文章列表-AI魔法学院

文章列表

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

简介一次性音频驱动的说话头生成旨在通过音频作为输入信号来驱动任意面部图像，并具有广泛的应用场景，如虚拟化身、视觉配音和视频会议。

VividTalk 视频

请收好这12种Prompt编写模式，让不可靠的模型生成可交付的可靠结果

本文旨在给大家提供一种建立编写您自己个性化Prompt库的线索或纲要。”

prompt

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

文字是我们引入去描述人自身的思想，随着人类进化了很多代，是我们引入的一个工具，实际可能跟今天的编程语言也是类似的。

通义文生视频

Learn Prompting-基础篇

这样便释放了人类的劳动力，让人们可以专注于需要更多人类智慧的复杂的和创造性的任务。

prompt

掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

从此每个人都是一个艺术家，在 Midjourney 的数字画布上的每一笔都不是一抹颜料，而是一个变革性的想法。

文生图摄影提示词

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

从此每个人都是一个艺术家，在 Midjourney 的数字画布上的每一笔都不是一抹颜料，而是一个变革性的想法。

文生图训练提示词 Midjourney

CMU华人打破大模型黑盒，Llama 2撒谎被一眼看穿！脑电波惨遭曝光，LLM矩阵全破解

为了捕获如诚实或遵循指示等功能，研究人员的目标是从模型中引出程序化知识。

大模型

RAG检索增强技术在知识库智能检索场景下的应用实践

随着人工智能技术的不断发展，RAG模型有望在各个领域发挥越来越重要的作用，成为推动智能化应用发展的重要技术手段之一。

知识库 RAG检索增强

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！

最近，北京智源人工智能研究院（BAAI）开源了BGE系列Embedding模型，不仅在MTEB排行榜中登顶冠军，还是免费商用授权的大模型，支持中文，应该可以满足相当多人的需要。

开源模型

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

该工具特点包括低显存需求（仅需4GB）、快速推理速度、高自定义性和灵活性，用户可快速进行 Fish Speech特性 1.

Fish Speech 本地搭建

4种通过LLM进行文本知识图谱的构建方法对比介绍

我们在以前的文章中已经介绍了使用大语言模型将非结构化文本转换为知识图谱。

知识图谱大模型

搭建程序员自己的在线工具库 it-tools

作为程序员，在日常工作中，需要借助一些工具来提高我们工作效率，鄙人日常用得最多的工具，有JSON格式化,SQL格式化,XML格式化,JSON转Execl等等。

开源项目工具类

收藏！万字长文聊聊LLM Agents的现状，问题与未来

本文会系统地组织起来，尽量多一些干货，并同时考虑普适性和专业性，也会有我个人的一些见解和思考。

LLM Agents

中文通用大模型评测基准发布，全方位解析评价维度，助你选出最优秀的模型！

包括但不限于：这些模型不同任务的效果情况、相较于国际上的代表性模型做到了什么程度、这些模型与人类的效果对比如何？

大模型训练中文

语音、视频转文字神器：开源whisper介绍

Whisper是OpenAI的一个项目，旨在通过大规模的弱监督学习来实现语音识别。这种方法使用大量的未标注语音数据和一些已标注的数据来训练一个深度学习模型，从而自动学习如何从语音信号中提取特征并将其转换为文本。Whisper的特点是速度快、准确性高，并且可以处理各种各样的语音信号，包括噪音、口音和语速等。该项目旨在为那些缺乏手动标注数据的语言学家和工程师提供一种新的工具，以帮助他们实现更高效的语音识别。

人工智能大模型 wisper

<...19 20 21 222324 25 26 27 28 ...>

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