文章列表-AI魔法学院

文章列表

智谱AI官网再升级，GLM-4，智能体，AI作图长文档全部搞定！

创建智能体智能体体验中心可以看到智谱AI也推出了自己的智能体，并且官方内置了丰富多样的智能体供大家免费体验。

GLM-4 智能体

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

通过官方项目介绍可以了解到，EmotiVoice 最突出的功能是情感合成，允许我们创建多种情感的语音。

EmotiVoice 语音库

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

通过这种技术，多个样本可以在计算过程中正确隔离，防止不同样本之间的数据混淆。

Baichuan-Omni 多模态大模型

关于大模型驱动的AI智能体Agent的一些思考

、可控的处理好大的复杂的任务效果很好（这个是LLM天然具备的能力）。

大模型

什么是BERT？

当隐藏了Transformer的详细结构后，我们就可以用一个只有输入和输出的黑盒子来表示它了：黑盒子Transformer 而Transformer结构又可以进行堆叠，形成一个更深的神经网络

embedding

什么是ChatGPT？

例如，在智能客服领域，ChatGPT可以通过分析客户的问题，生成相应的回答，从而提高客户服务的质量和效率。

ChatGPT OpenAI 大模型

Stable Diffusion

Stable Diffusion WebUI v1.8.0重大更新！

更新完成之后就可以打开一键启动，控制台会自动运行更新代码。

SD 画图

TrOCR——基于transformer模型的OCR手写文字识别

有关CNN卷积神经网络的相关知识与文章，可以参考往期的文章内容。

OCR 手写文字识别

AI写作：一步到位，如何用 AI 生成整篇文章？做自媒体必看！

可以直接用结构化提示词来直接引导 AI 写出整篇文案。

结构化提示词写作

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

以 Buzz win版本为例，在打开软件后，我们可以点击 "+" 按钮选择文件，接着选择语言（也可以采用默认的自动识别选项）。

生成式AI

小度为何押注AI眼镜？

戴上它，你可以随时随地语音问答，让它像百科全书一样为你指点迷津：也可以让它帮你看文档，一句话整理总结，还能翻译外文：首款中文AI眼镜能干什么？

AI眼镜小度

Fastwhisper + Pyannote 实现 ASR + 说话者识别

同时在CPU和GPU上进行8位量化，可以进一步提高算法效率。

faster-whisper 语者识别 ASR

Stable Diffusion

Stable Diffusion｜提示词高阶用法（二）双人同图

重启SDWebUI后，就可以在插件模块中看到这个插件了。

文生图

体验完阿里的EMO模型，我emo了

模型脑子第一个想到的就是这个）：，时长00:06 注：本视频来源于通义千问EMO首页视频，侵权删可以看到

EMO 文生图

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

Qwen-VL 可以以图像、文本、检测框作为输入，并以文本和检测框作为输出。

大模型

<...79 80 81 828384 85 86 87 88 ...>

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