文章列表-AI魔法学院

文章列表

查理·芒格：关于人生的13个忠告

让我现在就来使用一点逆向思考。

人生箴言查理芒格

神秘模型“小熊猫”一夜刷屏：排名超Flux、Midjourney，网友：一看就中国的

前员工在图片后缀里发现了OpenAI； § 也可能是Mistral AI的新模型，理由是在未公布的测试版中发现了相似名称“Pandragon”； § 或者来自Recraft文生图模型，因为它们曾使用小熊猫战士作为默认矢量提示

red_panda 文生图

最新最强开源模型Qwen3本地运行指南！Windows+ollama+chatwise轻松搞定

需要注意的是，如果使用“pull”命令，只是下载模型，不会运行；如果使用“run”命令，下载之后会自动载入模型。

Qwen3 开源模型

如何修复GPT幻觉、及评估数据集的挑战

许多文章深入探讨了思想链技术。

大模型

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

CM3leon是第一个使用从纯文本语言模型改编的方法进行训练的多模态模型，包括大规模检索增强预训练阶段和第二个多任务监督微调(SFT)阶段。

文生图

语音、视频转文字神器：开源whisper介绍

Whisper模型使用了一种称为“自注意力机制”的技术，它可以在处理不同的语音信号时，更好地捕捉到语音中的关键信息。

人工智能大模型 wisper

FFmpeg之父新作——音频压缩工具 TSAC

其原理和我们之前介绍的突破压缩极限的AI语音编解码器类似，使用深度学习网络进行压缩，TSAC这里引入Transformer结构来提升性能。

TSAC 音频工具

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

首先，收集全面的普通话数据集非常困难；其次，普通话的复杂口型动作使得模型训练比英语更具挑战性。

JoyHallo 数字人开源模型

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

这种方法使得模型能够逐步构建解决方案，从而减少错误并提高准确性。

思考链提示词

爆肝7天！AI艺术字终极攻略，光影、隐藏、嵌入、海报4种艺术字全拆解

随着AIGC技术迭代，越来越多有趣的玩法也被逐渐挖掘了出来像最近特别火的AI艺术字我花了一周的时间把所有的玩法研究了一遍整理出来一套完整的制作流程文章包含了从制作底图、选大模型、写关键词和

文生图

Midjourney 实现角色一致性的新方法

同一提示之词，竟能催生出千变万化的图像，使得AI所绘之作，宛如自然之物般独特，毫无呆板重复之嫌。

midjourney 文生图绘画

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

他们针对超千亿参数模型的并行训练进行了深度优化，通过一系列技术手段降低了通信时间的比重，解决了显存占用不均的问题，并显著提升了训练框架的性能。

Baichuan 3 大模型

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？

例如，一个外星人在纽约市自然融入人群，这是使用极其昂贵的传统好莱坞 CGI 技术才能得到的效果。

Sora 原理

从⼤模型到 AI 应⽤落地，工程实现有多复杂?

本文整理自 8 月 12 日「NPCon：AI模型技术与应用峰会」上，来自 Dify.AI 创始人张路宇《LLM 应用技术栈与Agent全景解析》的分享，介绍了当前大模型技术应用技术栈以及 Agent

大模型

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

coqui-ai TTS实现跨语种、无需训练克隆语音的方法是基于Tacotron模型，该模型使用了一种音素输入表示来鼓励在不同语种之间共享模型容量。

coqui-ai TTS 语音

<...50 51 52 535455 56 57 58 59 ...>

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