文章列表-AI魔法学院

文章列表

歪理大集合，谁也跑不了

出处：创业者的窘境：从人力资本到四维实体，有点哲学...

大模型

AI生成卡通人物项目|VToonify

开源链接：https://github.com/williamyang1991/VToonify 生成高质量艺术肖像视频是计算机图形学和计算机视觉中一项重要且令人向往的任务。

AI生成卡通人物 VToonify

17K star！30秒偷走你的声音，开源声音克隆工具

用户只需要提供一段大约30秒的音频样本，可以是任何人的声音，然后系统会通过深度学习技术对音频进行分析和处理，精确地克隆出原声音。

OpenVoice 声音克隆开源

赛博牛马，智谱 AI，悄悄出了一个 AI PPT

最多 5 个文件，每个 5 MB 最多 50 个文件，每个 100MB 设计美学

智谱 AI PPT

深度｜万字访谈！Open AI Sora作者，亲自揭秘Sora原理，Sora能带我们通往AGI吗？

显然，Sora 在这方面已经学习了很多。

Sora 原理

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

高效的数据引擎 XTuner 适配了多个热门开源数据集格式，开发者如已有对应格式的数据集，可以直接使用，并支持多种格式数据源的混合使用： Alpaca 格式，斯坦福大学开源数据集的格式

大模型

体验完阿里的EMO模型，我emo了

这种技术能够自动学习3D模型的形状和动作，并根据学习到的模型参数实现动画骨骼控制。

EMO 文生图

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

「知识迁移：」受益于统一格式的学习，OmniGen有效地跨不同任务迁移知识，应对未见过的任务和领域，并展示新颖的功能。

大模型研究

大模型时代-行业落地的再思考

通用大模型很厉害的一点就是通过对大量通用知识的压缩，训练了一个智商超高的模型，正是因为模型智商超高，才能对大量不同的任务通过in context learning的方式一学就会。

大模型

AIGC沸腾200多天后，投资人达成三大共识

2012年，Geoffrey Hinton教授和两名学生开发的基于深度学习的AlexNet获得ImageNet大规模视觉识别挑战赛的冠军。

大模型

一文汇总大语言模型LLM所有prompt提示词框架的论文出处

学习这些知识的原理有助于帮助我们打开 LLM 推理黑盒，感兴趣的朋友不妨花点时间研究下。

prompt 提示词

“How to make money with GPTs” 教你集成第三方url的Action+知识库的完整版GPTs

例如，GPTs可以帮助你学习任何棋盘游戏的规则，帮助教孩子数学，或设计贴纸。

GPTs 知识库

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

EmotiVoice是由网易有道的研究团队开发的，他们利用了最新的深度学习技术，如Tacotron、WaveGlow、Style Tokens等，来构建一个高质量、高效率、高灵活性的语音合成系统。

EmotiVoice 语音合成

基于Ollama本地部署Llama3指南！

调整后的版本使用监督微调（SFT）和带有人类反馈的强化学习（RLHF），以符合人类对有用性和安全性的偏好。

LLama3 ollama

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

京东探索研究院联合悉尼大学在这方面做出了探索，提出了基于简单视觉transformer的姿态估计模型ViTPose和改进版本ViTPose+。

ViTPose+Transformer 身体姿态

<...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