文章列表-AI魔法学院

文章列表

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

作为Whisper模型的蒸馏版，Distil-Whisper凭借轻量级架构和卓越的处理速度，成为了技术热潮中的新宠。

Distil-Whisper 语音识别

天塌了，Scaling Law 已撞收益递减墙？OpenAI 在内，所有大模型都正遭遇巨大瓶颈

整理 | 华卫、核子可乐近日，有外媒报道称，OpenAI 正在制定新策略，以应对人工智能大模型改进速度放缓的问题。

Scaling Law AI大模型

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

为了解决这个问题，JoyHallo 收集了来自京东健康国际公司员工的29小时普通话语音视频，形成了 jdh-Hallo 数据集。

JoyHallo 数字人开源模型

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

但面壁团队关注的却是 GPT-4 的两个创新点：一是 GPT-4 的输入文本达到了 32k 的长度，而当时国内的大模型能处理的文本长度只有 512，之后“长文本”也成为国内外大模型研究的重点对象；二是

Grok-1 开源模型

AI颠覆的第一个体育赛道，来了

据报道，人工智能技术的发展速度令人惊叹，OpenAI推出的Sora和Plaier平台等工具正在改变体育界的面貌。

体育 AI

人工智能训练的灾难性遗忘以及解决方案

有意思的现象出来了，这个神经网络在学习识别小狗后，让它识别之前学习过的小猫，它竟然识别不出来。

人工智能大模型

Stable Diffusion

stable diffusion最全18种controlnet模型，详细教程讲解。

重绘幅度越低，越像原图，越高越不像。

Stable Diffusion 文生图 controlnet

AI 爆文写作：如何用GPT写出10万＋？这篇五千字长文给你答案！

二）AI 写标题写公众号的有一个说法：如果你花一个小时写文章，那么至少花30分钟去想标题。

提示词写作自媒体

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

它采用了Sora相似的技术路线，结合多项自研技术创新，生成的视频不仅运动幅度大且合理，还能模拟物理世界特性，具备强大的概念组合能力和想象力。

可灵快手文生视频

应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性

应用程序的本质往小里说是代码组织，往大里说就是逻辑编排。

Query Pipeline 大模型

Prompt工程入门

Prompt Engineering 的目标是创建高度有效和可控的 AI 系统，使其能够准确、可靠地执行特定任务。

prompt 提示词

免训练！单图秒级别生成AI写真，人像生成进入无需训练的单阶段时代

介绍作为 AI 人像写真开源项目的佼佼者，FaceChain 凭借其丰富多样的风格模版和卓越的人像保真度，深受社区的喜爱并已在商业应用中得到了广泛的应用。

FaceChain FACT 文生图

AI必备Prompt技巧《提问的艺术——让AI导出高质量答案》

例如：“写一篇科幻小说”，“描述一下夏日的海滩”，“写一个简短的故事” 等等。

prompt 提示词

一文带你看懂OpenAI-Sora生成视频的原理

OpenAI的Sora模型生成视频的原理，小白也能看得懂！

视频生成 sora

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

<...17 18 19 202122 23 24 25 26 ...>

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