文章列表-AI魔法学院

文章列表

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

而这张图片有手，还有两个人，或许EMO的模型还没办法处理这么多的元素，所以出现了上述Bug。

EMO 阿里全民演唱

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

“ 虽然网络上面的文本生成图片的扩散大模型已经铺天盖地，但是使用过的朋友应该都知道它们大多数的实际应用效果并不尽人意！

大模型文生图

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

这个功能开放不到一周时间，但经量子位观察，还挺火。

音频阿里

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

介绍近年来，语音启用的人工智能取得了显著进展，使对话代理能够更好地理解和响应人类语言。

GLM-4-Voice 9B 语音安装

我用AI写小说：「国学篇」如何将国学插入小说中

#### 例子：故事讲述一位现代学者因意外穿越回北宋时期，他运用对《周易》的深刻理解和国学的丰富知识，在官场上斗智斗勇，同时揭示了易理中的哲学思想和人生智慧。

国风国学写作

如何构建基于大模型的App

与从头开始训练语言模型不同，我们使用已经预训练过的模型，如LLama，并通过添加特定于用例的训练数据来调整模型以适应特定任务的需求。

构建大模型App

AI探索-我怎么使用Kimi Chat的

除了ChatGPT以外，Kimi Chat算是我经常使用的一个AI工具了，他对长文本的处理个人感觉比Claude好太多，而且对中文支持的很友好。

KimiChat 写作

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

在推理阶段，构成堆叠ID嵌入的图像可以来自不同的身份标识。

PhotoMaker 文生图

扣子更新图像流功能，字节版 ComfyUI 来了！

图像流支持通过可视化的方式，对图像获取、生成、编辑和发布等功能进行组合，从而实现稳定的图像处理流程的编排。

ComfyUI 图像流文生图

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 支持语音、视频和数据流处理，内置了自动语音识别（ASR）和文本转语音（TTS）功能，简化了语音到文本和文本到语音的转换过程。

GPT-4o 语音交互

手把手教你本地部署清华大学KEG的ChatGLM-6B模型——Windows+6GB显卡版本和CPU版本的本地部署

经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。

提示词 prompt chatgpt

RAG 修炼手册｜一文讲透 RAG 背后的技术

Word2Vec 作为词向量的经典算法之一，被广泛应用于各种自然语言处理任务。

RAG Embedding

Stable Diffusion

Stable Diffusion ComfyUI 入门感受

KSampler节点，Unet生成潜空间图品的地方，参数和webui中的生成参数基本上相同。

文生图

史上最好的中文大预言模型出现了！！！

有人已经测试过。

Kimi Chat 大模型

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

ChatGLM3 开源模型旨在与开源社区一起推动大模型技术发展，恳请开发者和大家遵守开源协议，勿将开源模型和代码及基于开源项目产生的衍生物用于任何可能给国家和社会带来危害的用途以及用于任何未经过安全评估和备案的服务

ChatGLM3 语音模型开源模型

<...46 47 48 495051 52 53 54 55 ...>

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