文章列表-AI魔法学院

文章列表

如何使用 Megatron-LM 训练语言模型

环境设置设置环境的最简单方法是从 NGC 3 拉取附带所有所需环境的 NVIDIA PyTorch 容器。

开源模型

中学生也能看懂的Sora视频生成原理解读

这一概念对于理解Sora如何处理复杂视觉内容至关重要。

视频生成 sora

ChatGLM3在线搜索功能升级

在前面的图文当ChatGLM3能用搜索引擎时中，我们让ChatGLM3在搜索引擎上进行的简单的搜索，但是仅仅只能搜索一些简单的内容，比如，时间。

ChatGLM3 搜索

AI自动生成视频全流程干货

今天分享的是最近Get到的一个新技能，本来想给公司用AI制作视频的，然后参加了一个培训，学完了，但是我发现AI将文字生成视频的本质还是将现有的视频库的内容进行重组，并不能满足我们这个行业的要求，但是针对特定的一些

AI 视频

大模型：泛化即智能，压缩即一切！

定义1: 模型的泛化程度与你将不同数据推入足够高容量模型的速度成正比。

泛化大模型

全球生成式 AI 应用全景图

在生成式AI 产业突变的背后是人工智能技术数十年的积累和酝酿，其演进历程具体可分为四个阶段： 1.专家系统： 2.机器学习与神经网络： 3.深度学习： 4.大模型：

大模型

Stable Diffusion

Stable Diffusion｜背景替换只需要两分钟！

在以往为产品或照片更换背景时，我们通常需要先仔细地将主体内容抠出，再利用PS或其他图像处理工具将主体与新背景进行融合。

SD 背景文生图

中学生能看懂：Sora 原理解读

这一概念对于理解Sora如何处理复杂视觉内容至关重要。

Sora 原理

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

无论是个人电话、专业会议还是内容创作，这些问题都在困扰着我们。

ClearerVoice-Studio 语音

腾讯开源的数字人MuseTalk到底行不行？

该模型能够根据输入的音频信号，自动调整数字人物的面部图像，使其唇形与音频内容高度同步。

MuseTalk 数字人音频

Openai 异步客户端接入国产大模型 Kimi

Moonshot 介绍 Kimi Chat 是由月之暗面科技有限公司（Moonshot AI）开发的一款人工智能助手，支持长达20万字的上下文处理能力，并且能够记住之前的对话内容，提供更加准确和有条理的回答

Kimi Chat 大模型

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

这不，刚在写代码这事儿上刷新SOTA，Qwen2.5系列又双叒突然更新了—— 一口气读三本《三体》不费事，并且45秒左右就能完整总结出这69万token的主要内容，还真不是糊弄事儿，“大海捞针”实验显示

Qwen2.5 开源模型

【AI绘画】入门英文名词解析

，游戏风格等，经常还会缩写简写等，初入坑者听到或者看到了这些名词往往一头雾水，即使想通过某度或者某歌搜索也很难得到正确的结果，在此罗列了一些名词和满含个人观点的解析，同时贴出官方原始链接，通过使用浏览器的翻译功能看原文能更好的理解

文生图 AI绘画

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

这样的嵌入作为统一的ID表示，不仅可以全面封装同一输入ID的特征，还可以容纳不同ID的特征，以便于后续整合。

PhotoMaker 文生图

企业数字化转型的“阿里阿德涅之线”在哪？

低延时、高性能和外设兼容性等挑战成为产业数字化提出的新要求。

大模型用户

<...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