文章列表-AI魔法学院

文章列表

Gartner：2024年人工智能渗透的十大战略技术趋势

3.AI-增强开发 AI 增强开发是使用 AI 技术（如 GenAI 和机器学习）来帮助软件工程师设计、编码和测试应用程序。

Gartner 人工智能

谈Agent构建平台的设计

事实上很多通用的平台方案活的不错，例如开发low-code产品所使用的编程语言本身、Office中的Excel等等，它们未必能解决所有的问题，但它们确实能解决相当多领域的问题，也被相当广泛的接受和使用。

Agent 构建

如何看待大型语言模型的Prompt

在实践中，大型语言模型确实似乎在接近的位置编码了相关的标记，因此必然存在某种联系。

prompt 大语言模型

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

96块A100练了14天 Phi-2 是一个基于 Transformer 的模型，使用1.4T个tokens进行训练（包括用于NLP和编码的合成数据集和Web数据集）。

小语言模型

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

在生成过程中，面部定位器（Face Locator）用来编码面部的边界框区域。

音频阿里

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

· EnCodec：一种高保真度神经音频编解码器。

AudioCraft 音频

AI换脸：FaceFusion 3.5.0更新，解决老版本无法使用问题！

这消除了每次运行应用程序时等待单个模型下载的麻烦。

FaceFusion 文生图

M3E 可能是最强大的开源中文嵌入模型

感兴趣模型和项目的部署和教程可以看这几篇文章：教程｜使用免费GPU 资源搭建专属知识库 ChatGLM2-6B + LangChain 工程落地实践

开源模型

Agent具体实现

有了代理，就不需要手动编写 if/else 逻辑了，只需将选项提供给模型，让其进行判断。

Agent 大模型

阿里出品自动化视频剪辑工具FunClip！

使用流程如下： FunClip Usage FunClip的主要功能 · 自动化语音识别

FunClip 视频阿里

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

其火热程度可见一斑。

EMO 阿里全民演唱

Stability AI开源上新：3D生成引入视频扩散模型

§ 条件输入：输入图像通过VAE编码器嵌入到潜在空间中，会和噪声潜在状态合并，一起输入到UNet中；输入图像的CLIP嵌入矩阵则被用作每个Transformer模块交叉注意力层的键值对。

sv3d 建模

比 remini 更便宜，比美图更有风格！黏土滤镜免费做，速领

流程介绍使用效率加载器 Efficient Loader，大模型选择 SDXL Lightning 模型，比如 dreamshaper, 再选一个 SDXL 的黏土风

SDXL 文生图

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

其具体的技术流程主要包括以下几个关键步骤： 1、数据预处理：首先，对输入的音频文件进行采样率转换和分帧等预处理操作。

clone-voice 声音克隆

Stable Diffusion

万字长篇！超全Stable Diffusion AI绘画参数及原理详解

VAE模型：全称Variational auto enconder变分自编码器，它类似于图片生成后的滤镜。

文生图

<...34 35 36 373839 40 41 42 43 ...>

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