文章列表-AI魔法学院

文章列表

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

今天不讨论 GPT-4o 的炸裂或颠覆，而是探讨如何作为个人或独立开发者实现这项技术，以及它的应用场景。

GPT-4o 语音交互

15个中文AI写作提示词帮你覆盖所有主流写作场景！！！

数量｝｝个引人注目、吸引点击的「标题党」风格的标题。

写作 prompt 提示词

朱啸虎讲了一个中国现实主义AIGC故事

这位1974年出生于上海，父亲是数学家，在上一个时代成名作有拉手网、饿了么、滴滴、ofo等的知名投资人，有很强的个人语言风格。

朱啸虎 AGI

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

虽然面壁成立于 2022 年 8 月，但在此之前，面壁团队作为北京智源人工智能研究院“悟道”项目的重要组成成员，从 2020 年就开始训练语言大模型。

Grok-1 开源模型

我去华强北走了一圈，发现这里正被另一种 AI 包围

华强北的一大部分生意是出口，各色皮肤的外贸客户很多，他们常常需要找一个带逛华强北的本地翻译。

华强北 AI

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

，这项研究将25个AI智能体放在一个像素风格的虚拟小镇上，智能体之间可以实现人类生活行为的模拟交互，也可以与虚拟小镇的所在环境发生交互，并且还可以与虚拟世界之外的人类产生交互。

开源模型

2023年LLM如何入门？请看这篇综述！

为了理解和掌握语言，开发能力强的人工智能算法面临着重大挑战。

大模型

AI Agent / 智能体观察笔记（中）

斯坦福大学和Google的研究团队发表了一篇《Generative Agents: Interactive Simulacra of Human Behavior》的论文，论文中介绍了一个应用大语言模型实现模仿可致信人类行为的生成式智能体

大模型

ComfyUI-DDetailer脸部修复

(人物画面越小越崩溃）好在webui后来有了真正的面部修复After Detailer的出现。

ComfyUI 脸部修复

颠覆数据存储方式：向量数据库的威力

在自然语言处理中，词嵌入是一种将文本数据转换为向量数据的方法。

编程数据库

AI声音克隆 | 最全最简教程（权威版）

它是一种将文本内容转换为语音的技术，通过TTS技术，计算机可以将文字信息转换成人类可听懂的语音输出，实现语音合成的功能目前市场上的AI声音我们最多用的还是普通的

声音克隆教程

RAG 修炼手册｜一文讲透 RAG 背后的技术

Transformer 的提出标志着神经网络模型在自然语言处理领域的一次重大革新，使得文本生成、机器翻译等任务取得了显著的性能提升。

RAG Embedding

ComfyUI 图片以及工作流管理神器

今天给小伙伴们介绍一款 ComfyUI 浏览器，不仅可以直接在 ComfyUI 页面查看历史生成的图片，而且直接在图片上一键加载工作流。

comfyui 工作流

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

言外之意，aiXcoder-7B不玩“虚”的，可以hold得住企业真实业务场景。

aiXcoder-7B 大模型

十大开源语音识别项目

Automatic Speech Recognition（ASR）是一项自动语音识别技术，其目标是通过计算机自动将人类口头语音转录为文本。

语音识别开源项目

<...62 63 64 656667 68 69 70 71 ...>

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