文章列表-AI魔法学院

文章列表

17K star！30秒偷走你的声音，开源声音克隆工具

然后，它可以生成听起来自然的语音，以多种语言模仿该语音，同时为用户提供对情感、口音、节奏和语调等参数的精细控制。

OpenVoice 声音克隆开源

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

京东探索研究院联合悉尼大学在这方面做出了探索，提出了基于简单视觉transformer的姿态估计模型ViTPose和改进版本ViTPose+。

ViTPose+Transformer 身体姿态

AIGC沸腾200多天后，投资人达成三大共识

分化的不仅是态度，还有与市场高关注度能以匹配的冷淡数据。

大模型

RAG 2.0来了，它能成为生产落地的福音吗？

在典型的RAG系统中，通常会采用现成的通用嵌入模型来实现数据的嵌入处理，利用向量数据库进行高效的信息检索，并结合大型的黑盒语言模型来完成内容的生成。

RAG 大模型

通往 AGI 之路：走进大语言模型

比如，用来辅助写作，生成 PPT、程序员用来辅助生成代码和纠错，做一名老师指导你学习，也可以做数学题等等。

AGI ChatGPT 大语言模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

少样本 TTS：仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

语音克隆开源模型

玩一玩ChatGLM3，1660s即可流畅运行！

根据官方资料介绍： ChatGLM3 是智谱AI和清华大学KEG实验室联合发布的新一代对话模型。

大模型 ChatGLM

80多个罕见的论文prompt，让你起飞！

二、提示构建内容该模型可以提供有关如何组织内容的建议，包括潜在的节标题、参数的逻辑流等。

prompt 提示词论文

伦敦出租车司机的遭遇，暗示了程序员的未来

这个过程需要司机记住伦敦数千条街道和众多的地标，对伦敦的地理位置有深入的了解，包括街道、建筑、公园、酒店、商店、剧院、餐馆等等。

人工智能伦理

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

「知识迁移：」受益于统一格式的学习，OmniGen有效地跨不同任务迁移知识，应对未见过的任务和领域，并展示新颖的功能。

大模型研究

AI写作不如意？万字长文深度剖析背后原因

从我过去对专业知识的学习体验看，生成式AI的提示词技术是极少数以如此少的学习投入，就能在生活和工作中带来巨大的改变的技能。

AI写作

掌握Prompt的6心法

又比如有些人会给人工智能系统一个更复杂的Prompt,像是: "请为我写一篇关于气候变化的文章,文章需要引用权威数据,并提出应对建议。"

prompt 写作

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

Sonatino - ESP32-S3 音频开发板 esp32s3 ，学过单片机的小伙伴都比较清楚，是一款微控制器芯片，如图长这个样子： ESP32-S3 是一款由 Espressif

OpenAI 嵌入式实时语音 SDK

人手一个编程助手！北大最强代码大模型CodeShell-7B开源，性能霸榜，IDE插件全开源

近日，北京大学软件工程国家工程研究中心知识计算实验室联合四川天府银行AI实验室，正式开源70亿参数的代码大模型CodeShell，成为同等规模最强代码基座。

开源模型 AI编程

小度为何押注AI眼镜？

从官方发布的参数上看，这款小度AI眼镜配备了1600万像素广角摄像头，重量只有45克，续航却长达56小时，可连续听歌5小时以上，一次充电仅需30分钟。

AI眼镜小度

<...51 52 53 545556 57 58 59 60 ...>

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