文章列表-AI魔法学院

文章列表

用户意图对齐，无需人工标注，Zephyr-7B 超越 Llama2-Chat-70B

该研究目标是创建一个与用户意图更符合的小型语言模型。

小型语言模型 Zephyr-7B

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

对了，还有绘本内容，绘本内容可以用AI语言大模型生成，或者如果有现成也可以，然后直接复制粘贴到一个Word文档上即可。

StableDiffusion 绘本

Stable Diffusion

硬核解读Stable Diffusion（系列三）

ViT-H/14模型相比原来的OpenAI的L/14模型，在imagenet1K上分类准确率和mscoco多模态检索任务上均有明显的提升，这也意味着对应的text encoder更强，能够抓住更准确的文本语义信息

Stable Diffusion 文生图

【AI科技大创意】2024年人工智能10大趋势

这可能意味着在我们的治疗工具库中引入创新药物，或者开发新的护理交付能力，从根本上改变医疗团队如何利用他们最宝贵的资源：时间。

人工智能趋势

姜子牙大模型系列 | 为知识检索而生，Ziya-Reader开源，多个长文本中文任务第一

此外，基于大模型进行知识库问答、基于大模型的智能客服也是火热的创业项目。

大模型 Ziya

企业如何更好的使用大模型？都有哪些框架和方案

在这个过程中需要调用大模型的Embedding接口，将语料进行向量化，然后存储到向量数据库。

人工智能大模型

腾讯出品！开源AI数字人框架！号称可以不限时长

今天，介绍一个开源创新的虚拟人视频生成框架：MuseV MuseV是由腾讯音乐娱乐的天琴实验室开源，MuseV专注于生成高质量的虚拟人视频和口型同步，能够制作出具有高度一致性和自然表情的长视频内容

MuseV 视频数字人框架

如何构建基于大模型的App

为了避免相似性搜索耗时过长，一般会将向量存储在向量数据库中并进行索引。

构建大模型App

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

动态表现力：通过上下文风格化的音频到运动模型（ICS-A2M），MimicTalk能够「捕捉和模仿目标人物的动态说话风格」，使生成的视频更加生动和富有表现力。

MimicTalk 开源模型

阿里出品自动化视频剪辑工具FunClip！

它依托于阿里巴巴通义实验室的FunASR Paraformer系列模型，实现了视频中语音的自动识别。

FunClip 视频阿里

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理！

通过从反馈中学习和执行新的行动，获得与环境互动的能力，类似于反应型智能体；3）大型语言模型在大规模语料库中进行预训练，并显示出泛化与迁移学习的能力；4）从而实现任务间的无缝转移，而无需更新参数。

AI Agents 大模型

AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

通过从反馈中学习和执行新的行动，获得与环境互动的能力，类似于反应型智能体；3）大型语言模型在大规模语料库中进行预训练，并显示出泛化与迁移学习的能力；4）从而实现任务间的无缝转移，而无需更新参数。

AI Agent 大模型人工智能

Stable Diffusion

Stable diffusion三步搞定——场景定制化

在日常的工作中，为了保证视觉构图还有画面风格的一致性，有意的去搭建了属于赶集行业特征的运营场景素材库，目的是为了让设计师能灵活调用，随做随取，节省时间提高效率。

AI图片

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

此外，TurtleBot3还支持语音识别和语音合成技术，可以与人进行自然语言交互，完成特定任务。

ROS 机器人开源模型

[论文] 阿里提出AgentScope：灵活强大的智能体框架

多模态应用的广泛兼容性：随着大规模多模态模型的显著进展，AgentScope 支持多模态数据（例如文件、图像、音频和视频

AgentScope 语言大模型智能体

<...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

© 2023-2025 AI魔法学院

京ICP备20027199号-1