文章列表-AI魔法学院

文章列表

大模型套壳祛魅：质疑套壳，理解套壳

在此期间，GPT 架构的性能表现逐渐超越 BERT 与 T5，成为大模型的主流选择。

大模型套壳

3.5k star！一款万能的 SQL 分析工具，厉害了！

而现实生活中，我们经常会遇到各种各样的本地文件，比如Excel、JSON、CSV等。

dsq 开源项目 SQL

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

翻译：现在我们有一个 reference-only预处理，它不需要任何控制模型即可实现直接使用一张图片作为参考来引导扩散。

文生图

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

当时发布者就现场演示了和它的实时互动，效果和真人聊天一样流畅！

OpenAI 嵌入式实时语音 SDK

学术党狂喜，Meta推出OCR神器，PDF、数学公式都能转

就像下图所展示的，带有数学公式的 PDF，转换起来就比较麻烦。

大模型

解放AI生产力——为什么要使用ComfyUI

通过上面两个例子的对比各位可以发现，controlnet展现了惊人的图片控制能力，而不需要人为的控制AI，限制AI发挥的强度，更厉害的是controlnet不止有canny预处理这样将图像退化为线稿再处理的预处理方式

文生图

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

虽然音频技术日新月异，但许多现有方案在复杂场景中仍难以提供稳定且高质量的音频体验。

ClearerVoice-Studio 语音

企业如何更好的使用大模型？都有哪些框架和方案

ChatGPT的出现将人工智能推向全球关注的中心舞台，大语言模型带动的新一轮人工智能浪潮，正以前所未有的速度席卷全球。

人工智能大模型

中文对话大模型BELLE全面开源！（附：数据+模型+轻量化）

在可预见的将来，ChatGPT将对各行各业带来革命性的影响。

belle 训练大模型

Stable Diffusion

Stable Diffusion基础：ControlNet之图片高仿

今天也来一探究竟。

文生图

郭德纲讲英语相声详细教程

郭德纲用英文说相声的短视频火爆全网，同类型的AI短视频层出不穷，更有好莱坞明星说中文的短视频，不断地出爆款，那么现在我们就开始学习如何制作一个同类型的AI短视频吧！

数字人音视频

WebUI使用用InstantID，AI换脸完美版

如今，又冒出来第三条路线。

换脸小红书

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

这个模型能处理文本、图像、动作输入，轻松应对多任务挑战，甚至跨界在机器人、游戏、医疗等领域展现强大实力。

Agent+GPT-4V 大模型

GLM4 开源了！！！还有多模态

今天，我们要分享一个令人震撼的消息：智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开源版本——GLM-4-9B，现已全面开源！

智普 ChatGLM 多模态

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

今天，人又在腾讯混元发布会的现场。

sora 视频生成

<...47 48 49 505152 53 54 55 56 ...>

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