 上，然后计算结果被保存回内存。

开源模型

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

这个视频中人物的身体姿势、头发、头部姿势、面部表情都在发生运动，看了上面的视频后，群里一位朋友问如何实现视频中的人物口型与音频的完美同步，以及当前可行的方法。

AI视频

Stable Diffusion

新手向，Stable Diffusion API 接口，在本地调用

response = requests.post(url=f'{url}/sdapi/v1/txt2img', json=payload, headers=headers) 再运行

SD 文生图

从第一性原理看大模型Agent技术

接着我们要遵循加法规则进行运算以实现我们的目标——完成加法任务。

大模型 agent

<...24 25 26 272829 30 31 32 33 ...>

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