文章列表-AI魔法学院

文章列表

一文汇总Prompt提示工程的相关策略技巧

在与大语言模型的合作中，有一个引人入胜的环节——提示。

提示词框架

基于 OpenAI Whisper 模型的实时语音转文字工具

WhisperLive 是一款专注于音频处理和创作的开源软件，使用 OpenAI Whisper 模型将语音输入转换为文本输出，可以用于转录麦克风的实时音频输入和预先录制的音频文件，为艺术家和音乐制作人提供了一个强大的平台

WhisperLive 音频开源软件

Agent四大范式 | 综述：全面理解Agent工作原理

什么是智能体Agent Autonomous agents 又被称为智能体Agent。

Agent 大语言模型

刚刚，智谱一口气开源6款模型，200 tokens/秒解锁商用速度之最 | 免费

在后训练阶段，智谱团队不仅完成了对话场景的人类偏好对齐，还运用拒绝采样和强化学习等先进技术，重点提升了模型在指令理解、工程代码生成、函数调用等关键任务上的能力，从而显著增强了智能体执行任务的核心素质。

GLM模型智谱

被高估的Pika，被低估的多模态AI

但是业界一直在提多模态的概念，远没有近期几个现象级产品的演示那么直观：多模态不仅可以为 AI 应用带来更多可能性，还是实现通用人工智能的重要路径。

大模型多模态

大模型天才杨植麟，被朱啸虎“咬”了一口

综合公开信息，杨植麟、张宇韬和陈麒聪此前共同创办了循环智能，三人结识于清华大学的知识工程实验室，其中陈麒聪担任CEO，杨植麟2019年回国后主要负责AI和产品，类似首席科学家的角色，张宇韬则担任CTO，

杨植麟大模型

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

郭德纲讲英语相声详细教程

；文件大小：不得超过1GB；视频时长：在30秒到5分钟之间；视频分辨率：360x360到4096x4096之间视频要求：尽量避免背景音乐和噪音，因为会降低输出音频的质量，画面尽量避免多人。

数字人音视频

人话聊AI大模型：AIGC如何助力营销的秘密（下）

从消费者旅程来看，AIGC可在全链路的内容和策略等进行赋能与支撑，包括不限于如内容创意参考，线索智能评估和优化策略，针对性的客户营销策略和触达，营销策略结果复盘和优化，营销数据分析等。

大模型

人话聊AI大模型：AIGC如何助力营销的秘密（上）

营销素材-图像：Midjourney & Stable Diffusion MidJourney是由同名研究实验室开发的一款搭载在Discord上的人工智能绘图工具。

大模型

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

Sora 的发展，标志着 AI 长期研究的一个里程碑：让 AI 系统（或 AI 智能体）不仅能理解复杂的用户指令，还能将这些理解应用于解决现实世界的问题，通过动态和情境丰富的模拟互动。

Sora 微软

国风真的太绝啦！被10万人围观的咒语快收下！

完整的Midjourney「咒语」立马奉上，希望能对你有所帮助！

文生图古风

清华系17人，撑起中国大模型创业半壁江山

成立，专注于提升人工智能的安全性。

大模型

Google 模型解读 | MoveNet-SinglePose：自底向上做单人姿态估计

，利用一些工程上的优化能抵消掉det模型的开销，基本上做到一整套流程的平均推理延迟约等于单个姿态估计模型推理的延迟。

MoveNet-SinglePose Google 模型

提高写作能力的90个prompt大全

明确：“分析在自动驾驶汽车中使用人工智能的道德影响。”

prompt 写作

<...21 22 23 242526 27 28 29 30 ...>

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