文章列表-AI魔法学院

文章列表

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

用AI生成的指令微调羊驼大模型，数学能力超ChatGPT—— 微软最新开源大模型WizardMath来了。

开源模型

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

语音交互作为人机交互的重要方式之一，也在不断演进和创新。

Westlake -Omni 语音

我尝试了 100 个免费 AI 工具，这些是最好的

这就像步入未来，静态图像变得栩栩如生，为您的视觉效果增添了全新的维度。

AI 工具

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

国内大模型创业公司，正在技术前沿创造新的记录。

Baichuan2 百川开源

OCR的终极解法——传统算法VS多模态大模型

OCR 后处理一直是麻烦的事情，如果用传统的算法会有训练需要准备大量的数据，迭代更新效果差的问题，不过速度确实快。

OCR 大模型文字识别

企业如何更好的使用大模型？都有哪些框架和方案

2022年底，OpenAI基于大语言模型发布了聊天应用ChatGPT，推出仅一个月活跃用户破亿，吸引全球范围的广泛关注。

人工智能大模型

大模型下半场，关于Agent的几个疑问

类似寒武纪生命大爆发，BabyGPT、AutoGPT、Generative Agents等实验性产品相继出新。

大模型

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

文本指令输入到 OpenAI 的 Sora 模型中，随后它生成了三段根据指令制作的视频。

sora 论文

2024年傅盛开年AI大课演讲内容PPT

2024年傅盛开年AI大课演讲内容PPT（仅供研究使用，如有侵权立即删除）随着人工智能技术的日益成熟，越来越多的企业开始实践这项新兴科技。特别是对于企业经营决策而言，AI大模型的出现已不再是新鲜事。在这个背景下，和大家分享资深商业领袖傅盛对AI大模型在企业经营决策中重要地位的看法，分享其2024年开年AI演讲PPT

猎豹 AI 演讲

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

近期，FaceChain 团队推出了全新的版本——FaceChain FACT。

FaceChain FACT 文生图

一款构建AI数字人项目开源了！自动实现音视频同步！

1、Video-Tetalking Video-ReTalking 是一个利用AI实现视频人物嘴型与输入的声音同步的创新技术。

AI数字人音视频同步

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

Utilities for working with text 用于处理文本的实用程序 livekit-plugins-openai

voice agent 开源音视频

推荐智能体：利用大模型进行交互式推荐

第三,LLM缺少预训练数据收集后发布的新商品的知识,针对最新数据的微调成本可能过高。

大语言模型推荐

AI声音克隆 | 最全最简教程（权威版）

它是一种将文本内容转换为语音的技术，通过TTS技术，计算机可以将文字信息转换成人类可听懂的语音输出，实现语音合成的功能目前市场上的AI声音我们最多用的还是普通的

声音克隆教程

如何修复GPT幻觉、及评估数据集的挑战

— OpenAI 首席执行官 Sam Altman 当开发人员希望使用模型构建系统时，这些限制提出了真正的挑战，因为整个系统必须满足质量、安全性和基础性要求。

大模型

<...26 27 28 293031 32 33 34 35 ...>

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