文章列表-AI魔法学院

文章列表

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

无论是个人电话、专业会议还是内容创作，这些问题都在困扰着我们。

ClearerVoice-Studio 语音

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

在这种合作模式下，Agent不仅仅是为人类服务的工具，它们也能够在数字世界中与其他Agent建立社交关系。

AI Agent 大模型人工智能

大模型能力评估体系

据中国科学技术信息研究所的数据，国内具有超过10亿参数规模的模型已达79个，标志着一场规模宏大的“百模大战”。

大模型评估

第一个StableCascade动漫大模型上架了

在Sora发布的时候，StabilityAI默默的发布了StableCascade，随后发布了Stable Diffusion 3（暂未放出开源程序），中间字节跳动发布了基于Stable Diffusion

StableCascade 文生图

AI文本转语音工具（TTS）：MeloTTS

今天给大家介绍一个效果不错的开源文本转语音工具：MeloTTS MeloTTS是一个可以把文字转换成声音的工具，它支持英语、西班牙语、法语、中文、日语和韩语等多种语言。

MeloTTS 语音工具

清华、面壁智能发布：主动式Agent 2.0

· 目前大多数Agent是被动式的，限制了它们在需要预见性和自主决策的场景中的有效性。

Agent 2.0 大模型

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

出自：无人之路 https://zhuanlan.zhihu.com/p/628491327 论文下载：2303.17580.pdf HuggingGPT是近期非常火热的Agents方向的一个代表

提示词 prompt

现在LLM 的大小为什都设计成6/7B、13B和130B几个档次？

Embedding部分参数和Transormer-Decoder部分参数，Embedding部分参数由词表大小和模型维度决定；Decoder部分参数由模型层数和模型维度决定。

大模型

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

在当今数字化时代，文本转语音（TTS）技术的应用愈发广泛，从智能语音助手到有声读物，从无障碍服务到教育娱乐领域，都离不开高质量的语音合成。

OuteTTS-0.1-350M 音频

使用ChatGPT写出优质长文、文章

掌握这些技巧，仅需5分钟即可完成一篇2万字的文章。

ChatGPT 写作

大模型压缩首篇综述来啦~

近来，LLM以惊人的推理效果惊艳全世界，这得益于它巨大的参数量与计算任务。

大模型

聊天大模型的输出速度应该是多少？单张显卡最多可以支持多少个人同时聊天？来自贾扬清最新的讨论~

单张显卡可以支撑的同时聊天人数关于聊天大模型性能的输出基准适合人类阅读的大模型输出速度其实大模型的输出速度在不同的场景下要求可能是不一样的。

大模型

四种微调技术详解：SFT 监督微调、LoRA 微调、P-tuning v2、Freeze 监督微调方法

当谈到人工智能大语言模型的微调技术时，我们进入了一个令人兴奋的领域。

大模型

全球生成式 AI 应用全景图

ensp;AI 应用按应用领域可以分为工具型应用、通用软件、行业软件、智能硬件四大类，从产品形态上将沿着AIGC（内容生成）、Copilot（智能助手）、Insight（知识洞察）、Agent（数字代理

大模型

鹅厂最新AI工具刷屏！杨幂寡姐多风格写真秒秒钟生成，LeCun点赞 | 可免费体验

前脚字节阿里的工具火了，现在腾讯这个新照片生成应用PhotoMaker直接刷屏，瞧这阵仗…… 只需上传一张或以上照片，无需额外LoRA训练，就能快速可定制。

PhotoMaker 图生图

<...21 22 23 242526 27 28 29 30 ...>

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