文章列表-AI魔法学院

文章列表

划重点！全网最全AI数字人工具合集！

这听起来像科幻电影里的情节，但如今已经变为现实！

AI 数字人

MCI-GRU：在真实金融交易中验证有效的股票价格预测模型

针对以上挑战，本文提出了一种基于多头交叉注意力机制和改进GRU的股票预测模型，命名为MCI-GRU。

MCI-GRU 股票大模型

「长文」可能是目前最全的LangChain AI资源库之一

前言本文主要内容是一个LangChain资源库，里面罗列了大大小小很多个基于LangChain框架的优秀项目，包括低代码、服务、代理、模板等工具类，还有像知识管理、聊天机器人等开源项目，还包括像视频

工作

最佳开源文生图大模型可图：安装与批量出图的完整教程

Kolors可图是快手Kolors团队开发的基于潜在扩散的大规模文本到图像生成模型。

可图 kolors

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

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

经验验证表明，Pangu-Draw在文本到图像和多控制图像生成方面具有卓越的能力，为未来模型训练效率和生成通用性提供了一个有希望的方向。

PanGu-Draw 文生图

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

想要个像样的TTS？

MeloTTS 语音工具

Docker介绍及常用命令大全

通常一个镜像是基于另一个镜像，并进行一些额外的拓展自定义。

Docker 容器

清华系17人，撑起中国大模型创业半壁江山

在人工智能领域，不得不提的就是智源研究院这一响当当的名头。

大模型

完全指南——使用python提取PDF中的文本信息（包括表格和图片OCR）

这些文件只不过是存储在PDF文件中的图像集合。

大语言模型 python

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

然而，语言模型缺乏像人类一样感知非文本模态（如图像和音频）的能力。

大模型语音

AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看

有点像井打完了，什么时候用水，打一桶就得了。

大模型

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

这个模型能处理文本、图像、动作输入，轻松应对多任务挑战，甚至跨界在机器人、游戏、医疗等领域展现强大实力。

Agent+GPT-4V 大模型

一文搞懂贝叶斯定理有什么用

在统计学里，长期以来，有频率学派和贝叶斯学派两大学派，他们互相鄙视对方，就像华山派的气宗与剑宗之争。

贝叶斯定理

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

该系列模型接受图像和文本输入，并提供高质量的文本输出。

minicpm 面壁

<...4 5 6 789 10 11 12 13 ...>

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