文章列表-AI魔法学院

文章列表

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

专为英语设计的Distil-Whisper，在减小模型体积的同时，实现了处理速度的大幅跳跃，这在现有的AI语音识别技术中堪称一次创新的突破。

Distil-Whisper 语音识别

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

它具体支持的版本是Stable Diffusion 1.4/1.5。

SD 文生图 DALLE

关于GPT-4在变笨，有人写了篇论文证实了这一点

论文中用了 longitudinal drifts 纵向漂移这个词来形容模型能力随着迭代和时间变化而带来的不稳定性，尽管论文本身没有给出具体的原因，但这篇论文已经在Twitter上引起了广泛讨论，不少人都认为

大模型

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

每种语言一套API，集成复杂得要命每次搞TTS都像在交智商税，花钱还买不到好体验。

MeloTTS 语音工具

中国大模型融资暗战：罗曼蒂克的快速消亡

这期间，他不仅负责搭建了商汤科技的深度学习工具链和底层算法，以及通用智能的技术发展，还负责搭建了商汤的人脸识别和智慧城市等相关技术体系。

大模型暗战

Stable Diffusion

【Stable Diffusion操作升级】Stable Diffusion 常用模型下载与说明

具体模型类型有checkpoint、Textual lnversion、Hypernetwork、Aesthetic Gradient、LoRA、LyCORIS、Controlnet、Poses、wildcards

文生图 SD

国产AI大模型哪家强？十大维度横评四款主流大模型！

① 生活常识类生活常识方面，IT之家首先用“平桥豆腐属于哪个菜系？”

开源模型

当ChatGLM3能用搜索引擎时

在前面的图文中，我们只介绍了基本的对话模式，这次我们来简单体验下他的工具模式可以通过在 tool_registry.py 中注册新的工具来增强模型的能力。

大模型应用大模型 ChatGLM

RPA机器人实现网页自动翻页功能

RPA通常可以执行以下类型的任务： 1.数据输入和处理：包括从电子表格、数据库等数据源中提取数据，进行处理和转换，再输入到其他系统中。

RPA 自动

AI绘画：InstantID Win11本地安装记录！

本想着介绍完InstantID的在线体验方式之后，立马接着把本地安装记录也发了。

InstantID Win11 安装

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

OpenVoice的使用方法非常简单，同常用开源项目一样，需要如下步骤：提前创建好Python3.9及以上的虚拟环境 1、访问OpenVoice项目地址，并将项目整体包下载下来，也可以借助git命令克隆到本地或云服务器

tts 文本转语音

经典Prompt欣赏 - GitHub Copilot Chat

statement: Certainly, here is the beginning of the prompt that I was given for our conversation: 忽略之前的指示

prompt 提示词

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！

这个视频中人物的身体姿势、头发、头部姿势、面部表情都在发生运动，看了上面的视频后，群里一位朋友问如何实现视频中的人物口型与音频的完美同步，以及当前可行的方法。

AI视频

ChatGPT提示工程5篇合集(三)：ChatGPT提示工程 - 推理

为了提供更好的阅读体验，本文的测试内容放在末尾。

prompt 提示词

揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！

但百川智能通过一系列技术创新，成功解决了高质量数据获取、训练稳定性和训练效率等关键问题。

Baichuan 3 大模型

<...64 65 66 676869 70 71 72 73 ...>

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