文章列表-AI魔法学院

文章列表

Agent四大范式 | 综述：全面理解Agent工作原理

该代理擅长处理如图像生成、分类、物体识别、视频注释、语音转文本等任务。

Agent 大语言模型

「语音转换新速度」— 探秘Whisper JAX的70倍速提升

这意味着它能够同时处理多个音频片段，大幅缩短了从语音到文本的转换时间。

Whisper 语音识别

企业数字化转型的“阿里阿德涅之线”在哪？

要知道，在医院数据中最重要的就是医学影像文件，不夸张的说，医学影像文件数量可以占据医院数据量 80% 以上。

大模型用户

AI+大模型在金融行业的应用场景

自然语言处理技术则能够理解理赔申请中的文本信息，自动提取关键数据并填入理赔系统中。

AI大模型金融

网易有道强力开源中英双语语音克隆

torchaudio pip install numpy numba scipy transformers==4.26.1 soundfile yacs g2p_en jieba pypinyin 准备模型文件

语音开源

谈谈RAG存在的一些问题和避免方式

一般来说，分块过程忽略了文本的内容，这就产生了问题。

RAG 大模型

我尝试了 100 个免费 AI 工具，这些是最好的

该工具因其在创建带有文本的人工智能图像方面的能力而脱颖而出。

AI 工具

本地部署操作AI抠图软件

pwd=ybq2 提取码: ybq2 复制这段内容后打开百度网盘手机 App 一、图片预览二、使用说明 1、工具应解压到非中文路径，含中文的路径必出错。

抠图

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

本文将会介绍ElasticSearch中的两种同义词管理方案：静态同义词库和动态同义词API。

ElasticSearch 智能搜索

WSL2安装（详细过程）

运行常见的命令行工具，如grep、sed、awk或其他ELF-64二进制文件。

虚拟化 docker

借题发挥下最近几例声音克隆的应用案例

某父亲痛失爱子，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过ChatGPT可以训练儿子的过去的说话，文字等语料

声音克隆数字人

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

点击原文查看项目及演示：https://humanaigc.github.io/vivid-talk/ 出自：https://mp.weixin.qq.com/s/Wphq3c9fd5XVGBapUXY4MA

VividTalk 视频

SD3 正式开源 Sora同源架构

确定了Stablediffusion3与Sora的架构是一致的 Stable Diffusion 3 Medium，我们最先进的文本到图像即将推出！

SD3 绘画

StableDiffusion使用Roop插件一键换脸教程

会下载到一个exe文件，双击打开，选择“使用C++的桌面开发”这一项，然后点击“安装”。

AI换脸

大模型推理能力增强方法总结

多数投票提高CoT性能——自洽性（Self-consistency）这篇文章是 CoT 后很快的一个跟进工作，是 CoT 系列改进的重要一步。

推理能力大模型

<...77 78 79 808182 83 84 85 86 ...>

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