文章列表-AI魔法学院

文章列表

昆仑万维携Skywork-13B打造AI新纪元：600GB中文数据集全球开源

它不仅开源了130亿参数的大模型，更罕见地配套开源了600GB、150B Tokens的超大高质量中文数据集，为全球AI研究者提供了前所未有的资源。

Skywork 开源数据

最强开源大模型Llama 3，在扎克伯格设想中其实是这样的

什么是质变，比如一个具体的事物，你正在训练 Llama4，你已经看到了这一点，即不确定是否要开源它。

Llama 3 大语言模型

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

更全面的开源序列：除了对话模型 ChatGLM3-6B 外，还开源了基础模型 ChatGLM3-6B-Base、长文本对话模型

ChatGLM3 语音模型开源模型

Llama 3突然来袭！开源社区再次沸腾：GPT-4级别模型可以自由访问的时代到来

并且推出即为开源SOTA： Meta官方数据显示，Llama 3 8B和70B版本在各自参数规模上超越一众对手。

meta llama3

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

此 SDK 当前处于开发者预览模式，尚未准备好用于生产。

voice agent 开源音视频

开源版妙鸭相机来了，无限出个人写真图（阿里达摩院出品）

介绍 FaceChain(https://github.com/modelscope/facechain/)是一个可以用来打造个人数字形象的深度学习模型工具。

妙鸭相机

最佳开源文生图大模型可图：安装与批量出图的完整教程

Kolors可图是快手Kolors团队开发的基于潜在扩散的大规模文本到图像生成模型。

可图 kolors

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

WebUI 工具：集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注，协助初学者创建训练数据集和

数字人声音克隆 GPT-SoVITS

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

PaddleOCR是一款由百度研发的OCR开源工具，具有极高的准确率和易用性。

PaddleOCR 文字识别

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

目前，团队已将这一方法在GitHub上开源。

ControlNet

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

开源LLMs作为核心组件：支持在 ModelScope 社区的多个开源LLMs上进行模型训练，并开源了配套的中英文工具指令数据集 MSAgent-Bench，用于增强开源大模型作为Agent中枢的规划调度能力

大模型

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

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

开源新星Qwen1.5闪亮登场！

Qwen1.5 开源模型

更快更好的chatglm3来了

同时原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。

开源模型 ChatGLM

详解 Diffusion (扩散) 模型

pθ(xₜ₋₁|xₜ) 可以重写为预测均值的神经网络： q(xₜ₋₁|xₜ, x₀) 具有如前所述的闭式解

Diffusion 开源模型

<...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

© 2023-2025 AI魔法学院

京ICP备20027199号-1