文章列表-AI魔法学院

文章列表

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

面壁智能多模态大模型 MiniCPM-V https://github.com/OpenBMB/MiniCPM-V 想到了直升机，没想到的是火箭！

MiniCPM-V 2.6 大模型

国内外开源大语言模型一览表

灵心（SoulChat） https://github.com/scutcyr/SoulChat 我们调研了当前常见的心理咨询平台，发现，用户寻求在线心理帮助时，通常需要进行较长篇幅地进行自我描述

大模型

Prompt | 抖音视频脚本

PromptTok 是制作 tiktok 视频脚本的佼佼者，由于脚本将被出售，因此必须非常有创意，确保每个脚本都有足够的创新性，以便在 TikTok 平台上成为新的脚本。

prompt

OpenAI Assistants API 使用指南

nbsp; ) return thread 在 Thread 中没有限制 Message 的数量，但一旦超过 token 限制，就会进行智能截断

OpenAI Assistants API

4K star！录屏好帮手，超酷的实时按键显示工具

Keyviz 是什么 Keyviz是一个免费开源的实时键鼠输入可视化软件，支持跨平台运行。

Keyviz 录频

AIGC沸腾200多天后，投资人达成三大共识

7月19日，Facebook的母公司Meta推出Llama 2大模型，将免费用于研究和商业用途，被称为最强GPT-4平替开源。

大模型

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

还有 Replace Anything，也是阿里的智能计算研究院推出的一款图像内容替换框架，比如更换人物发型、人物的服装以及背景等。

阿里云视频音频

RAT = CoT + RAG

开发能够像人类一样思考、推理并解决复杂问题的模型一直是人工智能研究的关键目标。

RAT 协同思维链检索增强生成

GTC大会黄仁勋发言稿

世界上没有哪个会议能汇聚来自如此多元科学领域的研究人员，从气候科技到无线电科学，大家都在探索如何使用 AI 来机器人化控制 MIMOS，用于下一代 6G 无线电，自动驾驶汽车，甚至是各方面的人工智能。

黄仁勋 nvidia

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

按照固有的思维方式，如果想要语音克隆首先得有克隆对象具体的语言语音样本，换句话说，克隆对象必须说过某一种语言的话才行，但现在，coqui-ai TTS V2.0版本做到了，真正的跨语种无需训练的语音克隆技术

coqui-ai TTS 语音

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

这个技术不仅有望改变数字媒体的生产方式，也为虚拟现实和人工智能的应用开辟了新的道路。

VividTalk 视频

网易有道强力开源中英双语语音克隆

你需要一台带有NVidia GPU的机器。

语音开源

OCR是什么以及推荐几款开源中文OCR识别软件

倾斜校正：　　由于一般用户，在拍照文档时，难以拍摄得完全符合水平平齐与竖直平齐（我本人就经常拍的歪歪扭扭），　　因此拍照出来的图片不可避免的产生倾斜，这就需要图像处理软件进行校正。

OCR

阿里Qwen3系列模型惊艳亮相

Qwen3模型依旧采用宽松的Apache2.0协议开源，这意味着全球的开发者、研究机构和企业都能免费在HuggingFace、魔搭社区等平台下载模型，还能用于商业用途。

阿里 Qwen3 大模型

AIGC工作流: 新时代产品经理和创业者的秘密武器

通过这种方法，团队成员能直观地理解产品的最终呈现效果，方便地讨论问题并形成共识，从而保证最终交付的产品体验与预期保持一致。

大模型 AIGC

<...40 41 42 434445 46 47 48 49 ...>

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