文章列表-AI魔法学院

文章列表

“实时”语音翻译！AI语音具有“情绪”！最强开源AI大模型来了

你想把一段语音转成文字，或者把一段文字转成语音，但是你不知道怎么操作！

大模型开源模型语音

阿里Outfit Anyone实现真人百变换装

上线全民舞王：用一张照片就可生成《科目三》今天我要分享另一个阿里的AI工具：Outfit Anyone，它是一项适合任何服装和任何人的超高质量AI虚拟试穿技术，使用户能够在不真实试穿衣物的情况下尝试不同的时尚款式

Outfit Anyone 阿里

AI数字人：重构人货场的新力量

它们利用语音识别、自然语言处理、计算机视觉等技术，实现与人类的自然交互，成为人类与计算机之间沟通的桥梁。

数字人 AI 商业

中国大模型融资暗战：罗曼蒂克的快速消亡

尽管该消息被很快修正为“8亿美金”，但据「暗涌Waves」了解，8亿美金其实是一个相对保守的数字，“这并不包括老股东的加码以及因为跨春节尚未走完投资流程的机构。”

大模型暗战

3 个令人惊艳的 GitHub 开源项目，诞生了！

随着今年这波 AI 风口的兴起，让这两款神器再次走进人们的视野，但与上次不同的是，这次很多普通网友都开始上手学习，并参与创作，再利用工具能力进行变现。

开源模型

CLiB中文大模型能力评测榜单（持续更新）

给定以下文本段落，提取其中的关键信息。

大模型人工智能评测

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

测试时计算技术，能在推理阶段（模型被使用时）就将模型增强，比如，模型可以实时生成和评估多种可能性，而不是理解选择单一答案。

Scaling Law AI大模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

为了回答这两个问题，本文作者首先选择了当前主流的两个多模态模型GPT4-Vision，LLaVA ，然后手动标注了数据集和RAG系统测试集，接着作者构建了一个多模态RAG系统（两种配置），将文本和图像结合到一块

大模型研究

AI颠覆的第一个体育赛道，来了

Plaier平台，一个人工智能球探搜索平台，自2023年3月推出以来，已经开始影响俱乐部挑选球员的方式，甚至可能改变职业足球经理人的工作模式。

体育 AI

Sora物理悖谬的几何解释

这里时空的概念是比较关键的，每个令牌在短视频的帧序列号（时间），在当前帧的行列序号（空间）都被记录在令牌里。

Sora 解释

让你不怕任何事的3个顶级思维（建议收藏）

有个撑杆跳的选手，苦于无法超越眼前栏杆的高度。

灰度思维减法思维

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

其COO陈乐说：“很多具有专业知识的从业者，譬如律师、医生，本身主业不是短视频博主，也没有太多空闲的时间进行相关知识内容的制作和传播。

数字人

万物皆可替换！阿里【ReplaceAnything】，支持在线体验！

# ReplaceAnything 01 工具介绍 Replace Anything是由阿里巴巴开发的一款AI图像内容替换框架，主要用在图像编辑和生成领域。

ReplaceAnything 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

在过去的几年里，我们看到了AI在图像、视频和文本生成方面的巨大进步。

开源模型

prompt中的分隔符号的正确使用方法

无论是在日常对话中，还是在我们与先进技术，特别是像GPT这样的人工智能模型交互时，准确传达我们的意图是至关重要的。

prompt 分隔符

<...71 72 73 747576 77 78 79 80 ...>

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