文章列表-AI魔法学院

文章列表

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

TurtleBot的机器人操作系统ROS，开源了！！

ROS 机器人开源模型

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

这个让数字人声音完美匹配画面还匹配表情和情绪的对口型项目已经正式在即梦上线了。

Loopy 视频

一人搞定30万商品分类：AI落地实践故事！

基于真实需求，让AI落地，使用embedding模型做大数据量分类。

embedding 大数据分类

微信为什么使用 SQLite 保存聊天记录？

SQLite 是一个被大家低估的数据库，但有些人认为它是一个不适合生产环境使用的玩具数据库。

SQLite 微信数据库

向量数据库失宠了？OpenAI 力捧检索增强生成（RAG）技术，对行业来说意味着什么？

幻觉“黑匣子”——很难理解大语言模型在得出结论时考虑了哪些数据来源。

检索增强生成大语音模型

接私活必看的11个开源项目

同时，本框架源码开放，社区活跃，学习氛围浓厚，参与人数众多，因此对广大初入软件行业的学生、技术爱好者来说也是不错的选择。

私活开源项目

中文开源OCR框架对比及介绍

开源与个性化训练（☆）首先，优图OCR不开源，除了商业化的考量，应该也涉及到自己实验室的算法专利、隐私数据等，不开源属于情理之中。

OCR

微软最新模型Phi-3 Mini开源登场！小模型，大未来！

令人兴奋的是，Phi-3 Mini 是开源的，这意味着任何人都可以免费在本地使用它。

Phi-3 Mini 开源模型微软

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

技术背景传统的3D说话头像生成方法往往需要大量的数据和长时间的训练过程，这对于资源有限的个人或小型团队来说是一个不小的障碍。

MimicTalk 开源模型

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

特点 ·数据安全，支持在整个过程中断网线安装和使用。

网易 RAG 知识库

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

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

国内开源的低代码框架有哪些？

Appsmith Appsmith 是一款开源的低代码框架，其主要用于帮助用户及团队更快、更协调地完成构建管理面板、内部工具和仪表板等，且允许拖放UI 组件来构建页面，用户可以通过Appsmith连接到任何

大模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

少样本 TTS：仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

语音克隆开源模型

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

<...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