文章列表-AI魔法学院

文章列表

腾讯出品！开源AI数字人框架！号称可以不限时长

多参考图像技术：支持IPAdapter、ReferenceOnly、ReferenceNet、IPAdapterFaceID等多参考图像技术，提升了视频生成的质量和多样性1。

MuseV 视频数字人框架

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

Griffin-7B 和 Griffin-14B 的性能与 Llama-2 相当，尽管训练的 tokens 数量只有后者的 1/7。

transformer 训练

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

NLU（自然语言理解）任务效果很好，单卡GPU可以部署，速度快，V100GPU下1秒能处理2千条以上。

大模型

万字长文-大语言模型指令调优综述

1.

大语言模型

windows安装向量数据库milvus

就具备了安装docker的环境 1.3docker安装点击下载的Docker Desktop Installer.exe，一步步安装，就能成功二.Milvus安装 2.1下载 1.

向量库 docker

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

效果展示（更多内容可以见官网） 3,AI变革指南,1秒 2,AI变革指南,1秒 1,AI变革指南,2秒 USS模型是一个具有突破性的语音识别系统，它展示了无监督语音识别的巨大潜力，也为语音识别的发展开辟了新的可能性

Translatotron 语音识别

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

1.

GPT-4 提示词

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

INT4模型参数需要至少5G显存，可在RTX3080上部署 § | 部署方案训练或者微调之后的模型，如果直接使用原生transformers进行部署速度较慢（如下方案2），可使用方案1进行加速推理

大模型

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

如果打算在硬件上使用 SDK，可以选择购买以下支持的微控制器： 1.

OpenAI 嵌入式实时语音 SDK

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

以下是几个技术亮点： 1） FRCRN 模型：还原自然语音的“魔术师” FRCRN 模型擅长在移除背景噪音的同时保留音频的自然品质。

ClearerVoice-Studio 语音

零代码编程：用ChatGPT打造一个信息推送的微信机器人

现在有很多这方面的消息推送工具，比如wxpusher、Pushplus、server饭、server酱等： pushplus：免费账号一天限制200条请求数，1分钟内最多接收5次请求，超出的请求不再推送

ChatGPT

Stable Diffusion

stable diffusion API 调用，超级详细代码示例和说明

文生图 txt2img 接口以下是添加了两个 ControlNet，4 批次，每批次生成 1 张图，并指定了基础模型、VAE 等的入参 JSON： ————————————————

文生图工作图生图

【开源项目】Flow Matching 语音合成

normalising flows语音合成项目，提供基于 LJSpeech 和 VCTK 数据预训练模型以供测评 Matcha-TTS有两个主要的贡献和其他建议: 1.

音视频 Flow Matching

使用BELLE项目部署bloomz模型（专业程序员精简版）

1、下载模型文件 1） &ensp

belle 训练大模型

AI生成PPT不靠谱？那是你方法没用对

1）确定PPT的主题、目标受众和演示目的 2）编写PPT大纲和内容 3）制作PPT 4）美化、调整PPT 5）交付、演讲其中，1和5还无法被AI替代，2-4则可以通过AI来完成。

PPT 制作 AI

<...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