文章列表-AI魔法学院

文章列表

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

字节跳动最近推出了一款名为PersonaTalk的AI模型，这项黑科技让视频配音彻底摆脱了传统的“僵硬感”。

PersonaTalk 视频

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

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

万字长文，AI大模型的应用实践总结

对于以Transformer、MOE结构为代表的大模型来说，传统的单机单卡训练模式肯定不能满足上千（万）亿级参数的模型训练，这时候我们就需要解决内存墙和通信墙等一系列问题，在单机多卡或者多机多卡进行模型训练

大模型

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

凭借着2.7B的参数，「小语言模型（SLM）」Phi-2几乎打穿了所有13B以下的大模型——包括谷歌最新发布的Gemini Nano 2。

小语言模型

18种 DALL-E 3 炫酷的文字效果和提示词

DALL-E 3 不仅可以在图片上生成文字，还可以把文字巧妙地融合到图像中。

DALL-E 3 提示词文生图

依赖倒置：以数字和AI的思维模式思考

类似的信号很多，还不说打车和外卖这些，举一个特别小的回老家的时候听到的抱怨。

写文章

图解检索增强式生成（RAG）技术 | 万字长文

此外，LlamaIndex 和 LangChian 这两个惊人的开源项目发展速度极快，它们的文档内容已经比 2016 年的机器学习教科书还要丰富。

检索增强式生成 RAG

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

“看到这一排机器了吗？

数字人

数字人：从科幻走向现实的技术革命

数字人的技术原理数字人是通过计算机技术创建的虚拟人物形象，其外观、动作和交互能力都基于现实人类的特征。

数字人语音

划重点！全网最全AI数字人工具合集！

一段文字，一张照片，就能让照片的人物开口说话？

AI 数字人

AI视频新技能！这套流程教你打造视频人物和声音完美同步！

目前，在AI生成视频这个环节，已经发展的越来越快，各种技术也越来越成熟，从文字直接生成视频已经可以快速实现下面这样有复杂场景的视频，再结合更完善的故事脚本、对话，更复杂的视频效果都是可以畅想的。

AI视频

开源打败闭源？Meta即将推出开源代码生成平台Code Llama，剑指OpenAI Codex

这套新的编码模型将与 OpenAI 打造的 Codex 正面抗衡，并基于 Meta 的 Llma 2 软件——这是一种能够理解并生成会话文本的大语言模型。

开源模型

基于 OpenAI Whisper 模型的实时语音转文字工具

今天给大家分享一款专注于音频处理和创作的开源软件【WhisperLive】

WhisperLive 音频开源软件

企业数字化转型的“阿里阿德涅之线”在哪？

但实际上，农业数字化转型后，这些“面朝黄土背朝天”的小农业和初中教材中描述的大农场模式下的机械化耕种就已经结束，替代的是更多智能化的农业装备和系统，比如通过无人机进行航拍，判断农作物生长情况和病虫害情况

大模型用户

<...2 3 4 567 8 9 10 11 ...>

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