文章列表-AI魔法学院

文章列表

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

揭秘数字人困境：代理商亏钱、直播屡被封、刘润也不用了

从充值10万成为事业合伙代理商，到充值100万成为战略合作商可以3折拿货，该公司针对代理商群体推出了多项定制化业务。

数字人

AI领域的agent是什么意思？

基于大语言模型（LLM）的 AI Agent 利用 LLM 进行记忆检索、决策推理和行动顺序选择等，把Agent的智能程度提升到了新的高度。

大模型

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

https://stability.ai/stablediffusion3 而且好消息是，后面还会推出开源版本哦！

Stable Diffusion DALL·E

揭秘DeepSeek:一个更极致的中国技术理想主义故事

起因是他们发布的一款名为DeepSeek V2的开源模型，提供了一种史无前例的性价比：推理成本被降到每百万token仅 1块钱，约等于Llama3 70B的七分之一，GPT-4 Turbo的七十分之一。

DeepSeek 大模型

胎教级SO-VITS-SVC使用教程：人工智能生成歌曲

VITS的开源项目，VITS（Variational Inference with adversarial learning for end-to-end Text-to-Speech）是一种结合变分推理

音乐

解读提示工程（Prompt Engineering）

静态提示可以合并到程序中用于编程、存储和重用，基于大模型的应用程序可以有多个提示模板供其使用。

Prompt 提示词

为什么说数智化可以帮助中小企业降本增效 ?

数智化的核心，是以海量大数据为基础，结合人工智能相关技术，打通数据孤岛，结合场景化构建生态去解决问题。

大模型

向量数据库简介和5个常用的开源项目介绍

与存储标量值的传统数据库不同，向量数据库专门设计用于处理多维数据点(通常称为向量)。

开源模型

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

这些插件涵盖了常见任务，例如将语音转换为文本，反之亦然，以及在生成式 AI 模型上运行推理。

voice agent 开源音视频

LangChain - RAG：线上系统多文档要频繁更新，每次都要重新花钱做一次 embedding，老板不批预算，批我...

做为大模型落地的两大方向之一，RAG 有个很大的坑等着我们，设想一下，需要定时更新一匹 PDF 文件到 RAG chatbot 里面去，总量不算多也不算少大约 15,000～的样子，开发环境里面根本没考虑过重新

大模型

AI颠覆的第一个体育赛道，来了

Plaier平台，一个人工智能球探搜索平台，自2023年3月推出以来，已经开始影响俱乐部挑选球员的方式，甚至可能改变职业足球经理人的工作模式。

体育 AI

一文读懂GPT-1：生成式预训练如何提升语言理解

为了深入探索大语言模型的发展历程，我们精心挑选了一系列经典论文进行分享，希望能与大家共同学习和理解大语言模型背后的技术。

GPT

无限逼近真人效果的“超真实人像大模型”，或许它才是你一直在寻找的真爱！

本文给大家推荐一个针对超高清人像的扩散大模型-HyperHuman，或许它才是你一直在寻找的真爱！”

大模型文生图

ComfyUI进阶前必备插件们续

就像WebUI一样，一款工具之所以被大家喜爱，能持续成为生产力，必然和他的生态有着密不可分的关系。

ComfyUI 文生图

<...12 13 14 151617 18 19 20 21 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1