文章列表-AI魔法学院

文章列表

厉害了，匹诺曹Pinokio！所有AI工具，一键安装，全部免费！整合AI绘画、AI视频、AI语音...

有了它能够帮我们解决99%的本地AI模型安装问题！

AI绘画 AI视频 AI音乐

如何拥有你的卡通形象？ComfyUI-workflow

它包括了15个模块，每个模块都有不同的功能。

ComfyUI-workflow 文生图

检索增强生成(RAG)有什么好的优化方案

RAG优化分为两个方向：RAG基础功能优化、RAG架构优化。

RAG 检索增强生成

一文带你认识ELMo

最简单的理解就是：将词进行向量化表示，实体的抽象成了数学描述，就可以进行建模，应用到很多任务中。

embedding

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

ChartLlama是一个由南洋理工大学和腾讯联合开发的多模态语言模型，它可以根据你的指令来理解和生成图表。

ChartLlama 开源模型图标

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

也就是说，这100万上下文里，有细节Qwen2.5-Turbo是真能100%捕捉到。

Qwen2.5 开源模型

Whisper对于中文语音识别与转写中文文本优化的实践(Python3.10)

阿里的FunAsr对Whisper中文领域的转写能力造成了一定的挑战，但实际上，Whisper的使用者完全可以针对中文的语音做一些优化的措施，换句话说，Whisper的“默认”形态可能在中文领域斗不过

Whisper 语音优化

GPT提示词必杀技：思维树法

看完本文之后，会快速了解到提示词的编写技巧-思维树，提示词技能再上一个台阶。

GPT 提示词

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

性能优势 Zephyr-7B的性能在多个方面都表现卓越。

大语言模型开源模型

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

训练

8月份最火的 5 个 GitHub 项目

使用 Fooocus 不需要费力吧啦的调参，更注重任何计算机的交互，它自动为你做了很多自动化的操作，哪怕你不了解 Midjourney 很多调参技巧，也能输出令人惊艳的图片。

下载

Stability AI开源上新：3D生成引入视频扩散模型

这次带来的是图生3D方面的新进展：基于Stable Video Diffusion的Stable Video 3D（SV3D），只用一张图片就能生成高质量3D网格。

sv3d 建模

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

通过这两种任务，BERT能够学习到上下文感知的词嵌入和句子级别的语义表示。

Bert-vits 语音

解码二维码：揭秘我的漂亮二维码生成秘诀！

对于需求者来说，二维码肯定是要能被识别的，只是好看没有用处。

图像文字

<...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