文章列表-AI魔法学院

文章列表

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

画一幅画，给自己喜欢的宠物拍一张照片，输入喜欢的各种二次元形象，它都可以来跳创作者喜欢的舞蹈。

通义文生视频

AI里的大模型，你了解么

这种跨模态应用的发展，将为人工智能技术带来更多的可能性，让我们的世界变得更加智能化和多元化。

人工智能

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

该框架采用标准的强化学习设置，其中奖励模型提供简单的二元奖励（0/1），动作空间遵循 ReAct 中的设置，同时基于特定任务的行动空间，使用语言增强功能，以实现复杂的推理步骤。

agent

Stable Diffusion

Stable Diffusion 和 Midjourney的优劣势比较，如何选择？

⑧收费昂贵，每月60美元才能达到较好的效果。

文生图

智谱AI静悄悄的上线了一大波新模型，过年了，真的

次元壁感觉破了。

智谱AI 大模型

测评了8个国产AI大模型，差点崩溃……

背后是一个初创公司，但是其今年的估值已经达到了12亿美元，还是不可小觑的，目前这个模型支持的场景相对来说也是逐渐丰富了。

大模型测评

ChatPDF | LLM文档对话 | pdf解析关键问题

接下来就是如何在图片中识别出标题、文本、表格、图片、列表等元素。

大模型

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！

前言 2023年被大家称为人工智能元年，在GPT技术不断爆火的背景下，人工智能技术也在不断的发展和演化。

tts 文本转语音

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

(3) 设计一个可验证这些假说的空间实验方案（预算限制5亿美元）。

GLM模型智谱

Yann LeCun杨立昆最新观点：AGI不存在

我们需要多元化的人工智能助手，就像我们需要多元化的媒体一样。

AGI 大语言模型观点

Roop参数说明，ROOP->StyleGAN演示！

保持帧率（keep fps）视频由很多元素构成，比如分辨率，码率，帧率。

视频 StyleGAN

用so-vits-svc-4.1进行音色转换的极简教程！

我们可以在这个网站上 https://www.autodl.com 租用一台服务器实例，24G的GPU即可，每小时1元钱左右：同时选择最新的镜像：在社区镜像中

so-vits-svc 音色转换教程

性能超出预期！神秘的国产大模型 Kimi 开放 API

值得一提的是，平台还为每个新用户赠送了 15 元的 API 调用额度。

Kimi Chat 大模型 API

M3E 可能是最强大的开源中文嵌入模型

新闻，学术等多个领域共计 2200W 句对样本，数据集详见 M3E 数据集 · · · 英文训练集，M3E 使用 MEDI 145W 英文三元组数据集进行训练

开源模型

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

然而，这些方法无法完全捕捉到音乐中的表现细微差异和风格元素。

开源模型

<...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