文章列表-AI魔法学院

文章列表

基于 Kimi Chat 的 AI 渐进式阅读法

不是当下需要的，先存起来，”read it later“。

Kimi Chat 阅读

使用这个工具后，我将 RAG 的准确性和召回率都提高了两倍！

Augmented Generation）是一种检索增强生成技术，它利用大型语言模型来处理用户查询，RAG 技术的主要组成包括数据提取—embedding—创建索引—检索—排序（Rerank）—LLM 归纳生成，不过实际落地过程来看

RAG 大语言模型

将文本转化为3D动画：DeepMotion推出MotionGPT，开启动画新时代！

这是一款基于生成式AI的工具，可以将文本提示无缝转换为复杂的3D动画，简化了动画创作过程，同时也超越了物理障碍，使得更多不同类型的创作者和行业可以使用3D动画。

3D 动作捕捉

清华、面壁智能发布：主动式Agent 2.0

这种转变不仅减轻了用户的认知负担，还能够帮助识别人类未明确表达的潜在需求，从而为用户提供更全面和无缝的服务。

Agent 2.0 大模型

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

Suno V3的诞生，不仅技术上有所突破，商业模式更是大胆转型。

suno 歌曲音乐

一文汇总市面上所有prompts提示词框架！

在我们步入AI与各垂直行业深度融合的新时代，智能技术不仅为我们的生活带来前所未有的便利，更在各行各业拓宽了无限的可能。

prompt 提示词

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

这样就不需要额外的排队基础设施了。

voice agent 开源音视频

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

问题是FP8的动态范围有限，容易出现数值溢出或不足。

DeepSeek V3 开源模型

AI自动生成视频全流程干货

今天分享的是最近Get到的一个新技能，本来想给公司用AI制作视频的，然后参加了一个培训，学完了，但是我发现AI将文字生成视频的本质还是将现有的视频库的内容进行重组，并不能满足我们这个行业的要求，但是针对特定的一些

AI 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

不过好在之前就有大佬在github上分享出来了，在文末我也一并附上分享给大家。

ChatGPT prompt

AI国力战争：GPU是明线，HBM是暗线

但是翻看最近的历史，我们不得不对此事提起十二分的关注。

GPU HBM 大模型

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

像GPT-4o这样的MLLM的出现，以其卓越的多模态能力和丰富的交互体验，不仅突显了这些技术在实际应用中的不可或缺性，同时也为人类与计算机交互设立了新的基准。

Baichuan-Omni 多模态大模型

LangChain 的问题所在

LangChain 所做出的这些不明智决策无处不在，并且最终都会给你带来麻烦。

大模型大语言模型

借题发挥下最近几例声音克隆的应用案例

这个案例所需要的技术跟案例一基本相同，只是展现场景的不同。

声音克隆数字人

动作识别模型有哪些

考虑对一小段视频进行编码，假设起始帧为T，连续L帧(不包含T帧)。

动作识别模型

<...35 36 37 383940 41 42 43 44 ...>

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