文章列表-AI魔法学院

文章列表

视频大模型训练相关词条解释

它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。

视频生成 sora 词条

阿里腾讯豪华阵容参投，智谱AI投资版图曝光

另一个是它和同为清华系的大模型公司聆心智能进行全面合作，其「全面」的程度之深，一度有传言认为智谱实际上收购了后者。

智谱阿里

whisper-live：OpenAI Whisper模型的近实时实现

该项目是一个实时转录应用程序，使用 OpenAI Whisper 模型将语音输入转换为文本输出。

OpenAI Whisper 大模型

AI自动生成视频全流程干货

今天分享的是最近Get到的一个新技能，本来想给公司用AI制作视频的，然后参加了一个培训，学完了，但是我发现AI将文字生成视频的本质还是将现有的视频库的内容进行重组，并不能满足我们这个行业的要求，但是针对特定的一些

AI 视频

AIGC的7个黑暗面

每个人都对AIGC算法的方式感到惊讶，它可以产生任何风格的令人惊叹的艺术作品，然后立即用很棒的语法写出长篇文章。

大模型

投资人逃离大模型

最先的响应者包括百度的文心一言、360智能大模型1.0、智谱AI ChatGLM，后续跟进者包括商汤日日新、阿里巴巴通义千问、昆仑万维天工、讯飞星火认知、百川智能Baichuan-7B……根据彼时发布的算法备案

大模型

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

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

有人做了评测并讨论了可能的原因最近在群里和朋友圈看大家都提到让LLM写固定字数的回复时模型几乎都失效了，在网上看到这篇论文的时候就想怎么这么巧就有人针对这个事情发了论文，合着好像就是群友发的。

大模型控制

6个最佳开源TTS引擎

可以帮助视觉障碍的人理解文本内容，可以让开车的人听取一个文本工作报告，甚至模拟某个人的声音播报一段内容、演唱一个歌曲，实现虚拟主播、虚拟歌手。

TTS引擎开源模型

如何最简单、通俗地理解Transformer？

我个人的观点是要想系统而又透彻地理解 Transformer，至少要遵循下面这样一个思路（步骤）：首先，了解一些NLP领域的基本知识，比如文本是如何被表征的，序列文本信息的处理，基于（深度神经网络

Transformer 大模型

我如何夺冠新加坡首届 GPT-4 提示工程大赛 [译]

可能的语气包括正式、幽默、富有同情心等。

GPT-4 提示词

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

写一篇关于Vision Pro VR眼镜的20字宣传文案，并用女声读出来，同时生成个视频看看。

大模型

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 支持语音、视频和数据流处理，内置了自动语音识别（ASR）和文本转语音（TTS）功能，简化了语音到文本和文本到语音的转换过程。

GPT-4o 语音交互

2023年人工智能行业总结

首先，我们来到了第一条线——语言模型线。

人工智能 AGI 思考总结

从0到1谈谈智能客服系统的设计与实现

生成式：另一种类型的是生成式模型，它主要采用深度学习技术以及最新的大语言模型，通过学习大量数据来生成文本。

智能客服

<...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