文章列表-AI魔法学院

文章列表

从专业ASR到统一音频LLM：七大顶尖模型的深度对比分析

本报告对代表这一技术光谱的七款著名模型进行了深入的比较分析：通用及专业ASR模型：这些模型高度优化了语音转文本的核心任务，优先考虑准确性和效率。

音频对比

强大高效的微信爬虫Wechat_Articles_Spider：快速获取公众号文章的利器

引言在本文中，我们将详细介绍一个名为wechat_articles_spider的Python爬虫工具。

微信爬虫

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

人工智能心智理论：两个人一起跳探索论文标题：It Takes Two to Tango: Towards Theory of AI's Mind论文链接：https://arxiv.org/pdf/

开源模型

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

从 ChatGPT 系统提示中，分享几个拿来就能用的prompt提示工程技巧

这些核心功能底层提示词可能我们普通人无从知晓，因为它对用户隐藏。

ChatGPT prompt

固定的“魔咒”：正负面质量标准化提示词

missing fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))), *广泛适用于写实及二次元风格，

提示词 prompt 绘画文生图

深度解读｜做出海必看的一份产品报告

Sense 思考我们尝试基于文章内容，提出更多发散性的推演和深思，欢迎交流。

工作

手把手带你微调一个自己的 ChatGLM2-6B 模型

o o • 更长的上下文：基于 FlashAttention 技术，我们将基座模型的上下文长度（Context Length）由 ChatGLM

ChatGLM2-6B

关于AI声音生成的一切（语音+音乐+嘴型）

其实声音生成也有很多革命性的工具，例如高质量的声音识别、文字转成人声、人声克隆、音乐生成，已经能组成完整工作流了，其中一些工具甚至已经打包好了，只要下载解压就能用！

声音

大模型天才杨植麟，被朱啸虎“咬”了一口

据暗涌报道，Kimi背后公司月之暗面的创始人&CEO杨植麟，以及联合创始人&CTO张宇韬，近日被循环智能时期的部分投资人在香港提起仲裁，相关电子仲裁申请书已递交HKIAC（香港国际仲裁中心）

杨植麟大模型

Pynsist：一键打包 Python 应用代码成 Windows 安装程序

Pynsist 是一个强大的工具，可以将您的 Python 应用打包成 Windows 安装程序。

Pynsist 程序

复旦开源中文医疗大模型，基于百川微调，模型和数据集都公开

03 数据集数据集的精心构建是模型微调可以成功的关键之一，DISC-MedLLM 也不例外。

大模型

Stable Diffusion

【ComfyUI】Blender+Stable Diffusion！少年啊，这盛世如你所愿！（附中文汉化插件）

在上一期介绍了ComfyUI的本地部署之后，很多小伙伴发现界面还是英文的，这样使用起来属实不太友好。

开源模型

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

“ 为了实现LLM的高效流式部署,研究人员提出了 Streaming LLM 框架，其核心思路是保留最近的标记和重要的注意力点，同时丢弃不必要的中间标记。

大模型 llm框架

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

一键通过文本提示更改视频中的单个对象，通过独特的文本查询在整个视频中更改它们。

AI语音克隆实时语音识别

<...25 26 27 282930 31 32 33 34 ...>

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