文章列表-AI魔法学院

文章列表

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

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

DISC-MedLLM是由复旦大学数据智能与社会计算实验室（Fudan-DISC）研发并开源的一款专门针对医疗健康对话式场景而设计的大模型。

大模型

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

2.易用性：产品的操作要简单易懂，不需要过多的技术门槛，方便企业快速上手。

大模型调研

如何看待大型语言模型的Prompt

两者都涉及将标记（单词或子词）嵌入到向量空间中。

prompt 大语言模型

RAG应用中数据处理过程需要注意的事项

让我们深入了解这些常见的挑战: 1.

RAG 大模型

whisper-live：OpenAI Whisper模型的近实时实现

该项目是一个实时转录应用程序，使用 OpenAI Whisper 模型将语音输入转换为文本输出。

OpenAI Whisper 大模型

Stable Diffusion

巧用ChatGPT生成Stable Diffusion绘画提示词Prompt

先打开ChatGPT，输入下面这段训练指令： Stable Diffusion是一款利用深度学习的文生图模型，支持通过使用提示词来产生新的图像，描述要包含或省略的元素。

Diffusion prompt

体验完阿里的EMO模型，我emo了

简单来说，EMO（Emote Portrait Alive）是一个AI肖像视频生成系统，能够通过输入单一的参考图像，生成具有一定表现力的面部标签和各种头部姿态。

EMO 文生图

Comfyui工作流原理你都了解吗

但节点式的工作流也提高了一部分使用门槛。

Comfyui 工作流

国内首个！最火的MoE大模型APP来了，免费下载，人人可玩

超级无门槛、人人免费玩的MoE大模型来了！

MoE大模型 APPa

再见了ComfyUI，WebUI也有了工作流

大量的开发者、爱好者投入无尽的热情，来推动Stable Diffsion的快速发展。

ComfyUI WebUI 文生图

QWen1.5: 卓越模型之路

引言在QWen升级之路一文中，我们深入探究了千问模型的优化过程，新版千问1.5模型较原先又取得的提升，本文将继续分析新版千问1.5模型取得不俗表现的原因。

Qwen1.5 开源模型

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

今天，就让我们一同深入了解一款备受瞩目的声音克隆工具——clone-voice。

clone-voice 声音克隆

【AI代理】多代理模式之多任务分配&信息传递

昨天探索了多任务模式，让系统根据用户的输入信息自动找到对应的代理进行处理。

多任务模式分配传递

一文探秘LLM应用开发-Prompt(相关概念)

本文旨在让无大模型开发背景的工程师或者技术爱好者无痛理解大语言模型应用开发的理论和主流工具，因此会先从与LLM应用开发相关的基础概念谈起，并不刻意追求极致的严谨和完备，而是从直觉和本质入手，结合笔者调研整理及消化理解

prompt 大模型

<...7 8 9 101112 13 14 15 16 ...>

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