文章列表-AI魔法学院

文章列表

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

Translatotron 3结合了三种技术：掩码自编码器、无监督的嵌入映射、和反向翻译，来实现这个目标。

Translatotron 语音识别

一位芯片投资人的十年复盘：谁是中国的英伟达｜AI光年

与第一次和王慧文合作创业对标OpenAI不同，袁进辉此次创业选择做大模型时代的AI基础设施（AI Infra），降低大模型应用成本和开发门槛。

AI光年芯片投资

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

可能是国产最强AI，ChatGLM-4来了！

本质上，这和ChatGPT的store是一回事，不过定制的门槛非常低。

ChatGLM 智普

Stable Diffusion

Stable Diffusion教程：文生图

pants:1.6, wide shot:1.3, strolling, beach:1.3, tree, beautiful detailed sky, blue sky, 提示词很重要，后边会有专门的文章来介绍它

文生图 Stable Diffusion

目前有哪些比较成功的人工智能应用？

Transformer为基础的大模型语言模型ChatGPT和以Diffusion为基础的扩散模型Midjourney/StableDiffusion，改变了只有大公司和专业人士才能接触和使用的人工智能技术的使用门槛

生成式AI

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

为了进一步降低使用门槛，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

开源模型 AI编程

大模型狂飙两年后，“六小龙”开始做减法

的路径，投入更多的精力和资源在强化学习上，而非只在预训练上盲目烧钱。

AI 大模型

当ChatGLM3能用搜索引擎时

最近OPENAI的GPT4.0的出现，让AIGC有了新的玩法，各类插件的接入，让一些的传统的任务也变得简单、智能。

大模型应用大模型 ChatGLM

腾讯出品！开源AI数字人框架！号称可以不限时长

项目地址： https://github.com/TMElyralab/MuseV AI变革往期回顾： 0、【零基础入门AI】ChatGPT4.0+机器学习+深度学习！

MuseV 视频数字人框架

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在基本的RAG管道中，我们嵌入一个大的文本块进行检索，而这个完全相同的文本块用于合成。

RAG 检索

我用AI写小说：「素材篇」4种大神写爽文技巧+找素材新思路+三翻四震举例说明

为了实现这一目标，作者需要深入了解读者的需求和喜好，并在创作过程中将这些因素融入到故事中。

AI写作

完整ChatGLM3部署教程，支持手机和车载平台部署

ChatGLM3-6B 是 ChatGLM3 系列中的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM3-6B 引入了如下特性：更强大的基础模型：ChatGLM3

ChatGLM3 大模型

基于秋叶整合包-StableDiffusionWebUI启动器快速安装ComfyUI

这种节点式的工作流也提高了部分使用门槛。

秋叶整合包

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

ensp; 3、Diffusion Transformer（DiT）的应用： F5-TTS利用了Diffusion Transformer，这是一种结合了扩散模型的Transformer结构，专门用于处理生成任务中的对齐和数据生成问题

F5-TTS 音频克隆

<...29 30 31 323334 35 36 37 38 ...>

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