文章列表-AI魔法学院

文章列表

Pynsist：一键打包 Python 应用代码成 Windows 安装程序

灵活配置： Pynsist 提供丰富的配置选项，可以让您自定义安装程序的行为，例如： • 指定 Python 版本： Pynsist 可以选择安装指定的 Python

Pynsist 程序

通俗易懂地解释OpenAI Sora视频生成的特点有哪些？它与此前的Runway Gen2、Pika有什么区别？以及缺点是什么？

另外值得一提的是，OpenAI Sora模型还可以直接生成图片，也就是说，它是一个以视频生成为核心的多能力模型。

sora 视频生成

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

该模型旨在解决边缘设备在运行多模态模型时面临的资源受限问题，通过优化架构和训练方法，实现了在保证性能的前提下，降低计算成本和延迟，从而为边缘设备的智能化升级提供了可行的解决方案。

OmniVision -968M 多模态模型

腾讯出品！开源AI数字人框架！号称可以不限时长

多参考图像技术：支持IPAdapter、ReferenceOnly、ReferenceNet、IPAdapterFaceID等多参考图像技术，提升了视频生成的质量和多样性1。

MuseV 视频数字人框架

长窗口大战要终结了？谷歌魔改Transformer，推出了“无限注意力”

PE 表示位置嵌入。

大模型上下文

AIGC沸腾200多天后，投资人达成三大共识

方正浩表示。

大模型

字节，悄咪咪做了个 Liblib

如若扫码登录，会提示“尚未获得访问权限，平台开放后欢迎加入”。

Lumi 大模型

开源即巅峰！微软VibeVoice 7B模型：跨语言、多说话人、长文本一次到位

这一功能使得VibeVoice在各种应用场景中都能提供高质量的音频输出。

VibeVoice 7B 语音

智源：70万预算，从头开发千亿参数大模型，挑战成功！

除了这种“由小及大”的“成长策略”之外，FLM的训练过程中还通过改善并行策略来提高吞吐量。

大模型

我尝试了 100 个免费 AI 工具，这些是最好的

这真是太神奇了——我有没有提到它是完全免费的，没有任何附加条件？

AI 工具

一张照片秒生不同风格图像！小红书InstantID来了！

02 技术特点 · 零样本学习：InstantID不依赖于大量的训练数据，它能够直接从一张图像中提取身份特征，这对于资源有限的场景尤其有价值。

InstantID 文生图

TypeChat 入门指南

你可以在以下位置找到该项目的网站：microsoft.github.io/TypeChat/ 该项目的源代码（包括示例）托管在 GitHub 上：github.com/microsoft

TypeChat

14.6K star！最好用的OCR文字识别项目，没有之一！

接下来给大家展示一下它的亮点功能：截图识别这个功能很适合在一些不能复制的网页上使用，速度很快，准确率也很高。

Umi-OCR 开源项目文字识别

无限长的上下文，也干不掉的RAG

特别是在需要从长上下文中间提取信息时，模型性能下降尤为明显。

RAG 大模型

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

WeChatpy是一个功能强大且易于使用的Python微信开发库，它提供了与微信开放平台接口进行交互的方法和工具。

WeChatpy 开发库

<...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