文章列表-AI魔法学院

文章列表

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

BERT的核心思想是通过在大规模文本语料上进行无监督预训练，学习到通用的语言表示，然后将这些表示用于下游任务的微调。

Bert-vits 语音

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

Suno AI全新音乐生成模型Suno V3来临，掀起音乐界"ChatGPT时刻"，人人皆可成为作曲家、歌手，瞬间超越自我，打造独一无二音乐专辑就在此刻！

suno 歌曲音乐

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

总而言之，目前可能需要新的方法来推动 AI 技术超越其当前的极限。

Scaling Law AI大模型

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

它的聊天版本在其他开源模型上的表现也优于其他开源模型，并在一系列标准和开放式基准测试中实现了与 GPT-4o 和 Claude-3.5-Sonnet 等领先闭源模型的性能相当。”

DeepSeek V3 开源模型

释放潜能：大模型与企业微信SCRM系统的完美结合

• 大模型结合：通过利用大规模的数据和计算资源，训练出具有强大的自然语言理解和生成能力的人工智能模型，如GPT-3、BERT等，为SCRM提供更智能和创新的功能，如内容生成、意图识别

SCRM 大模型

无需翻墙，可合法使用的8款国内AI大模型产品

就是说只有通过备案的大模型才可以向公众开放使用算上文心一言，首批向公众开发的大模型产品共有8个 1、百度（文心一言）主页网址：yiyan.baidu.com 免费注册，无需付费，可以文生图

生成式AI

“大模型+机器人”的现状和未来，重磅综述报告来了！

在视觉感知方面，视觉Transformer模型实现了更鲁棒、更通用的特征提取；在语义感知方面，视觉-语言模型实现了开放词汇的识别和理解；在交互感知方面，具身语言模型实现了跨模态的指令跟随和技能学习。

论文机器人

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

虽然模型的对齐至关重要，但目前的评估方法往往存在局限性，这也让开发者往往困惑：大模型对齐程度如何？

Auto-J 大模型

全球下载量最大的AI绘画大模型，更新Lightning极速版

几个月前，Stable Diffusion的大模型连续推出了两中提速技术，一个是官方的Turbo，一个是清华团队的LCM。

Stable Diffusion 大模型提示词

2023检索增强生成技术（RAG）研究进展

人们正不断以新颖和创造性的方式将大语言模型与检索结合起来，从而从数据中挖掘出更深层次的洞见。

RAG 检索增强

姚班天才开发《完蛋！我被大模型包围了》游戏爆火，一日用户过万挤爆服务器

什么样的“大模型原生”游戏，让各大算法竞赛群里都在玩，还把服务器挤爆了？

大模型游戏

语音识别的未来已来：深入了解faster-whisper的突破性进展

faster-whisper简介 faster-whisper是基于OpenAI的Whisper模型的高效实现，它利用CTranslate2，一个专为Transformer模型设计的快速推理引擎。

语音识别 Faster-Whisper

造梦师手记：华夏之美，SDXL时代的第一个国风模型和汉服LoRA

SDXL发布后，一直备受欢迎的国风模型迅速更新，发布了XL版专用模型，而最受欢迎的汉服LoRA也跟进，在国风模型的基础上更新了XL版专用的汉服LoRA。

文生图

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

这种模型可以用单语言的语音-文字数据集来训练，不需要有双语言的语音数据集。

Translatotron 语音识别

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

kohya_ss的、秋葉aaaki的、赛博炼丹炉的…… 昨天我看了下kohya_ss的，感觉界面还是有点复杂，所以我还是最推荐秋叶的，秋叶也是用的kohya的脚本集成的，现在更新到最新版本，就可以训练SDXL模型的

SDXL 训练

<...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