文章列表-AI魔法学院

文章列表

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

作为Whisper模型的蒸馏版，Distil-Whisper凭借轻量级架构和卓越的处理速度，成为了技术热潮中的新宠。

Distil-Whisper 语音识别

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！

而 OpenVoice 作为一款强大的多语言即时语音克隆AI工具，可以为用户提供高效、个性化的语音克隆服务，是一款值得推荐的项目。

tts 文本转语音

智能时代的变革者：定制化GPTs重塑未来的五大预言

这不仅包括数据输入和处理，还扩展到更复杂的工作，如初级数据分析和报告编写。

GPTs 智能

Deepseek-V2技术报告解读！全网最细！

沿袭了一贯的作风，Deepseek对模型（基座和对话对齐版本）进行了完全的mit协议开源，可以商用。

Deepseek-V2 大模型

如何改善你的回测方法，提高策略的未来收益

作者分析了三种主要的回测方法，详述了各自的优势和挑战。

回测方法

[论文] 阿里提出AgentScope：灵活强大的智能体框架

然而，直接编写每个智能体的消息交换可能会变得繁琐，如示例 3 所示。

AgentScope 语言大模型智能体

必看！阿里通义千问完整技术报告

第6节提供了相关的相关工作概述，第7节总结了本文并指出了我们未来的工作方向。

大型语言模型报告

Stable Diffusion

Stable Diffusion基础：ControlNet之细节替换

作为 ControlNet，它会对参考图进行分块，并识别出区块内的对象。

StableDiffusion 文生图

一文带你看懂OpenAI-Sora生成视频的原理

我们会选择最关键的情节，最生动的描写，最突出的角色进行讲述，而略去那些不那么关键的细节。

视频生成 sora

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

制作图表是一件既费时又费力的事情，需要掌握各种软件和技巧那么，能否使用AI大语言模型来生成图标呢？

ChartLlama 开源模型图标

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

Embedding模型作为大语言模型（Large Language Model，LLM）的一个重要辅助，是很多LLM应用必不可少的部分。

开源模型

使用ChatGPT检查论文引用、提高研究深度

ChatGPT作为一个先进的自然语言处理工具，能够在这一过程中提供巨大帮助。

ChatGPT 案例

大模型：泛化即智能，压缩即一切！

最近看了Ilya关于泛化的演讲有所感悟，所以总结了这篇文章，作为入门者只是尽力去联系和理解所观察到的现象，不会探讨过于深入的东西，但希望能引起大家的兴趣。

泛化大模型

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

而 OuteTTS-0.1-350M 作为一款新兴的 TTS 模型，正以其独特的技术和功能特点吸引着众多关注。

OuteTTS-0.1-350M 音频

45个 DALL-E 3 使用案例 (附提示词)

DALL-E 3 是 OpenAI 的又一大作，相比于此前的 DALL-E 3 是一个重磅提升。

DALL-E 提示词文生图

<...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