文章列表-AI魔法学院

文章列表

PDFTriage:面向长篇结构化文档的问答

近期的工作开始构建集中在文档的QA数据集。

大语言模型 PDF 文档

国内厂商语音识别与Whisper评测：现状与概况对比

同时，Whisper（飞思卡尔语音识别技术）作为一项国际上也备受关注的语音识别技术，在语音识别领域也有着广泛的应用。

语音识别 Faster-Whisper

预训练对话大模型深度解读

作者：轻口味链接：https://juejin.cn/post/7239393450906058810 1、背景介绍 ChatGPT爆火，大模表现的“涌现”现象，证明了大模型的这条路行得通

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

GLM-4-Voice作为一款端到端的语音模型，推动了多语言对话人工智能的边界，支持英语和中文的实时对话，同时提供可适应且类人化的响应生成。

GLM-4-Voice 9B 语音安装

推荐智能体：利用大模型进行交互式推荐

作为具有一般智能和自然语言处理能力的模型,LLM不可避免地缺乏特定领域的技能,如编辑图像或回答专业领域的问题。

大语言模型推荐

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

因此，本文来来介绍一个偏具体数值量化的工作。

开源模型

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

直播间搭建界面的选项很多，选数字人、选背景加贴图、添加直播文案（话术）这些常规操作相对简单，但关于直播互动方面的设置就比较复杂了，简单的说就是各种互动问答话术的设置，包括触发某些条件的指定话术，比如在线人数达到某个数值

数字人数字分身

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

（ControlNet实现了根据提示词精准控制图像元素改变，如人物动作、图像结构等）根据给到的提示词，它仅改变视频的画风，而且是针对完整视频。

ControlNet

人话聊AI大模型：AIGC如何助力营销的秘密（上）

一、AIGC赋能营销的业界典型企业营销素材-文本：Jasper & Copy.ai Jasper成立于2021年，作为一款领先的AI营销工具和写作助手，其底层模型最初源于GPT-3

大模型

ComfyUI-ControlNet不能漏啊！

Tile放大（进阶组合）这大概是我们首次进行复杂的任务串联工作流了。

ComfyUI ControlNeT

聊聊 AIGC 一些拧巴的现状

· 四维彩超：通过 AI 作图的软件，以你宝宝的四维彩超为基础，生成你宝宝出生后的样子 · 宝宝头像：通过 AI 作图的软件，生成你宝宝漫画版的头像 · AI 创意字：

开源模型

我，大语言模型

作为大语言模型，我就是巴别图书馆的热图（Heatmap）。

大模型

TrOCR——基于transformer模型的OCR手写文字识别

这里一旦提到OCR相关的技术，肯定第一个想到的便是CNN卷积神经网络，毕竟CNN卷积神经网络在计算机视觉任务上起到了至关重要的作用。

OCR 手写文字识别

Stable Diffusion

Stable Diffusion教程：提示词

我们通过这样分阶段分层次的工作，最终把系统实现出来。

提示词 SD 绘画

目前有哪些比较成功的人工智能应用？

现在各种人工智能对话机器人和AI绘图工具层出不穷，使用门槛低到只需要有一个手机就可以用AI来进行文字创作和图片创作。

生成式AI

<...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