文章列表-AI魔法学院

文章列表

从零开始了解AI大模型 - 概念篇：一文带你走进大模型世界

大模型在各种领域都有广泛的应用，包括自然语言处理、计算机视觉、语音识别和推荐系统等。

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

语音识别大模型则注重语音信号的处理和识别，能够实现语音转文字、语音合成等功能。

大模型调研

AIGC大模型，潮水褪去之后

1、潮水褪去之后这个公众号的活跃度将死未死，更新频率气若游丝。

大模型

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

鹅厂版AI笔记悄悄上线，微信公众号优质内容秒变专属知识库，实测在此

基于Gemini 1.5，其最新音频摘要功能，可以让用户根据特定主题生成类似播客的音频对话。

ima copilot 搜索

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

和王小川聊再创业这一年：回应朱啸虎、谈中国AGI第三种可能

（本期你将听到以下内容，可拖动音频进度条选取对应段落收听感兴趣的部分） • 02:00 对《朱啸虎讲了一个中国现实主义AIGC故事》的读后感 • 04:15

王小川中国大模型

openpose原理及安装教程（姿态识别）

OpenPose是一个用于实时多人姿态估计的开源库，它可以检测图像或视频中的人体关键点，并且能够识别不同的身体部位和动作。

行为识别姿态识别

「长文」可能是目前最全的LangChain AI资源库之一

本文主要内容是一个LangChain资源库，里面罗列了大大小小很多个基于LangChain框架的优秀项目，包括低代码、服务、代理、模板等工具类，还有像知识管理、聊天机器人等开源项目，还包括像视频、

工作

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

除了最基础的星辰语义大模型，还包括： § 星辰语音大模型，它具备关键词检测、超自然语音合成、语音识别、语音翻译、声音匿名、AI 作曲和语音生成七大类算法能力，可用于音频会议纪要整理

开源大模型电信

深入浅出：大语言模型中必不可少的技术——Embedding简介

如何生成和存储Embedding 总结 Embeddings技术简介及其历史概要在机器学习和自然语言处理中，embedding是指将高维度的数据（例如文字、图片、音频

embedding

AI 绘画新时代：ChatGPT + DALL-E 3

📌 一致性模型 Consistency Model：https://arxiv.org/abs/2303.01469 扩散模型在图像、音频和视频生成的领域中实现了显著的进步

文生图图生图 chatGPT DALL-E

【一步一步引导】从零详细地梳理一个完整的 LLM 训练流程

例如，不要要求助手创建任何视觉或音频输出。

大模型训练

GTC大会黄仁勋发言稿

希望你们意识到这里不是音乐会，而是一个开发者大会。

黄仁勋 nvidia

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

在将大型语言模型与初始微调的较小模型比较后，作者提出了一个频谱，显示大型语言模型何时落后、可比或超过较小模型的能力。

大模型控制

<...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