文章列表-AI魔法学院

文章列表

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

一个让GPT重复自问自答的Prompt

宫崎骏，起风了 Prompt · 概述 · 使用自然语言的方法，让GPT重复进行自问自答。

prompt

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

简单点说，就是一个“大脑”，能装进各种小玩意儿里，能让各种设备（比如毛绒玩具）具备实时语音交互的能力。

OpenAI 嵌入式实时语音 SDK

一个专业级 AI 聊天浏览器，开源了！

在 AI 模型大爆炸的今天，我们每天都能在技术圈见证无数个大语言模型诞生，其诞生速度之快，着实让人看得目不暇接。

开源大模型聊天

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

前言近日，Nvidia推出了一款名为Llama3-ChatQA-1.5的对话问答模型。

Llama3-ChatQA-1.5 对话问答模型

向量数据库简介和5个常用的开源项目介绍

从本质上讲，嵌入作为一个桥梁，将非数字数据转换为机器学习模型可以使用的形式，使它们能够更有效地识别数据中的模式和关系。

开源模型

基于LLM+向量库的文档对话痛点及解决方案

笔者发现目前的痛点是文档分割不够准确，导致模型有可能只回答了两点，而实际上是因为向量相似度召回的结果是残缺的。

开源模型

马上掌握这18个Prompts，让你的工作效率瞬间暴涨10倍！

掌握它们，你的工作效率可能直接暴涨10倍，让你的老板、同事大跌眼镜！

开源模型

Agent：OpenAI的下一步，亚马逊云科技站在第5层

大模型下半场拉开序幕。

开源模型

【NLP技术分享】文本生成评价指标的进化与推翻

前言文本生成目前的一大瓶颈是如何客观，准确的评价机器生成文本的质量。

开源模型

人工智能训练的灾难性遗忘以及解决方案

在这个数字化时代，我们每天都在与人工智能（AI）打交道，从智能语音助手到自动驾驶汽车，从智能医疗设备到智能家居，AI已经深入到我们生活的各个角落。

人工智能大模型

新测试基准发布，最强开源Llama 3尴尬了

大模型竞技场背后组织LMSYS推出下一代基准测试Arena-Hard，引起广泛关注。

Llama 3 大模型开源

Stable Diffusion

AI绘画Stable Diffusion进阶使用

pipeline_tag=text-to-image 大模型（底模型） stable diffusion webui 部署完成后，checkpoint是放底模 home\webui

Stable Diffusion 文生图

结构化Prompt必备基础：5分钟学会Markdown语法，实现提示词创作自由！

因为他像AI时代的编程语言一样，可以让提示词的开发象代码一样有规范，不但方便团队的沟通和协作，也方便对于后期的维护升级。

Prompt 提示词 Markdown

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

具体来看，快手大模型团队认为，一个优秀的视频生成模型，需要考虑四大核心要素——模型设计、数据保障、计算效率，以及模型能力的扩展。

可灵快手文生视频

<...45 46 47 484950 51 52 53 54 ...>

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