文章列表-AI魔法学院

文章列表

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

结合经验丰富的护士提供的视频字幕和临床文档，模型在医疗任务中的表现得到了显著提升，特别是在视频字幕生成、视觉问答和RASS评分预测等方面。

Agent+GPT-4V 大模型

F5-TTS：上海交大开源超逼真声音克隆TTS，告别ElevenLabs，以后就用它了！实测真的很牛

该技术允许模型更精确地模拟目标数据的分布，从而提高合成语音的自然性和准确性。

F5-TTS 音频克隆

清华、面壁智能发布：主动式Agent 2.0

评估指标：使用奖励模型对预测任务进行二元分类，并与人类标注结果进行比较，计算召回率、精确度、准确度和F1-Score

Agent 2.0 大模型

Byzer-LLM 快速体验智谱 GLM-4

这套功能分别是： 1.

Byzer-LLM GLM-4

60.2K Star！别再熬夜写样式了！Screenshot-to-Code：截个图，代码全搞定！！

现在：30 分钟搞定所有页面，剩下时间刷剧休息，谁不爱呢？

Screenshot-to-Code 代码

这个方法可以让AI写出的文章完全去掉GPT味儿！

将来，我会分享更多与ChatGPT和其他AI工具的奇妙运用。

ChatGPT 写作

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

MiniCPM-V 2.6 在最新版本 OpenCompass 榜单上（综合 8 个主流多模态评测基准）平均得分 65.2，以8B量级的大小在单图理解方面超越了 GPT-4o mini、GPT

MiniCPM-V 2.6 大模型

一款构建AI数字人项目开源了！自动实现音视频同步！

video-retalking/blob/main/quick_demo.ipynb 项目地址：https://github.com/OpenTalker/video-retalking 系统为实现这一目标，分解为三个连续的任务

AI数字人音视频同步

基于Ollama本地部署谷歌开源Gemma大模型！

以下是Gemma的版本和型号参考： 2b 和 7b：表示模型的参数数量，分别是2亿和7亿参数。

ollama gemma qwen

GPU 性能（数据表）快速参考

但是，有一些差异，分别是392GB/s和400GB/s。

GPU 算力

5个最佳开源RPA框架！

OpenRPA使用C#和JavaScript技术开发，提供的功能包括：远程管理、状态支持、分析仪表板、调度和规划功能等，能够与各种云提供商集成。

智能自动化大模型 RPA框架

5个最佳开源RPA框架

OpenRPA使用C#和JavaScript技术开发，提供的功能包括：远程管理、状态支持、分析仪表板、调度和规划功能等，能够与各种云提供商集成。

开源模型智能自动化

全新换脸工具ReActor，比roop更强！

我们继续来分析一下 A B 框的功能，我们以图生图来举例吧。

ReActor SD 文生图

AI 换脸——Deepfacelab 下载与安装，新手教程

人脸区域分为五列。

Deepfacelab 换脸

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

红杉资本合伙人Sonya Huang表示，这种转变，将使我们从大规模预训练集群转向推理云，即分布式的、基于云的推理服务器。

Scaling Law AI大模型

<...89 90 91 92 93 94 95 96 9798>

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