文章列表-AI魔法学院

文章列表

GLM-4-Voice 9B——实时多语言语音对话 AI——几分钟内即可在本地安装

标记器基于 Whisper 的编码器，并添加了向量量化，使模型能够以结构化形式处理音频。

GLM-4-Voice 9B 语音安装

2023年人工智能行业总结（精简版）

GPT4V多模态模型和Gemini的发布让大模型能够看图看视频作答。

人工智能行业总结

2.7B能打Llama 2 70B，微软祭出「小语言模型」！96块A100 14天训出Phi-2，碾压谷歌Gemini nano

谷歌被逼急了，赶在年底之前仓促发布了超大模型Gemini，卷起了多模态，甚至不惜「视频造假」。

小语言模型

用ComfyUI整了一套照片转Q版手办的工作流

之所以要搞这个，主要是因为它跟我目前要做的很多内容都息息相关，比如2D图片转3D模型，blender的插件、图片生成视频等，而且据说生成速度很快，对设备的要求低。

comfyui 文生图

使用大模型自动回复小红书/抖音/快手评论：通过RAG 优化LLMs实现

; """ 接下来，我们将使用查询引擎和视图评论中的上下文来传递提示给模型

RAG 大模型自动回复

万字长文｜40万人学习过｜28个ChatGPT使用技巧，带你从入门到精通

GPT-4-turbo，有了更强的上下文理解能力，更长的文本记忆，能理解图片、生成图片，以及更会使用网页浏览、代码解释器等工具帮助用户完成任务，所以我预期会在2024年1月分别在我的Youtube与B站视频频道

ChatGPT 使用技巧教程

GitHub星数暴涨，AIPC的开源实现，用AI记录电脑一整天的使用太简单了，功能非常多！

Screenpipe 使用 Rust 语言开发，并提供灵活的插件系统，可与 Ollama 等工具协同工作，适用于从屏幕和音频数据中获取实时分析的需求。

AIPC ScreenPipe 开源

职场常用GPT提示词精选、职场常用文案能力大模型提示词精选

你的输出： ================================== 【抖音短视频脚本】现在你是一个抖音短视频创作者，请你根据我给出的信息，为我撰写一个抖音短视频脚本。

提示词 prompt

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

03 效果展示 MaskGCT 能超自然地模拟参考音频音色与风格，并跨语言生成音频：与基于自回归的TTS系统相比，MaskGCT具有更强的稳定性，绕口令也不在话下

MaskGCT 声音克隆

LLM之RAG实战（五）| 高级RAG 01：使用小块检索，小块所属的大块喂给LLM，可以提高RAG性能

在这一系列的博客文章/视频中，我将介绍先进的RAG技术，旨在优化RAG工作流程，并解决原始RAG系统中的挑战。

RAG 检索

深入浅出人工智能常用技术，让你轻松掌握AI应用核心！

语音识别语音识别是一种让计算机从声音中识别语言，并转化为可操作的文本的技术。

人工智能

目前有哪些比较成功的人工智能应用？

语音：音乐，录音等等音频格式的文件。

生成式AI

Roop升级版FaceFusion换脸AI技术使用以及部署教程

SKIP AUDIO（跳过音频）: 对于视频处理，此标志可能用于决定是否处理或忽略视频的音轨。

FaceFusion 教程

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

github.com/svc-develop-team/so-vits-svc 我这里会使用整合包来推理（使用模型）和训练，目前B站有两个作者做的整合包分别是羽毛布団的和领航员未鸟的我把视频地址都放在下面

生成式AI

万字长文，大语言模型如何宣告心理学的死亡？

每一个幽灵都暗指传统心理学曾经忽略的问题，本文将从大语言模型的视角提供新的见解。

大语音模型

<...9 10 11 121314 15 16 17 18 ...>

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