文章列表-AI魔法学院

文章列表

向量数据库简介和5个常用的开源项目介绍

随着数字时代将我们推进到一个以人工智能和机器学习为主导的时代，向量数据库已经成为存储、搜索和分析高维数据矢量的不可或缺的工具。

开源模型

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

其中，OCR（Optical Character Recognition）技术将图像中的文字转化为可编辑的文本，为众多行业带来了极大的便利。

PaddleOCR 文字识别

基于秋叶整合包-StableDiffusionWebUI启动器快速安装ComfyUI

我是木木~今天我要跟大家分享ComfyUI！

秋叶整合包

深度洞察：人工智能体(AI Agent)2024年重要发展趋势指南

虽然这些部分已经完成，但人工智能体的技术设计还需要进行很多思考。

AI Agent 人工智能

2024！深入了解大语言模型（LLM）微调方法（总结）

引言众所周知，大语言模型(LLM)正在飞速发展，各行业都有了自己的大模型。

大模型微调

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

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

代理与 LiveKit 服务器无缝集成，将作业排队和调度责任卸载给它。

voice agent 开源音视频

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

传统做法是固化召回，粗排，精排等环节，形成标准的推荐系统处理流程，虽然有利于行业内交流沟通，但这样的方式，在实际生产环境下往往难以快速应对差异化的需求且人为导致模块的割裂及维护的困难，而笔者曾开源了一个

Query Pipeline 大模型

图像修复神器：女神青涩时纤毫毕现！腾讯AI模型GFPGAN火上GitHub热榜第一，Demo在线可玩

看这明亮的眼眸、清晰的发丝，原本模糊的人像立刻添了几分灵动：（这就是用AI修复的高圆圆童年照）时间更久远的历史名人照片也能搞定。

修复绘画高清

50+ Midjourney 美食相关提示词，看了别留口水哦

本文不只是罗列 50 多个提示词，而是对它们进行分门别类，并附上图片。

midjourney 文生图绘画

Fastwhisper + Pyannote 实现 ASR + 说话者识别

前言最近在研究ASR相关的业务，也是调研了不少模型，踩了不少坑，ASR这块，目前中文普通话效果最好的应该是阿里的modelscope上的中文模型了，英文的话，还是非whisper莫属了，而且

faster-whisper 语者识别 ASR

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

Embedding模型作为大语言模型（Large Language Model，LLM）的一个重要辅助，是很多LLM应用必不可少的部分。

开源模型

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

下面进入今天的主题~ 需要特别注意：本文只是技术分享，在使用对应模型进行语音合成时，需要严格遵照对应项目的要求和法律法规！！

语音克隆开源模型

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

据海外媒体报道，上周一款名为LipDub 的翻译软件正式发布，这款AI程序可以让视频创作者在几分钟内使用不同语言进行交流。

AI

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

这些知识可以大致分为以下三种知识类型：语言知识、常识知识和专业领域知识。

大模型

<...18 19 20 212223 24 25 26 27 ...>

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