文章列表-AI魔法学院

文章列表

没有思考过 Embedding，不足以谈 AI

例如 "Hello World" 这句话就可以作为 ”3942 98783“ 这样的数字序列输入，从而可以被计算机处理。

开源模型

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

MimicTalk通过引入「NeRF」技术，结合高效的微调策略和上下文学习能力的人脸动作生成模型，成功地解决了这一问题NeRF技术允许模型在三维空间中重建物体的形状和外观，而MimicTalk在此基础上进行了优化

MimicTalk 开源模型

【揭秘】BELLE大模型：一个集合训练、数据、模型、APP的超级神器，让每个人都能拥有自己的“大模型”！

https://github.com/LianjiaTech/BELLE BELLE 项目的研究方向着眼于提升中文指令调优模型的指令跟随、指令泛化效果，降低模型训练和研究工作的门槛

训练大模型 belle

Stable Diffusion

Stable Diffusion 文生图全网最细详解

有个比较有意思的反向 tag 叫 NSFW(no sutiable for work) 一般情况尽量把这个加入到反向词中，特别是工作场合。

文生图 SD

深度解析ElasticSearch同义词管理：打造更智能的搜索体验

维护成本 - 需要手动编辑和同步同义词文件，可能增加运维工作量。

ElasticSearch 智能搜索

腾讯出品！开源AI数字人框架！号称可以不限时长

今天，介绍一个开源创新的虚拟人视频生成框架：MuseV MuseV是由腾讯音乐娱乐的天琴实验室开源，MuseV专注于生成高质量的虚拟人视频和口型同步，能够制作出具有高度一致性和自然表情的长视频内容

MuseV 视频数字人框架

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

由于易于构建和重复使用，希望构建更好的声音生成器、压缩算法或音乐生成器的人可以在同一个代码库中完成所有操作，并在其他人已有基础上进一步发展。

开源模型

用so-vits-svc-4.1进行音色转换的极简教程！

当然Slicer也有Python脚本工具，把多个音频放在指定的文件夹内，一个命令就可以自动完成切割。

so-vits-svc 音色转换教程

pdf2htmlEX：效果相当好的一个PDF转HTML程序，和原始PDF几乎一模一样。

Chrome渲染PDF，再导出成HTML，甚至图片都转成了 base64 字符，所以一个网页就可以包含完整的文本、字体和图片等内容这是我的 pdf2htmlEX 分支，旨在允许开放协作以帮助保持项目活跃

PDF转换

Midjourney | 17个常用的命令

/show 输入/show在jobid 框里输入您的图库中所生成图像的作业ID 后，你可以再次召唤和恢复自己的任何生成图像 /fast 切换快速模式，在快速模式下

文生图

语音识别的未来已来：深入了解faster-whisper的突破性进展

在医疗领域，faster-whisper可以辅助医生快速转录病历，提高工作效率。

语音识别 Faster-Whisper

解码二维码：揭秘我的漂亮二维码生成秘诀！

背景在这篇文章之前，我写了两篇文章来介绍SD WebUI制作艺术二维码的方法：《AI制作艺术二维码-文生图》《AI制作艺术二维码

图像文字

Docker介绍及常用命令大全

如果不给出标签，将以latest作为默认标签。

Docker 容器

AI能赚到钱了么？

产业分工的话，这种模式就会和上两种叠加在一起，成为拉动前面两种的力量。

大模型商业模式

【本地部署】智谱chatglm3-6B第三代！性能如何？支持调用tools+Agent+代码执行！小白教程！附网盘下载！

明天抽空，再详细测测工具调用、Agent的具体性能！

chatglm 智普大模型

<...81 82 83 848586 87 88 89 90 ...>

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