文章列表-AI魔法学院

文章列表

智能时代的变革者：定制化GPTs重塑未来的五大预言

深入这个话题，我们将一起探索知识经济的全面演变、工作本质的根本改变、数字鸿沟的加剧与解决、思维和决策过程的演变，以及文化和创意产业的大变革。

GPTs 智能

语音识别的未来已来：深入了解faster-whisper的突破性进展

faster-whisper的核心优势在于其能够在保持原有模型准确度的同时，大幅提升处理速度，这使得它在处理大规模语音数据时更加高效。

语音识别 Faster-Whisper

中学生也能看懂的Sora视频生成原理解读

写在前面 Sora 是 OpenAI 在24年2月14号发布的超强视频生成AI，旨在探索AI如何在理解真实世界运动和交互方面做得更好本文的文字部分，由 WebPilot

视频生成 sora

必读！RAG好用的3种Router

在第二步中，创建专家预测数据集。

RAG Router

CodeGeeX：Tab一下，代码自动生成

Copilot 的风靡，让「自动代码生成」变得人尽皆知。

大模型

Stable Diffusion

挑战真实影像！Stable Diffusion超越摄影师的光影模型

经常遇到有人对AI绘画不屑一顾，甚至有了“一眼AI”的说法。

AI图片

AI面部增强器-Remini

不同于以往的图像AI，Remini着重于人像的修复和增强。

Remini 面部增强修复文生图

Stability AI推出视频生成模型Stable Video Diffusion

然而，需要注意的是，该模型目前处于“研究预览”阶段，使用者必须同意特定的使用条款，明确规定了其预期应用领域，如“教育或创意工具”等，同时禁止用于“真实事件或人物的表现”。

Video 视频创作 SD

多智能体开发框架怎么选型？京东 JoyAgent vs langchain LangGraph，两种Agent开发哲学的碰撞!

技术架构深度对决光看表面还不够，我们得像拆解一个机器人一样，深入到它们的技术内核，看看两者的“心脏”（调度模型）、“神经”（并发机制）、“四肢”（工具集成）和“记忆”（数据流）到底是怎么工作的

JoyAgent langchain LangGraph

谈谈LLM在推荐域的渗透，探索推荐新范式

ChatGPT的诞生，经验的效果震惊了所有人，虽然也有一些瑕疵，但是瑕不掩瑜。

大模型

LLM应用架构之检索增强（RAG）的缘起与架构介绍

但同时，也要认识到，它的生成的新样本是基于它学到的概率分布而来，它有可能生成出符合人类预期的结果，同时，也有可能生成出不符合预期的情况，我们能做的就是通过微调等手段改变数据概率分布来干预模型结果，但无法完全改正

LLM

8G显存一键训练，解锁Llama2隐藏能力！XTuner带你玩转大模型

自 ChatGPT 发布以来，大模型的强大让人们看见了通用人工智能的曙光，各个科技大厂也纷纷开源自家的大语言模型。

大模型

语音识别的新拐点：OLMoASR 带来的机会

当我们说话时，机器能立即理解并执行——这不仅是技术的突破，更是人机沟通方式的重塑。

OLMoASR 语音识别

AI拟声: 5秒内克隆您的声音

外语学习：对于学习外语的人来说，MockingBird也是一个非常有用的工具。

声音克隆开源

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

近年来，随着SD和Midjourney的火热，文本到图像生成（Text-to-Image Generation）的研究取得了令人瞩目的进展，让我们能够用自然语言指导AI创造出各种各样的图像。

LCM/LCM-LoRA 文生图

<...36 37 38 394041 42 43 44 45 ...>

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