文章列表-AI魔法学院

文章列表

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

有些方法，例如 Hallo，采用完全解耦的方法，将面部特征完全分开并独立学习。

JoyHallo 数字人开源模型

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

刚刚，谷歌杀入开源大模型。

开源模型 Gemma

第一个StableCascade动漫大模型上架了

在Sora发布的时候，StabilityAI默默的发布了StableCascade，随后发布了Stable Diffusion 3（暂未放出开源程序），中间字节跳动发布了基于Stable Diffusion

StableCascade 文生图

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

项目简介代理框架设计用于构建在服务器上运行的实时、可编程参与者。

voice agent 开源音视频

大模型时代，数据为王，在哪里寻找开源数据集？

大模型时代，数据为王，在哪里寻找开源数据集？

开源数据训练

向量数据库简介和5个常用的开源项目介绍

1、Chroma Chroma是开源嵌入数据库。

开源模型

OCR是什么以及推荐几款开源中文OCR识别软件

1，为什么企业要使用开源的而不是直接使用api服务？

OCR

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

我们将稳定扩散 3 的输出图像与其他各种开放模型（包括 SDXL、SDXL Turbo、Stable Cascade、Playground v2.5 和 Pixart-α）以及封闭源代码系统（如 DALL-E

SD 论文

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

项目简介选择如何对 Transformer 的位置信息进行编码一直是 LLM 架构的关键组成部分之一。

开源模型

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

我们开源了第一个中文QLoRA 33B大语言模型——Anima。

开源模型

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

该模型全开源，无条件免费商用，持续推动海量中小企业、研究者和开发者的研发和应用创新。

XVERSE-V 多模态大模型

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

Baichuan-Omni 的架构如图2所示。

Baichuan-Omni 多模态大模型

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

但是，现实中开源的Emebdding模型却很少。

开源模型

十篇高质量的AI-Agents相关论文，让AI教你认识AI-Agents

，基于 LLM的AI Agents是AGI领域接下来重要的发展方向，使得很多原本嘲笑Auto-GPT开发者，开始更多开始正视基于LLM驱动的AI-Agents系统。

开源模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

可以说，AI 初创公司 LinkSoul.Al 的这些开源项目让海外开源大模型在国内的普及和推广速度与国际几乎保持了一致。

开源模型

<...6 7 8 91011 12 13 14 15 ...>

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