文章列表-AI魔法学院

文章列表

【万字长文-进阶教程】一文带你从入门到精通ChatTTS, 手把手教你固定音色、设置语速、添加停顿词、口头语、笑声！！

添加口头语的方法介绍在ChatTTS中，添加口头语(那么，就是，嗯等语气)主要有10个等级[oral_0]~[oral_9]。

chattts tts 文生语音

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

如果你已经开通了Claude Pro，现在就可以直接使用性能最强大的王炸模型Claude 3 Opus了！

claude 大模型

什么是BERT？

它强调了不再像以往一样采用传统的单向语言模型或者把两个单向语言模型进行浅层拼接的方法进行预训练，而是采用新的masked language model（MLM），以致能生成深度的双向语言表征。

embedding

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

接下来，如果你询问有关这本小说里的任何问题，大模型都可以给出简洁准确的答案。

Baichuan2 百川开源

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

另外，大模型本身有着幻觉问题，检索增强也是最直接的解决方案。

大模型 Ziya

一本Python爬虫的书，凭什么能畅销10W册

它们可以检测网站上的错误、链接问题和性能瓶颈，并立即采取措施来解决这些问题，以提供更好的用户体验。

爬虫 python

如何免费打造自己的数字人主播：StableDiffusion插件SadTalker打造本地数字人主播

学会本教程之后，大家就可以在自己的电脑上免费用一张图片生成数字人口播视频。

数字人

MCP服务介绍及应用场景报告-来自Manus

作为一种开放标准，MCP旨在统一大型语言模型与外部数据源和工具之间的通信协议，为AI应用提供了连接万物的接口。

MCP 大模型

AI虚拟主播数字人技术实现Wav2Lip

本文主要实现图片说话（如下图的蒙娜丽莎）、视频融合语音（这里的核心都是人物口型与音频中的语音唇形同步）。

数字人视频

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

允许你使用长期记忆和自定义工具构建 LLM Agent 最近有个新项目MemGPT，这个东西真的挺有意思，它可以让大型语言模型，比如让GPT-4这样的llm处理比原生更长的上下文窗口，

MemGPT 大语言模型

划重点！全网最全AI数字人工具合集！

一段文字，一张照片，就能让照片的人物开口说话？

AI 数字人

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

在热火朝天的“AI春晚”上，OpenAI一口气开源两项工作，其中之一一致性解码器，专门面向SD的VAE模型。

SD 文生图 DALLE

LangChain Agent 原理解析

它提供了一套工具、组件和接口，可以简化创建由 LLM 和聊天模型提供支持的应用程序的过程。

大模型

如何使用 Megatron-LM 训练语言模型

Transformers 3 还支持使用 Trainer API 来训练，其在 PyTorch 中提供功能完整的训练接口，甚至不需要自己编写训练的代码

开源模型

无一幸免！OpenAI最强竞对Anthropic：“长上下文”让大模型更不安全

其中一个让大模型能力增强的方法之一，便是增加大模型的上下文窗口。

Anthropic 大语言模型

<1 2 345 6 7 8 9 10 ...>

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