文章列表-AI魔法学院

文章列表

借题发挥下最近几例声音克隆的应用案例

2.某殡葬行业的从业者，希望参与葬礼的人能够跟逝者对话，这个需要接入逝者的生平资料数据库。

声音克隆数字人

如何从零开始，打造一家AI驱动的公司？

公司链接：https://www.figma.com/ 二、建立网站：Relume Relume 是 Figma 和 Webflow 组件库。

大模型打造公司

HAI-Chat：高效且轻量的一键式 RLHF 训练工具

在这个阶段，首先从提示库中进行采样，并使用 LLM 生成多个响应。

HAI-Chat RLHF

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

将两个主角的声音单独提取出来，随后依次进行背景音和前景音的分离，声音降噪以及声音切片等操作，这些步骤之前已经做过详细介绍，请参见：民谣女神唱流行，基于AI人工智能so-vits库训练自己的音色模型(叶蓓

Bert-vits 语音

字节跳动推出MagicVideo-V2：引领AI视频生成新时代。

不过，字节跳动未来可能会推出代码库和在线体验运行地址。

MagicVideo-V2 视频生成

改进召回（Retrieval）和引入重排（Reranking）提升RAG架构下的LLM应用效果

llamaindex实现下的RAG架构以RAG召回为例，最原始的做法是通过top-k的方式从向量数据库中检索背景数据然后直接提交给LLM去生成答案，但这样存在检索出来的chunks并不一定完全和上下文相关的问题

大模型

AI Agent / 智能体观察笔记（下）

GitHub · 产品描述投资人yoheinakajima使用OpenAI和Pinecone向量数据库开发的智能体

大模型

昆仑万维携Skywork-13B打造AI新纪元：600GB中文数据集全球开源

这个数据集通过精心设计的数据处理流程从中文网页中筛选而来，为AI研究者提供了巨大的中文语料库。

Skywork 开源数据

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

用法详解 - AI魔法学院 https://www.aimaven.vip/article/4819 Stable Diffusion AnimateDiff | 最火文本生成视频插件库

视频生成文生视频

最强开源数字人对口型系统介绍

大家好，今天给大家介绍的是开源“最强”的数字人克隆方法 Easy-Wav2Lip: 仓库地址： https://github.com/anothermartz/Easy-Wav2Lip

数字人开源模型

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

计算显存大小：将模型参数大小、中间计算结果大小和额外内存需求相加，以得出总显存需求或者使用合适的库或工具计算出推理过程中所需的显存。

开源模型

Midjourney | 17个常用的命令

/show 输入/show在jobid 框里输入您的图库中所生成图像的作业ID 后，你可以再次召唤和恢复自己的任何生成图像 /fast 切换快速模式，在快速模式下

文生图

关于大模型驱动的AI智能体Agent的一些思考

使用工具： Agent能学习到在模型内部知识不够时（比如：在pre-train时不存在，且之后没法改变的模型weights）去调用外部API，比如：获取实时的信息、执行代码的能力、访问专有的信息知识库等等

大模型

深度好文，Agent盛行前传

第四是语言（language），语言能力的获取已经在agent的大型数据语料库中的语言预测建模的工作中初见成效，但由于语言有自身的上下文属性、顺序性以及不同场景对语言的需求不一样，在训练语言能力会付出一定的机会成本

Agent 大模型

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

Ø 开源模型库：社区会提供一个开源模型库里面包含了全行业的SOTA模型。

开源

<...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