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

生成语音的语言和参考语音的语言都不需要出现在大规模说话人多语言训练数据集中。

OpenVoice 声音克隆开源

百模大战，谁是大模型的裁判员？

截至目前，国内外已有数百种大模型出世，但无论何种大模型，在亮相阶段，无一例外地都在强调自身的参数量，以及在各个评测基准上的评分。

大模型

大模型微调应用实践，没那么简单，看看曾经踩过的坑

推理速度验证：大模型的推理性能和输出答案的字数相关，大概是输出100字答案需要1秒。

大模型

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

3D虚拟试穿技术可以带来更好的用户体验，但需要大规模的3D数据集和参数化人体模型。

文生图

分析过688篇大模型论文，这篇论文综述了LLM的当前挑战和应用

挑战难以理解的数据集对于 LLM 而言，其预训练数据集的规模非常大，任何个人都无法彻底阅读其中的文档或评估这些文档的质量。

开源模型

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

时任北京市委副书记、市长，现任上海市委书记陈吉宁在致辞中指出，智源研究院将集合北京大学、清华大学、中国科学院、百度、字节跳动等机构，采用新的科研组织形式和人才引进培养模式，推动AI发展方向和理论、方法、

大模型钛媒体

制作可爱的表情包

现在用AI，比如Midjourney或者StableDiffusion，我们就可以上手轻松制作啦，各种风格的表情包，变钱赚钱，这些方法分享给你。

绘画表情包

40个prompt，让你成为麦肯锡高手

这40条专家Prompts将帮助你的AI工具在各个关键领域中提升工作能力。

prompt

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

这一进步标志着 AI 创意工具的重大飞跃，让用户能够把文字叙述转换成丰富的视觉故事。

sora 论文

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

（扩大样本招数有doge) 网友：中国造？

red_panda 文生图

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

轻松访问 LiveKit WebRTC 会话并处理或生成音频、视频和数据流。

voice agent 开源音视频

FFmpeg之父新作——音频压缩工具 TSAC

前两天FFmpeg作者Fabrice Bellard在个人主页发布了一款音频压缩工具TSAC。

TSAC 音频工具

如何下载及使用通义千问7B开源大模型

阿里云开源通义千问70亿参数模型，包括通用模型Qwen-7B和对话模型Qwen-7B-Chat，两款模型均已上线ModelScope魔搭社区，开源、免费、可商用，欢迎大家来体验。

通义千问

真超越了GPT？国产大模型实用场景横评②

比如360智脑的常规版本： 360智脑还有一个“数字人广场”。

大模型

ChatPDF | LLM文档对话 | pdf解析关键问题

因此笔者采用AI的方式来解决：目标检测和 OCR文字识别 · pipeline如下：流程图

大模型

<...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