文章列表-AI魔法学院

文章列表

可能是国产最强AI，ChatGLM-4来了！

GLM4是智普刚刚在昨天才发布的全新基座大模型，地址是https://www.zhipuai.cn/。GLM-4在许多技能测试中做得和世界上最好用的人工智能GPT4差不多，它的能力已经达到了GPT-4的90%。智普AI的GLM4能够处理十万字的文档，还可以画图、分析报表、处理excel、pdf等

ChatGLM 智普

AI绘画当前的应用场景有哪些？

一、前言来了来了，之前给大家承诺的模特换装教程它来了！

文生图

谈谈LLM在推荐域的渗透，探索推荐新范式

Interactive and Explainable LLMs-Augmented Recommender System 本文中提出了一种用 LLMs 增强传统推荐的范式，通过将用户画像和历史交互转换为

大模型

AI改变未来，ChatDoc手把手教你写研报

工具的原理和逻辑非常清晰：后端依托ChatGPT（我猜后面可以接入其他主流大模型），前端接收上传的文档（PDF等格式），用AI的逻辑来解读文档。

大模型应用写作

AI拆解:《AI猫咪小红书账号3个月变现10W+》

今天，我们将探讨一位小红书博主的内容策略转变，以及这一转变如何体现了精益创业的核心理念。

文生图 AI拆解

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

相关链接论文链接：https://arxiv.org/pdf/2311.12052.pdf 项目链接：https://github.com/Boese0601/MagicDance 视频演示

MagicPose 视频

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

本文作者研究主要关注两个问题：1）基于工业领域中的PDF文档，将单模态文本、单模态图像、文本+图像双模态放入RAG系统中，看一看文本+图像双模态是否能够提升RAG系统的性能？

大模型研究

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

PDF！

大模型

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

上次分享了一个将小说转化为视频的全过程的教程。

StableDiffusion 绘本

从专业ASR到统一音频LLM：七大顶尖模型的深度对比分析

这一演进标志着模型从简单地转录语音，转向在一个统一的框架中理解、推理甚至生成音频。

音频对比

牛顿力学在AI中失效？Transformer模型能完美预测却不懂物理，哈佛团队揭示模型缺失物理常识

（来源：https://arxiv.org/pdf/2507.06952）灵魂一问：模型是否掌握了牛顿力学？

Transformer 大模型

如何从零开始，打造一家AI驱动的公司？

基本功能包括： · 生成定制化电子邮件、产品描述、摘要等 · · 自动将日期等非结构化数据转换为结构化数据

大模型打造公司

Insanely Fast Whisper：超快的Whisper语音识别脚本

项目简介这篇内容介绍了OpenAI的Whisper Large v2语音转录模型的超快速能力。

音频 Whisper

FFmpeg之父新作——音频压缩工具 TSAC

在推理时，只用选择级联的VQ个数就可以切换不同的码率。

TSAC 音频工具

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

一个静态图片转视频的项目。

阿里云视频音频

<...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