文章列表-AI魔法学院

文章列表

来个优秀的开源人脸识别项目！

通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段的密切结合，将人体固有的生理特征或行为特征收集起来，进行取样、数字化处理和分析。

人脸识别开源项目

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

具体来看：Milvus 2.3.0 不仅包含大量的社区呼声很高的新功能，还带来了诸如 GPU 支持、Query 架构升级、更强的负载均衡调度能力、新的消息队列、Arm版本镜像、可观测性、

大语言模型

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

2303.17580.pdf HuggingGPT是近期非常火热的Agents方向的一个代表，它让ChatGPT这样的LLM能够使用HuggingFace社区的各种模型（包括但不仅限于文生图、图生文、语音转文字

提示词 prompt

Stable Diffusion

Stable Diffusion教程：采样器

后向扩散时，Stable Diffusion 先会生成一张完全的噪音图，然后根据提示词的语义，通过不断的采样来去除噪音图中不符合语义的噪音，而采样器就是去除噪音用的算法程序。

画图 SD 采样器

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

蓝牙音箱，语音控制小度丝滑流畅。

ai小车 esp32 开源

最强开源数字人对口型系统介绍

使用的时候在这里面输入密钥，然后再上传一个音频和一个视频。

数字人开源模型

BGE M3-Embedding：智源最新发布的text embedding模型，多语言检索效果超过微软跟openai

24年的第一个月，智源就发布了新一代text embedding模型BGE M3-Embedding，该模型支持超过100种语言，能够接受不同形式的文本输入，文本最大输入长度扩展到4192，并且支持包括稠密检索，稀疏检索，多向量检索三种不同检索手段。从实验结果上看，在多语言跟跨语种检索任务上，BGE M3-Embedding的效果超过之前提及的微软E5-mistral-7b微软E5-mistral-7b-instruct: 站在LLM肩膀上的text embedding以及openai去年底刚发布的第三代text embedding模型，对于长文本检 ...

BGE M3-Embedding 多语音检索

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

NLP 技术涉及到文本处理、语音处理、机器翻译等方面。

人工智能

Stable Diffusion

OpenAI救了Stable Diffusion！开源Dall·E3同款解码器，来自Ilya宋飏等

开发者日的另一项重磅开源是语音大模型Whisper 3。

SD 文生图 DALLE

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

写一篇关于Vision Pro VR眼镜的20字宣传文案，并用女声读出来，同时生成个视频看看。

大模型

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

阿里AI黑科技大揭秘：包括通义千问大模型、AnyText、Animate Anyone、Replace Anything、Outfit Anyone、FaceChain、I2VGen-XL和Animate 3D Motion，展示了阿里在AI领域的强大实力和广泛应用

阿里云视频音频

智谱AI静悄悄的上线了一大波新模型，过年了，真的

虚拟助手的声音从扬声器里传来。

智谱AI 大模型

做自媒体消息闭塞很致命，巨好用的工具分享

文案、脚本辅助创作量子探险：最近发现的宝藏AI，主打长文本，很适合用来写长脚本、写小说豆包：字节旗下AI，功能很全，甚至还能根据需求生成图片和音乐，目前是免费滴

自媒体工具

详解 Diffusion (扩散) 模型

目前，它们主要用于图像和音频生成。

Diffusion 开源模型

46.6k星星！最强开源AI集合系统，一键部署全网AI工具都能直接用，UI简直是视觉盛宴！

用户可以上传各种类型的文件，包括文档、图片、音频和视频，同时还可以创建知识库，方便用户管理和搜索文件，还可以在对话中使用文件和知识库功能。

AI开源集合

<...5 6 7 8910 11 12 13 14 ...>

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