文章列表-AI魔法学院

文章列表

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

因此，如何利用无标注的语音数据和文本数据，实现无监督的语音识别，是一个非常有价值的研究方向。

Translatotron 语音识别

解读：一个数学在线教育网站如何做到一千万月访问量

绝大多数用户年龄都在30岁以下。

访问量

造梦师手记：C站最受欢迎的大模型推出了SFW版

这和最近Stable Diffusion的广泛应用有关，这个开源软件已经成为很多绘图工具的底层，通过API接口等形式，为用户提供各式各样的AI绘图服务。

DreamShaper 大模型文生图

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

低延迟：特别是 SenseVoice-Small 版本，采用非自回归端到端架构，提供了极低的推理延迟。

asr tts 声音

AutoGPT与LLM Agent解析

其中一个典型场景是长 session 的聊天过程，由于 GPT API 本身的输入信息有 4000 个 token 的限制，所以当聊天进行比较久之后，用户经常会发现 ChatGPT 已经“忘了”之前讲过的内容

大模型

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一种语言的语音或文字直接转换成另一种语言的语音或文字，但是你需要用多个工具，而且效果不理想！

大模型开源模型语音

你还在为钱发愁？2023年十大赚钱GPT Prompts高级指南！（国际版）

而你所做的，只是运用ChatGPT等AI工具的技术。

prompt

Stable Diffusion

Meta发布业界最强文生图模型CM3Leon，实力碾压Stable Diffusion、Midjourney

CM3leon具有自回归模型的通用性和有效性，同时保持较低的训练成本和推理效率。

文生图

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

U-Net 在扩散模型中被用于预测噪声。

Stable Diffusion DALL·E

【分享】SDXL模型最佳拍档！COMFY UI上手指南

COMFYUI是一款易于上手的工作流设计工具，具有以下特点：基于工作流节点设计，可视化工作流搭建，快速切换工作流，对显存占用小，速度快，支持多种插件，如ADetailer、Controlnet

大模型

Stable Diffusion

造梦师手记：全网下载量第一的Stable Diffusion模型更新到5.0版

引用炼丹群一个小姐姐的评价：它无所不能。

Stable Diffusion

基于 Kimi Chat 的 AI 渐进式阅读法

大语言模型的能力：聊天机器人：对话总结类应用：总结信息/提取信息扩展类应用：续写推理类应用：情绪判断、主题判断转化类应用：翻译、格式转换、纠错 ——来自吴恩达的 ChatGPT

Kimi Chat 阅读

替代画师？不，AI把枪指向了商业摄影

作者在C站称：我用于模型/版本展示的设置采样步数: 40-50 CFG scale: 7-20 采样方法: DPM++ 2M Karras 比例:1024x1024 负prompt:

文生图

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

利用AI生成连贯的音乐通常通过使用类似MIDI或钢琴卷的符号表示来实现。

开源模型

微软最新模型Phi-3 Mini开源登场！小模型，大未来！

简而言之，这款模型在保持高效能的同时，通过大幅降低成本和资源需求，拓宽了其使用场景和用户群体。

Phi-3 Mini 开源模型微软

<...70 71 72 737475 76 77 78 79 ...>

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