文章列表-AI魔法学院

文章列表

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

GLM-4-Voice作为一款端到端的语音模型，推动了多语言对话人工智能的边界，支持英语和中文的实时对话，同时提供可适应且类人化的响应生成。

GLM-4-Voice 9B 语音安装

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

把这张由Stable Diffusion 生成的 AI 小姐姐照片，丢进EMO操作界面，我们得到了下面这段视频：，时长00:14 整体来说，视频的质量还是比较高的，不论是同步口型、人物眨眼、还是头部运动

EMO 阿里全民演唱

AI拆解:《AI猫咪小红书账号3个月变现10W+》

平台看到一模一样的笔记，点赞高达100万，该账号已经开通网店带货，销量感人接广告只是流量号最简单的变现方法，如果延伸出去，变现模式有很多，之后的文章会继续和大家聊这只是其中的一个账号，而且制作成本很低

文生图 AI拆解

GGUF格式详解

作为一种二进制格式，GGUF能够显著提高模型加载和保存的速度，这对于需要频繁加载不同模型的场景尤为重要。

GGUF 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

此外，Sora 能够制作包含细致动作和互动的长视频序列，突破了以往模型在视频长度和视觉表现上的限制。

sora 论文

说真的，学会用SD做电商图，你才是真的入了门

具体而言，你会看到这样的过程：一个随手拍摄的咖啡杯如何变成这样这样或者是这样制作全流程都在这篇文章里，跟着做，你也能学会。

文生图 SD 电商

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

4.批量处理：PaddleOCR支持批量处理，用户可以一次性上传多个图片进行文字识别，极大提高工作效率。

PaddleOCR 文字识别

一键部署本地“妙鸭”，证件照，写真照，模特换装全部搞定！

在控制台中可以看到训练的进度，整个训练时间和我们的电脑配置息息相关。

妙鸭文生图

推荐智能体：利用大模型进行交互式推荐

我们提出了一个高效的框架InteRecAgent,其将LLM用作大脑,将推荐模型用作工具。

大语言模型推荐

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

因此，本文来来介绍一个偏具体数值量化的工作。

开源模型

【爆肝整理】500+ AI 最佳提示词

为 20 秒的广告制作脚本。

提示词

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

无论是微笑、说话，还是任何面部表情，视频中人物的嘴唇动作都和新配音的语音高度一致。

PersonaTalk 视频

分享一个结构化AI提示词模版

写作模板情境(S): 需要创作[文章类型] 目的(P): [写作目标] 受众(A): [目标读者群体] 要求(R): - 字数限制: [具体字数

提示词模板

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

如果能理解大模型的输出是什么样的机制或者由哪些网络决定的，可以帮助我们进一步优化大模型的训练质量。

大模型调试工具

大模型应用设计的10个思考

这一特点为我们提供了某种控制的可能性。

大模型应用

<...31 32 33 343536 37 38 39 40 ...>

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