文章列表-AI魔法学院

文章列表

社区供稿｜GPT-4 与国产模型，大！横！评！

豆包：豆包无法上传文档，不具备分析能力，本轮不能完成任务。

GPT-4 大模型

LangChain 的问题所在

）的实现，俗称为 ReAct 论文，该论文演示了一种提示技术，使模型能够通过 “思维链” 进行 “推理”（reason），并能够通过使用预定义工具集中的工具（如能够搜索互联网）来 “行动”（act）。

大模型大语言模型

解玄：共相、道、基类与战略

近来有个朋友知道我工作上碰到的些挑战后，帮我推荐了个“大师”帮忙看看。

玄学科学

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

.01 概述在日常生活和工作中，你是否常因嘈杂的环境、重叠的对话或音视频信号的混杂而感到沟通困难？

ClearerVoice-Studio 语音

国内AI大模型已近80个，哪个最有前途？

创业几个月，发现可以比普通大厂员工拿到多很多的信息，从投资人和全球 top AI 公司的核心成员那里可以学到很多。

大模型

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

每个工作线程能够同时运行多个代理。

voice agent 开源音视频

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

在人工智能技术日益普及的今天，GPT-4o 的实时语音功能吸引了大量关注。

GPT-4o 语音交互

新模型Cascade你真的用对了吗？！

最后我整理打包了此模型，【Stable cascade模型+安装方法+工作流】整套放在了文章最后，伙伴们自行下载~ 02 效果对比(Cascade 模型与SDXL模型）左边使用Cascade

Stable Cascade 模型

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

以前关于遵循指令的工作主要是通过继承大型（多模态）LLMs的能力，采用轻量级的监督微调来激活模型的能力以与用户意图对齐。

大模型语音

智源：70万预算，从头开发千亿参数大模型，挑战成功！

智源研究院与国内多所高校及南洋理工联合团队，挑战成功。

大模型

数字人：从科幻走向现实的技术革命

随着科技的飞速发展，尤其是人工智能、虚拟现实、增强现实等技术的突破，数字人已经从单纯的想象变为触手可及的现实。

数字人语音

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

大模型具有大规模参数和计算能力的机器学习模型。

大模型

Sora物理悖谬的几何解释

这里笔者依据现代数学特别是整体微分几何领域的一些观点来解释目前Sora技术路线中的缺陷，希望能够抛砖引玉，为广大AI研究和工程人员拓宽思路，共同促进提高。

Sora 解释

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

在当今数字化与智能化浪潮汹涌的时代，人工智能技术不断取得突破性进展，多模态模型作为其中的前沿领域，正日益成为研究和应用的热点。

OmniVision -968M 多模态模型

如何快速构建GPTs个人知识库应用？

如何构建GPTs个人知识库应用构建一个专属的GPTs个人知识库应用可以极大地提升你的工作效率和日常生活的便利。

GPTs 知识库

<...32 33 34 353637 38 39 40 41 ...>

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