文章列表-AI魔法学院

文章列表

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

这一特点大大降低了模型的复杂度，减少了计算资源的需求。

OuteTTS-0.1-350M 音频

为什么说AI现在还不行！

AI打破内容生成工具的界限后，就会变成这个新的计算底座（通用人工智能的通用对应的就是这个情境）。

大模型

大模型再发展5年，搜索引擎还在么？

原始意义的搜索引擎会消失，名实具亡。

大模型

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

我们将稳定扩散 3 的输出图像与其他各种开放模型（包括 SDXL、SDXL Turbo、Stable Cascade、Playground v2.5 和 Pixart-α）以及封闭源代码系统（如 DALL-E

SD 论文

StableDiffusion

StableDiffusion模型推荐系列（全能型）

这些模型背后，可是有着大量时间和资源的投入，比如SD1.5版本，耗资高达60万美元进行训练，其中的训练时间更是以万来计算的！

stablediffusion sd 文生图

大模型的研究新方向：混合专家模型（MoE）

因此，MoE模型的稀疏性存在一种平衡挑战，需要根据具体的应用需求和计算资源限制来调整门控网络的设计和参数。

MoE 大模型

Prompt全攻略(一):ChatGPT时代,什么是Prompt?

随着GPT-3等预训练语言模型的进步,ChatGPT这类交互式人工智能chatbot应运而生。

prompt

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

Whisper 是 OpenAI 研发并开源的一个自动语音识别（ASR，Automatic Speech Recognition）模型，他们通过从网络上收集了 68 万小时的多语言（

语音 HeyGen

2024，智谱如何更快？

那我们直接用开源大模型不就行了吗，为什么一定要耗费巨大精力去追逐GPT-4呢？

GPT-4 大语言模型

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在这一系列的博客文章/视频中，我将介绍先进的RAG技术，旨在优化RAG工作流程，并解决原始RAG系统中的挑战。

RAG 检索

让 AI 更懂你的 Prompt 提示词宝藏网站-FlowGPT

之前介绍了很多在本地部署远程大模型以及本地大模型的教程，但是对于 AI 的使用尤其是如何让 AI 准确理解并执行下达的任务也是一个技术活，所以又诞生了 Prompt 提示词工程这个概念。

prompt 提示词 FlowGPT

模型压缩：量化、剪枝和蒸馏

正常的均匀量化可以通过TensorFlow Lite Toolkit 或其他量化工具实现。

BERT 语言模型

Effective Prompt: 编写高质量Prompt的14个有效方法

提示工程（Prompt Engineering）是大模型时代下新兴的文字艺术，熟练掌握提示工程的基本设计准则，将有助于普通用户与Prompt工程师撰写出更优质的Prompt。

prompt 提示词

Stable Diffusion

硬核解读Stable Diffusion（系列二）

解决这个问题的办法就相对比较简单，就是采用多尺度策略训练，比如NovelAI提出采用Aspect Ratio Bucketing策略来在二次元数据集上精调模型，这样得到的模型就很大程度上避免SD的这个问题，目前大部分开源的基于

StableDiffusion 文生图

语音克隆又又又又又升级了

早在今年6月，Meta曾经推出过VoiceBox，能直接从文本生成高质量语音，不需要任何音频样本作为训练数据，可能是基于对音频Deepfake的担忧，一向秉承开源的Meta并未向工作开放VoiceBox

Meta 语音生成

<...65 66 67 686970 71 72 73 74 ...>

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