文章列表-AI魔法学院

文章列表

AI Comic Factory：AI(连环)漫画生成器

首先，该项目是开源的，但需要多个组件来运行，包括前端、后端、LLM（大型语言模型）、SDXL等。

生成式AI

AI提示词|一词千金，写提示词的这个技巧你一定没想到！(一）

1.精确的语言和词语选择：在与AI进行交互时，精确和明确的语言至关重要。

提示词写作

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

训练数据上看，Llama 3的训练数据规模达到了15T tokens，全部来自于公开信息，其中5%为非英文数据，涵盖30多种语言。

meta llama3

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

测试显示，aiXcoder-7B Base版结合单文件上下文的代码补全能力超越StarCoder2、CodeLlama等一众模型，在Python、JS和Java语言上综合得分最高。

aiXcoder-7B 大模型

语音克隆又又又又又升级了

，时隔几个月Meta又推出了最新的语音生成技术，不仅能可能声音，还能通过对声音的描述来生成独特的音色，同时还能通过描述来生成各种各样的音效，甚至能通过文字描述来编辑声音，整体来说，这项技术几乎囊括了现在人们对语音生成技术的所有的需求

Meta 语音生成

大规模中文开源数据集发布！2TB、几十亿条可商用的中文数据集书生·万卷 1.0开源~中文大模型能力可能要更上一层楼了！

随着近年来GPT-3、ChatGPT等大模型的兴起，高质量的数据集在模型训练中扮演着越来越重要的角色。

大模型

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

自动控制鼠标和键盘的小工具，例如PyAutoGUI，可以帮助我们实现日常办公中的自动化任务。

RPA 自动化

深入探讨：Agent全自动写作长篇小说技术原理解析

前些天，社群里的小伙伴们讨论一个全自动写小说的Agent工具：「gpt-author」。

Agent

语音、视频转文字神器：开源whisper介绍

OpenAI的Whisper是一种基于深度学习的语音识别模型，它是一种通用的语音识别模型，可以用于语音识别、语音翻译和语言识别等任务。

人工智能大模型 wisper

【开源项目】Flow Matching 语音合成

CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图 Matcha-TTS是第一个开源conditional

音视频 Flow Matching

腾讯开源的数字人MuseTalk到底行不行？

MuseTaIk是由腾讯团队开发的先进技术，它是一个实时高质量的音频驱动唇部同步模型。

MuseTalk 数字人音频

PymuPDF4llm：PDF 提取的革命

随着人工智能和自然语言处理技术的发展，对能够与大型语言模型（LLMs）无缝配合的 PDF 提取工具的需求日益增长（利用LLM从非结构化PDF中提取结构化知识）。

PymuPDF4llm PDF

国外报告90%的AI类产品公司已经实现盈利，而国内大模型和AIGC的访谈说太卷了

“ 国外AIGC产品的发展情况：市场规模不断扩大，用户付费意愿高，小团队创业成功率高。

大模型

一文汇总Prompt提示工程的相关策略技巧

在与大语言模型的合作中，有一个引人入胜的环节——提示。

提示词框架

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

3月，国内外模型公司动作频频。

零一万物 YI 李开复

<...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