文章列表-AI魔法学院

文章列表

AIGC沸腾200多天后，投资人达成三大共识

当人们讨论人类人工智能奇点将近，AIGC时代全面到来时，随着AIGC的一路狂奔，事情慢慢起了变化。

大模型

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

无论是在快速的实时语音翻译，还是在嘈杂环境下的清晰语音捕捉，Distil-Whisper都能提供出色的解决方案，展现AI技术的实用性和创新性。

Distil-Whisper 语音识别

超越巨头：Zephyr-7B领跑7B级大模型竞赛，开源且笔记本可运行

在MT-Bench测试中，其平均得分达到7.09，超越了Llama2-70B-Chat。

大语言模型开源模型

必看！ComfyUI故障应对指南，让您轻松应对每一个挑战

根据我的经验，大部分问题主要集中在各种自定义节点的安装和模型下载上。

ComfyUI 故障应对

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

该框架包括用于常见工作流程的插件，例如语音活动检测和语音转文本。

voice agent 开源音视频

RAG 与 Finetuning，谁是提升 LLM 的最佳工具？

在这篇博文中，我们将深入探讨区分 RAG 的细微差别以及跨各个维度的微调，在我看来，这些细微差别对于确定特定任务的最佳技术至关重要。

训练

网易（TTS）EmotiVoice：开源语音合成，支持2000多音色

你是否曾经想过，如果你能用自己喜欢的声音来朗读任何文本，那该多好？

EmotiVoice 语音合成

ComfyUI 图片以及工作流管理神器

并且还可以用来管理我们的工作流文件。

comfyui 工作流

必读！RAG好用的3种Router

例如：写代码的Code-LM、做数学的meta-math,做图文多模态的Macaw-llm等等。

RAG Router

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

而 Meta 去年推出的 Llama 系列震动了行业，并引发了人们对于生成式 AI 开源和闭源路线的讨论。

开源模型 Gemma

清华系17人，撑起中国大模型创业半壁江山

读研期间，王慧文和王兴双双退学瞄准了彼时在美国兴起的社交网络，打造出风靡大学生群体的校内网后陷入商业化困境，随后选择出售校内网实现财富自由，两人分开创业。

大模型

3 个令人惊艳的 GitHub 开源项目，诞生了！

作为计算机视觉中尤为重要的一个研究方向，图像分割在近几年一直倍受业界关注。

开源模型

11个顶级的Prompts，用GPT学习的天花板

英文版： 1.

GPT

将这些“阴谋诡计”喂给AI，使AI一天写一篇短篇小说

### 五分离间：权谋中的隔墙有耳历史上著名的离间计——不正是猜疑心的最佳播种机吗？

AI 写作

通过声音生成逼真的全身形象？！Meta开源AI工具：audio2photoreal

这样，你就可以用你的声音，创造出任何你想要的角色，无论是自己的形象，还是你喜欢的明星，甚至是虚拟的人物。

audio2photoreal 开源工具

<...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