文章列表-AI魔法学院

文章列表

开源免费离线语音识别神器whisper如何安装

whisper介绍 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。

wisper 翻译免费

国内外开源大语言模型一览表

为了促进大模型在中文NLP社区的开放研究，本项目开源了中文LLaMA模型和经过指令精调的Alpaca大模型。

大模型

图片拖拽神器DragGAN介绍及官方安装文档说明

拖放图像编辑是一项功能强大的技术，它涉及训练生成模型来根据用户提供的指令转换图像。

开源

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

项目简介 "QAnything"是网易有道开发的本地知识库问答平台。

网易 RAG 知识库

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

MetaAI这次再为开源贡献重磅产品：AudioCraft，一个支持多个音频生成模型的音频生成开发框架。

开源模型

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

ModelScope平台将以开源的方式提供多类优质模型，开发者可在平台上免费体验与下载使用。

开源

令人惊艳的开源图标生成AI模型：ChartLlama （南洋理&腾讯）

今天就介绍一个能够生成各类型图标的开源AI大模型：ChartLlama ！

ChartLlama 开源模型图标

3 分钟，把一篇 3000 字长文变成“脱口秀”——开源神器 Twocast 实战指南

比我自己录音 3 小时还像人前端 Next.js + 后端 Node，100% 开源

Twocast 开源

最强开源数字人对口型系统介绍

大家好，今天给大家介绍的是开源“最强”的数字人克隆方法 Easy-Wav2Lip: 仓库地址： https://github.com/anothermartz/Easy-Wav2Lip

数字人开源模型

RAG应用中数据处理过程需要注意的事项

数据格式和来源的多样性：将来自不同SaaS工具(如网站、pdf和音频文件)的数据转换为可用格式是很棘手的。

RAG 大模型

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

没完，这个模型不仅打败了一众开源大模型、成为百亿级代码大模型中最强，还有特别的优势：一改传统的“刷题式”代码生成，它专门针对企业级软件项目，在真实开发场景下效果最好——代码生成补全能力、和跨文件能力经过测试

aiXcoder-7B 大模型

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

此前，一个基于斯坦福的 Alpaca 、并进行了中文优化的项目受到大家关注，即开源中文对话大模型 70 亿参数的BELLE（Be Everyone's Large Language model Engine

训练大模型 belle

智源：70万预算，从头开发千亿参数大模型，挑战成功！

智源研究院与国内多所高校及南洋理工联合团队，挑战成功。

大模型

从声纹模型到语音合成：音频处理 AI 技术前沿 | 开源专题 No.45

该项目还提供了其他功能： · MusicGen：一种最新技术实现的可控文本到音乐模型。

AudioCraft 音频

Stable Diffusion

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

在热火朝天的“AI春晚”上，OpenAI一口气开源两项工作，其中之一一致性解码器，专门面向SD的VAE模型。

SD 文生图 DALLE

<...3 4 5 678 9 10 11 12 ...>

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