文章列表-AI魔法学院

文章列表

深度解读｜做出海必看的一份产品报告

在新一代 AI Native 原生应用从 0-1 的发展中，我们认为“产品驱动增长”会成为更加重要的发展模式，同时 SenseAI 之后也会更聚焦海外前沿的 AI Native 产品。

工作

GitHub星数暴涨，AIPC的开源实现，用AI记录电脑一整天的使用太简单了，功能非常多！

AIPC是微软提出的概念，实际上就是把AI功能集成到电脑里，改变、重塑电脑的使用体验。

AIPC ScreenPipe 开源

准备迎接超级人工智能系统，OpenAI宣布RLHF即将终结！超级对齐技术将接任RLHF，保证超级人工智能系统遵循人类的意志

为什么要做弱AI监督引导强AI 如前所述，此前的强化学习是人类比模型强的情况下推出的如下图所示，是一个示意图：在未来，我们面临的是人类需要监督和控制比自己更强大的AI系统。

OpenAI 人工智能

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

企业如何更好的使用大模型？都有哪些框架和方案

TechCrunch的数据显示，2022年前三个季度全球人工智能的投资已达到560亿美元，创下历史新高。

人工智能大模型

Agent：OpenAI的下一步，亚马逊云科技站在第5层

对此，初创公司Seednapse AI创始人提出构建AI应用的五层基石理论，受到业界关注。

开源模型

鹅厂版AI笔记悄悄上线，微信公众号优质内容秒变专属知识库，实测在此

量子位实测发现，如果在一开始的搜索框中输入的不是搜索词而是网页链接，就可以自动跳转到该链接指向的网页。

ima copilot 搜索

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

今天给大家同时展示5款(Fish、F5、GPT、CosyVoice、MaskGCT)爆火的语音克隆-文本合成的效果展示。

语音克隆开源模型

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

Baichuan-Omni 的架构如图2所示。

Baichuan-Omni 多模态大模型

Windrecorder：连续记录屏幕内容，通过OCR技术识别记录内容

这是一款可以持续记录屏幕画面、通过关键词搜索等方式随时找回相关记忆的工具。

Windrecorder 录屏

鹅厂最新AI工具刷屏！杨幂寡姐多风格写真秒秒钟生成，LeCun点赞 | 可免费体验

但随后LeCun转发表示：那个文艺复兴时期的绘画风格是他最喜欢的。

PhotoMaker 图生图

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

如果大模型能够像人一样长时间对话并记住之前的内容，那么我们将拥有更广泛的应用可能性，让AI能够做更多事情。

大模型 llm框架

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

但是，现实问题涉及了许多超越LLM外的能力，比如为用户提供实时数据分析和可视化结果、为软件开发提供一条龙服务等。

GPT-4

OpenAI Assistants API 使用指南

会进入 cancelling 状态，然后进入 cancelled 状态在执行过程中如果用到了自定义工具，in_process 状态会进入 requireds_action 状态，表示需要提交工具的执行结果

OpenAI Assistants API

StableDiffusion

好用的令人发指的图生图，你就告诉我抄哪个吧！—StableDiffusion 第三弹

SD文生图的参数与提示词详解 AI绘画的首次轰动，可以追溯到短视频平台上大火的AI漫画特效。

大模型文生图

<...38 39 40 414243 44 45 46 47 ...>

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