文章列表-AI魔法学院

文章列表

语音、视频转文字神器：开源whisper介绍

中文的WER达到14.7，处于中等水平，所以表现不是那么好，但可用，后面会测试。

人工智能大模型 wisper

Fooocus，webui，comfyui优缺点

而且fooocus从各方面对标mj的使用习惯，完全可以说是本地版的mj。

Fooocus webui comfyui 文生图

自己电脑上跑大语言模型（LLM）要多少内存？

具体用多大参数的模型，各位可以根据上面的表格来粗略估算一下，比如要跑4bit的Llama2 13B，模型文件就7.3G，8G内存就不太够了，16G内存也要看看是不是运行其他软件的时候够。

大语言模型运行

第一个StableCascade动漫大模型上架了

其实，对于我来说，SC模型有两大优点：一是画面细腻；二是对自然语言的理解更好了。

StableCascade 文生图

手把手带你微调一个自己的 ChatGLM2-6B 模型

在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上，ChatGLM2-6B 引入了如下新特性： o • 更强大的性能：基于 ChatGLM 初代模型的开发经验，我们全面升级了

ChatGLM2-6B

ComfyUI学习笔记：插件安装

正常情况会弹出custom node管理界面：列出了插件作者、名称、简介。

comfyui 插件绘画

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

arxiv.org/pdf/2311.00430.pdf 项目实践：若想实际操作Distil-Whisper，可以通过项目地址访问其GitHub页面。

Distil-Whisper 语音识别

用AI为古诗词生成插画

阿里的翻译是：the white sun is on the mountain,yellow river into the sea, Stable Diffusion画出来是：这个画面有点绘画风格

Stable Diffusion 文生图提示词

扣子更新图像流功能，字节版 ComfyUI 来了！

图像流的入口在这里然后我们就来到了图像工作流页面。

ComfyUI 图像流文生图

一个万能提问公式，让大模型生成高质量回答

分享一个万能的提问公式接下来给大家分享，具体如何引导 ChatGPT 生成高质量回答：一个好的 Prompt 里面最好涵盖以下五个部分你是谁（角色扮演）：如一个专业的翻译、有多年经验的作家...

提示词

AI数字人：重构人货场的新力量

这使得AI数字人在处理复杂任务、提供个性化服务等方面具有更大的优势。

数字人 AI 商业

关于AI声音生成的一切（语音+音乐+嘴型）

ensp; 文字转声音+声音克隆 •clone-voice（解压就能用）：这是一个基于Web界面的声音克隆工具

声音

新测试基准发布，最强开源Llama 3尴尬了

除了上面两个指标都达到SOTA之外，还有一个额外的好处：实时更新的测试数据包含人类新想出的、AI在训练阶段从未见过的提示词，减轻潜在的数据泄露。

Llama 3 大模型开源

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

Transformer 已经在实践中实现了比 RNN 更好的性能，并且在利用现代硬件方面也非常高效。

transformer 训练

数学能力超ChatGPT，70B开源大模型火了：用AI微调AI，微软全华班出品

比如解决下面这道四次多项式方程：或者是一道简单的微积分：亦或者是稍微修改过的拉格朗日方程推导：

开源模型

<...89 90 91 92 93 94 959697 98 >

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