文章列表-AI魔法学院

文章列表

17K star！30秒偷走你的声音，开源声音克隆工具

用户只需要提供一段大约30秒的音频样本，可以是任何人的声音，然后系统会通过深度学习技术对音频进行分析和处理，精确地克隆出原声音。

OpenVoice 声音克隆开源

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

与 DiT [4]相比，MDT 展现了更优的性能和更快的学习速度。

Sora 微软

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

基于深度学习的人体姿态估计方法，使用了Charbonnier损失函数、感知损失和L1损失来约束网络，以实现将服装变形以适应人体姿势的目的。

文生图

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

因此，私有化部署和学习是不可避免的，而且，通常企业的部署资源是又是有限的。

aiXcoder-7B 大模型

Fastwhisper + Pyannote 实现 ASR + 说话者识别

基于PyTorch机器学习框架，它具有最先进的预训练模型和管道，可以进一步对自己的数据进行微调，以获得更好的性能。

faster-whisper 语者识别 ASR

使用ChatGPT写出优质长文、文章

撰写网络文章指令：现在您是网络文学的巨匠，我为您准备了几条黄金规则，以助您撰写一篇关于[xxx]的文章。

ChatGPT 写作

Prompt工程如此强大，我们还需要模型训练吗？

比如它的数学能力，大语言模型甚至不知道数字代表的真实含义，只是在学习了无数的语料之后，发现了一些数学结论之间的潜在概率关系，就能最终涌现出了数学运算或者复杂推理的能力，这是很强的。

大模型

人脸识别的开源的项目有哪些？

官方网站：链接： Dlib是一个C++库，包含了许多计算机视觉和机器学习工具，包括人脸检测和人脸识别。

人脸识别开源项目

中文通用大模型最全汇总

经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持 ChatGLM2-6B 地址：https://github.com/THUDM

大模型开源模型

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

Retrieval-Augmented Generation, 众所周知本次 llm 浪潮主打的就是一个 Generation，生成，而 Retrieval-augmented 就是指除了 llm 本身已经学到的知识之外

大模型

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

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

京东探索研究院联合悉尼大学在这方面做出了探索，提出了基于简单视觉transformer的姿态估计模型ViTPose和改进版本ViTPose+。

ViTPose+Transformer 身体姿态

ComfyUI-ControlNet不能漏啊！

.🤔A航线有webui的底子，想了解生图过程，能举一反三，进阶学习的。

ComfyUI ControlNeT

AI探索-我怎么使用Kimi Chat的

对于需要精译的文章，我习惯用GPT4作为我的助手，回头写一下，这里只展示Kimi其中的一种用法，比如在线翻译samaltman的最新短文。

KimiChat 写作

【2023.10】看目前巨头的AI原生产品布局

就算是发布到现在这么久了，我觉得很多产品的产品设计和策略设计也都应该向它学习，所以我在9月还专门分交互和策略实现两个方面分别写了文章来讲它： LLM-native应用中复杂慢速策略的UI交互设计【2023Q3

大模型产品

<...36 37 38 394041 42 43 44 45 ...>

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