文章列表-AI魔法学院

文章列表

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

它可以轻松地扩展和个性化，并作为免费的开源软件开发。

大模型

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

环境准备创建新的conda环境并安装所需的软件包: 1 conda install pytorch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0

Westlake -Omni 语音

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

为了最大程度地增加生成视频的逼真度，需要考虑非刚性面部表情组件和刚性头部组件。

VividTalk 视频

大模型应用发展的方向｜代理 Agent 的兴起及其未来（下）

感觉这类导向任务的机器人也许会产生出类似人类繁衍后代的行为，机器开始制造自己的复制体（从软件到硬件），并且一代比一代更智能、强大。

大模型

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

shadows (一张俯视合成图，将四种季节性口红颜色排成一排，均匀分布在带有定向阴影的白色表面上) # 夜景摄影 (Night Photography) 夜景摄影捕捉的是弱光条件下的场景

文生图摄影提示词

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

shadows (一张俯视合成图，将四种季节性口红颜色排成一排，均匀分布在带有定向阴影的白色表面上) # 夜景摄影 (Night Photography) 夜景摄影捕捉的是弱光条件下的场景

文生图训练提示词 Midjourney

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

开源人工智能软件的创建是为了帮助庞大的社交网络以不同的语言更好地向全球用户提供内容服务。

翻译大模型

再也不怕合照缺人，Anydoor为图片编辑开了一道「任意门」

把指定物品放进另一张图片不像贴张贴纸一样简单，想要做到无缝接入，贴图的形状、材质、光影等等都需要在编辑软件里细致地调整。

Anydoor 文生图

两个案例教你如何用BRTR原则优化Prompt

是用于社交媒体推广，还是用于电子邮件营销？

BRTR Prompt 写作

AI生成PPT不靠谱？那是你方法没用对

“请访问36氪网站（36kr.com），对2024年的AI投融资事件进行整理和总结，编写一份xx页至xx页清晰且结构化的PPT大纲。”

PPT 制作 AI

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

从实测效果来看，GLM-4-32B-0414进一步提升了代码生成能力，可处理并生成结构更复杂的单文件代码。

GLM模型智谱

从思维链(CoT)，到思维树(ToT)，再到思维图(GoT)：用LLMs解决复杂问题！

「评分」：验证思想状态是否满足正确性条件并为其分配分数（来自LLMs或人类注释者）。

大模型

数字人：从科幻走向现实的技术革命

这得益于计算机硬件性能的提升、算法的创新以及相关技术的突破。

数字人语音

AI Agent的数字化革命：超越文本，走向自主决策与交互

强调了如规划、记忆和工具使用等关键组件。

生成式AI

苹果一次性开源了8个大模型！包含模型权重、训练日志和设置，OpenELM全面开源

使用结构重参数化的快速混合视觉Transformer · Bytes Are All You Need: Transformers 直接操作的文件字节

OpenELM 大模型

<...67 68 69 707172 73 74 75 76 >

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