文章列表-AI魔法学院

文章列表

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

百模大战，谁是大模型的裁判员？

（自然语言理解）静态任务上的表现。

大模型

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

AI知识库总是不准？教你无脑用GPT整理结构化数据集...

用大白话说，就是根据你的问题，去根据的你问题，去被切成N多块的文本块里，挨个搜索，找到一个或几个最相关的拿过来给大模型，让大模型根据这些搜出来的文本块作答。

GPT

AI助力Logo设计！5类关键词帮你快速获取高质量灵感

Eagle with wings spread open, neon, psychotronic, Dynamic poses --ar 7:4 一个标志，上面有一只张开翅膀的强大的鹰，霓虹灯，精神电子，动态姿势

midjourney logo制作文生图绘画

0基础！动手部署Qwen1.5-MoE模型！能力如何？API接入fastgpt等任何应用！喂饭到嘴教程，附模型下载！

意味着推理速度快！

Qwen1.5-MoE 大模型下载

金融行业的AIGC应用

不过，从数据处理和分析到模型的透明性和可解释性，金融机构在实现AI技术的全面融合和应用中也遇到了不少挑战。

金融大模型

中国首份AIGC监管文件正式实施——《生成式人工智能服务管理暂行办法》简析

亮点： 1· 作为中国首份生成式人工智能（“AIGC”）监管文件，管理办法体现了现阶段监管机构的态度，即“既要重视发展，也要重视风险”。

人工智能

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

这款工具具有很高的速度，能够在批量处理中大幅提高生产效率。

生成式AI

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

着 ChatGPT 等大语言模型(LLM)的不断发展，越来越多的研究人员开始关注语言模型的应用。

Prompt 大语言模型 RAG

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

很多人纠结lora训练用谁的脚本比较好，比如kohya_ss的、秋葉aaaki的、赛博炼丹炉的…… 昨天我看了下kohya_ss的，感觉界面还是有点复杂，所以我还是最推荐秋叶的，秋叶也是用的kohya

SDXL 训练

ComfyUI-ControlNet不能漏啊！

非要让我推荐给你们。

ComfyUI ControlNeT

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

例如，它无法准确地模拟许多基本互动的物理效应，比如玻璃破碎、工人搬动凳子时受力情况等。

视频生成 sora

新模型Cascade你真的用对了吗？！

01 前言 Stable Cascade 模型最大的优点是 § 是能生成带有文字的图片，文字出错率相比以前模型少很多； § § 其次是硬件要求降低

Stable Cascade 模型

盘点字节跳动最新的AI应用

2023年中期，字节跳动通过调整一部分技术和管理高管，为这一业务投入更多资源，加快发展成熟的大模型生态系统，目的是在激烈的“百模大战”中更快速地取得主动。

字节 AI工具

<...14 15 16 171819 20 21 22 23 ...>

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