文章列表-AI魔法学院

文章列表

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

这一功能已经集合进字节旗下即梦的视频生成模块内： AIbase上传了一张女孩的照片测试一下，即梦里面的对口型目前可以选择两种对口型方式： 1、文本朗读即梦的操作基本都很简单，只需要上传你要对口型的角色图片或视频

Loopy 视频

深入探讨GPTs和AI Assistant

用户可以通过对话形式，为GPT提供指令和额外的知识库，然后选择所需的能力，例如联网、绘图、分析数据等。

GPTs AI Assistant

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

audio2photoreal的核心技术是基于深度学习的图像生成模型，它可以从音频中提取语音特征，然后用这些特征来控制人脸和身体的运动。

audio2photoreal 开源工具

2024年值得关注的Agent框架

OpenAGI: 这是一个开源的人工通用智能（AGI）研究平台，结合了针对特定任务如情感分析或图像去模糊化的小型专家模型和基于任务反馈的强化学习（RLTF）以改进其输出。

Agent 框架

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

Transformer Debugger基本能力下图展示了Transformer Debugger对某个特定的prompt是如何展示结果的。

大模型调试工具

GitHub上的RPA小工具，可以将重复、繁琐的任务自动化

ensp; pyautogui.moveTo(current_x, current_y) ``` PyAutoGUI还提供了截图、

RPA 自动化

当ChatGLM3能用搜索引擎时

比如搜索、编程等等国内也出现了类似的开源的，比如我前面图文中介绍的更强大的双语对话模型——ChatGLM3。

大模型应用大模型 ChatGLM

关于AI声音生成的一切（语音+音乐+嘴型）

www.suno.ai/ 根据人声生成人物对口型动画（talking head） •SadTalker：单张图+

声音

微软Phi-3、Mixtral 8x22B等小模型过拟合，三分之二存在数据污染

所有模型的性能见下图附录 D。

过拟合小模型

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

概述我们进行了各种各样的实验，试图延长模型的上下文长度。

开源模型

Prompt全攻略(四):强力Prompt带来出色的AI应用

2.指定回复格式可以要求AI以列表、图表、幻灯片等格式回答,直接得到可用的结构化信息。

prompt

更强的小型LLM：Zephyr-7B

用户观察到这些模型通常缺乏“意图对齐”，意味着它们并不总是以符合人类偏好的方式行事。

Zephyr-7B 大语言模型

RAG 2.0来了，它能成为生产落地的福音吗？

这一点类似于我们优化推荐系统，并非简单的优化精排模型，而是需要端到端的从召回，粗排，精排，重排环节作为整体来优化，避免形成错配，如图出现不对齐现象，不管精排模型如何优化都难以达到好的优化目标。

RAG 大模型

金融行业中 Fintech 的应用场景

首先采集数据，第二绘制一些关系图谱，第三完成机器学习的建模，建模去完成欺诈的风险模型。

Fintech 金融

AI音乐热潮下，“神曲工作室”率先失业

AI作图 by娱乐资本论从AI内容刚出现的时候起，抖音等平台就紧急采取了一些限流措施，如要求所有AI生成的内容必须明确标注，以及禁止没有真人出镜的直播活动等。

音乐音频

<...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