文章列表-AI魔法学院

文章列表

将文本转化为3D动画：DeepMotion推出MotionGPT，开启动画新时代！

这是一款基于生成式AI的工具，可以将文本提示无缝转换为复杂的3D动画，简化了动画创作过程，同时也超越了物理障碍，使得更多不同类型的创作者和行业可以使用3D动画。

3D 动作捕捉

国内厂商语音识别与Whisper评测：现状与概况对比

· Google：Google Cloud语音API、 Google Home、音箱、Google移动端

语音识别 Faster-Whisper

大模型再发展5年，搜索引擎还在么？

这进一步意味着信息精度的责任方在转移，过去是搜索引擎负责从已有内容中尽可能过滤出有价值的信息，而如果这套机制失灵，那就变成大模型在信息生成的同时需要扮演信息质量保证者的角色。

大模型

大模型：泛化即智能，压缩即一切！

那么怎样以最简单方式提高模型泛化能力呢？

泛化大模型

主流向量数据库一览

推荐的计算两个向量之间距离推荐的算法为：余弦相似度函数，其表达式如下: 常见的向量数据库向量检索是一个革命性的技术，使得开发者和工程师可以将知识或数据向量化之后实现更有效的存储

向量数据库

通往 AGI 之路：走进大语言模型

一、认识 ChatGPT ChatGPT 的全称是 Chat Generative Pre-trained Transformer，中文翻译过来就是基于生成式预训练变化的聊天模型，是 OpenAI 公司在

AGI ChatGPT 大语言模型

收藏！万字长文聊聊LLM Agents的现状，问题与未来

的方式。

LLM Agents

80多个罕见的论文prompt，让你起飞！

我应该如何以[所需的样式，例如“芝加哥”]样式格式化此引文？

prompt 提示词论文

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

;DDSP-SVC § Beatrice JVS Corpus Edition (试验性) · 提供事前构建好的二进制文件和 Docker/Anaconda 环境搭建两种使用方式。

AudioCraft 音频

手把手！做Llama3的MoE专家混合模型！底层原理怎样的？做自己的MoE模型？需要多少算力？

主要区别是训练方式不同！

MoE 专家混合模型

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

而随后，技术报告正式发布，开发者开始深挖它究竟做对了什么。

DeepSeek V3 开源模型

关于AI声音生成的一切（语音+音乐+嘴型）

jianchang512/clone-voice •SeamlessExpressive：可实现高质量的语音翻译，在翻译输出中保持原始说话者的声音风格、语气和独特的表达方式。

声音

前半年，我看到的有趣的 AI 产品

1、这半年脉冲式的小爆款 AI 产品，时不时出现。

AI工具

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

中间的层创建快捷方式以加快搜索速度。

Agent

Stable Diffusion

Stable Diffusion 必装插件查缺补漏，你还有哪个没装？(下）

下载链接：https://github.com/vladmandic/sd-extension-system-info Remove Background | 移除背景这个插件可以快速的删除图像的无用背景

文生图 Stable Diffusion

<...33 34 35 363738 39 40 41 42 ...>

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