文章列表-AI魔法学院

文章列表

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

F5-TTS在公共的100K小时多语言数据集上进行训练，展现出高自然性和表现力的零样本能力、无缝代码切换能力和速度控制效率。

F5-TTS 音频克隆

RAG 2.0来了，它能成为生产落地的福音吗？

RAG作为当前最流行、相对成熟的的LLM应用架构，受到了开发者的广泛关注，相关围绕RAG优化的技术层出不穷，但依旧难逃达不到生产应用要求的尴尬。

RAG 大模型

阿里腾讯豪华阵容参投，智谱AI投资版图曝光

实际上如果翻阅智谱官方公众号，你会发现官方几乎是以一年一次的频率来公布融进展，A轮融资「过亿」，B轮融资「数亿」，今天则直接公布了年度融资总额。

智谱阿里

Stable Diffusion

造梦师手记：Stable Diffusion一键换脸插件

在其他提示词不变的情况下，Stable Diffusion会跑出一张按照提示词的要求的图片，但脸部换成了roop插件里上传的脸。

AI换脸

ComfyUI-DDetailer脸部修复

如果跟随《Stable Diffusion 防災指南》一路学习过来的朋友可以选择A航线继续跟随卡爷的节奏进入ComfyUI新世界，而对ComfyUI本身兴趣不大，但对比WebUI还简单无脑的生图很需要

ComfyUI 脸部修复

大模型评测新思路：弱智吧精华问题大全

为从中国互联网中选择训练数据提供了重要见解；各种基准测试和人工评估证实，在 CQIA 数据集上微调的模型表现出卓越的性能，从而使 CQIA 成为中国 NLP 社区的宝贵资源。

弱智吧训练数据集

手把手带你微调一个自己的 ChatGLM2-6B 模型

ChatGLM2-6B 使用了 GLM 的混合目标函数，经过了 1.4T 中英标识符的预训练与人类偏好对齐训练，评测结果显示，相比于初代模型，ChatGLM2-6B 在 MMLU（+23%）、

ChatGLM2-6B

前半年，我看到的有趣的 AI 产品

它们不持久原因主要还是需求点本身低频或非刚需，噱头价值衰减。

AI工具

大模型压缩首篇综述来啦~

通过对模型中贡献有限的冗余参数进行剪枝，在保证性能最低下降的同时，可以减小存储需求、提高内存和计算效率。

大模型

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

在人工智能技术日益普及的今天，GPT-4o 的实时语音功能吸引了大量关注。

GPT-4o 语音交互

Threejs: 数字人生成金色动态粒子效果

昨天的文章提到通过修改数字人的材质做全息投影仪的动态效果，今天分享一下生成金色动态粒子人的代码，效果图如下：效果中还包含多个粒子效果的动态转换，有了这个，再加上摄像头，就可以完全模拟亚运会的数字人效果了

Threejs 数字人

清华、面壁智能发布：主动式Agent 2.0

这种转变不仅减轻了用户的认知负担，还能够帮助识别人类未明确表达的潜在需求，从而为用户提供更全面和无缝的服务。

Agent 2.0 大模型

10秒换脸，一张图片够了！SD Roop插件教程

之前的很多换脸技术，需要对人脸进行大量训练才可实现。

AI换脸

AI人工智能大模型通用办公提示词-献给像我一样的社畜们

第一列标题应为空以引用行号。

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

Anderson在一篇「More Is Different」文章中，描述了复杂的现象如何不能简单地自下而上地进行解释。

大模型

<...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