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

一种通用的 Prompt 框架 - CRISPE

它包括设计提示，引导模型生成特定的语调、风格或内容类型。

Prompt 提示词工程

从第一性原理看大模型Agent技术

我们将整个内容分为四个部分：首先，会对从大模型到现在的智能体的技术发展做一个串讲；接着，介绍通用智能原理和面向目标架构这个两个根本性问题；最后，基于这两个原理，分析现在的智能体架构仍存在的缺陷，以及未来可能的发展方向

大模型 agent

EverydayWechat：让微信变得更强大，引领每日生活新体验

通过EverydayWechat，用户可以将微信打造成一个更加智能和个性化的工具。

EverydayWechat

使用 ChatGPT + Claude 撰写成功的商业计划书

广泛的提示有助于模型能够细致地解释应用程序的跨类别功能，例如预算、费用跟踪、目标设定、财务洞察、数据安全等等。

工作

【全文翻译】微软166页论文解读 GPT-4V：多模态大模型的黎明

通过与先前技术的显著增强性能和通用性，展示了 GPT-4V 的非凡智能。

多模态大模型 GPT-4V 文生图

[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！

之前大部分开源可finetune的模型大都是比较小的模型7B或者13B，虽然可以在一些简单的chatbot评测集上，通过finetune训练有不错的表现。

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

“大模型+机器人”的现状和未来，重磅综述报告来了！

在下游任务中，CLIP可以根据文本描述动态生成视觉分类器，实现开放集识别。

论文机器人

通往 AGI 之路：走进大语言模型

AGI 也就是通用人工智能，是我们的愿景，虽然实现它有很长的一段路要走。

AGI ChatGPT 大语言模型

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

数据上看，可灵支持生成长达2分钟的30fps的超长视频，分辨率高达1080p，且支持多种宽高比。

可灵快手文生视频

职场及工作中常用的方法论总结

　　方法论是指导做事的基本原则，能够帮助我们快速的触及问题的核心并确定解决思路，好的方法论能让我们事半功倍，下面就总结下我在阿里这几年学习到的部分方法论。　　

工作

国际货币基金组织最新发布：关于AI与未来工作的报告

这篇文章主要探讨了人工智能（AI）对全球经济和劳动力市场的影响，提出了以下主要观点： 1.

AI行业报告 AI

ChatGPT 技巧 | Prompt 逆向工程

有没有感觉这个场景很像我们现在的情况：我们只能拿到（期望） ChatGPT 输出的结果，而无从分析其生成过程。

chatgpt 提示词 prompt

SD入门教程五：后期处理图片高清放大

这些功能可以快速帮助你提高图片分辨率和修复图片内容。

SD 入门教程修复

<...25 26 27 282930 31 32 33 34 ...>

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