文章列表-AI魔法学院

文章列表

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

近年来，随着SD和Midjourney的火热，文本到图像生成（Text-to-Image Generation）的研究取得了令人瞩目的进展，让我们能够用自然语言指导AI创造出各种各样的图像。

LCM/LCM-LoRA 文生图

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

它采用纯语言建模方式，打破了传统 TTS 模型依赖复杂架构和外部适配器的模式，为语音合成领域带来了新的思路。

OuteTTS-0.1-350M 音频

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

引言在数字时代，技术的进步正在不断突破我们对现实与虚拟的界限。

VividTalk 视频

模拟ChatGPT流式数据——SSE最佳实践

为什么要这样传输，从使用场景上来说，ChatGPT 是一个基于深度学习的大型语言模型，处理自然语言需要大量的计算资源和时间，响应速度肯定比普通的读数据库要慢接口等待时间过长，显然不合适。

打字机 sse 大模型

请以“续航”为题目，写一篇议论文

文心一言首先，我们需要续航我们的青春。

中文训练大模型

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

前不久，Kimi 大模型已经入驻了字节跳动旗下的「扣子Coze」开发平台，成为首个入驻的第三方大模型。

Kimi 扣子Coze 大模型

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

中文开源文本嵌入模型中最被广泛使用的 text2vec 主要是在中文自然语言推理数据集上进行训练的。

GPT

【AI科技大创意】2024年人工智能10大趋势

然而现在，大型语言模型已经使虚拟助手能够实现人类水平对话能力。

人工智能趋势

数字人：从科幻走向现实的技术革命

通过训练模型，数字人可以模仿特定的声音或语调，与用户进行自然流畅的对话。

数字人语音

A1111 终于支持最先进 SDXL ControlNet！安装方法看这里~

√ ⑦　下载的模型移动到 \stable-diffusion-webui\extensions\sd-webui-controlnet\models 目录下 ⑧　启动&ensp

大模型 SDXL ControlNet

企业数字化转型的“阿里阿德涅之线”在哪？

但实际上，农业数字化转型后，这些“面朝黄土背朝天”的小农业和初中教材中描述的大农场模式下的机械化耕种就已经结束，替代的是更多智能化的农业装备和系统，比如通过无人机进行航拍，判断农作物生长情况和病虫害情况

大模型用户

Agent : 一文读懂LLM Agent架构，详解Profile，Memory，Planning，Action模块作用

除了这些基础知识，我认为最有价值的部分在于，它总结了基于大型语言模型（LLM）的Agent的架构，使我们能够按照一定的标准范式去设计自己的Agent。

大模型 LLM Agent

AI国力战争：GPU是明线，HBM是暗线

在这一场国家级、企业巨头之间的竞争中，站在最前排的就是大模型和大模型的算力发动机GPU。

GPU HBM 大模型

Deepseek-V2技术报告解读！全网最细！

架构解读我们通过模型的架构图和配置文件对模型设计有一个大致的认知，Deepseek的模型习惯采用 remote_code导入的格式，下载模型后，我们通过官方示例导入模型权重，打印出模型的架构。

Deepseek-V2 大模型

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

在过去的几年里，我们看到了AI在图像、视频和文本生成方面的巨大进步。

开源模型

<...42 43 44 454647 48 49 50 51 ...>

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