文章列表-AI魔法学院

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

3月，国内外模型公司动作频频。国产大模型独角兽“五小虎”之一零一万物也有诸多新动作。这不，前脚刚发布高性能向量数据库，零一万物又立马正式发布了自己的API开放平台

零一万物 YI 李开复 2024-03-18

这篇文章介绍了使用so-vits-svc项目进行声音转换的过程，包括歌声和普通讲话的转换。文章强调了声音转换需要采集和处理语音干声，以及训练声音主模型的重要性。文章还提供了详细的步骤和工具推荐，如使用Slicer-gui进行人声分离，租用服务器实例进行模型训练，以及使用webui页面或脚本命令进行模型推理。最后，文章提供了训练模型和推理的示例命令。

声音 sovits 2024-03-13

字节 AI工具 2024-03-13

大模型

OpenAI开源大模型调测工具Transformer Debugger：可以在训练大模型之前理解模型的运行情况并干预

自从OpenAI转向盈利化运营之后，很少再开源自己的技术。但就在刚才，OpenAI开源了一个全新的大模型调测工具：Transformer Debugger。这个工具可以帮助开发者调测大模型的推理情况，帮助我们理解模型的输出并提供一定的解释支持。

大模型调试工具 2024-03-12

AI颠覆的第一个体育赛道，来了

AI技术在体育领域的应用正逐渐颠覆传统的体育赛道。据报道，人工智能技术的发展速度令人惊叹，OpenAI推出的Sora和Plaier平台等工具正在改变体育界的面貌。Plaier平台，一个人工智能球探搜索平台，自2023年3月推出以来，已经开始影响俱乐部挑选球员的方式，甚至可能改变职业足球经理人的工作模式。

体育 AI 2024-03-11

Sora

Stablediffusion3论文下载-确定了Stablediffusion3与Sora的架构是一致的

2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向，一个是图像生成方向，那么两者没有必然的联系，但Sora和Stablediffusion3的架构是出奇的一致，核心部分都是采用了Difusion Transformer的方式(在Stablediffusion3中称之为DiT)。

SD 论文 2024-03-11

Stable Diffusion

Stable Diffusion WebUI v1.8.0重大更新！

就在前几天，Stable Diffusion WebUI的作者AUTOMATIC1111，在GitHub上将其更新到了最新版—v1.8。

SD 画图 2024-03-07

AI拟声: 5秒内克隆您的声音

MockingBird是一个人工智能开源项目，它可以在仅仅5秒钟内克隆你的声音。这种独特的能力使得MockingBird在许多不同的领域中具有广泛的应用场景。

声音克隆开源 2024-03-07

剪映克隆声音功能详解：剪映上线5秒“AI克隆音色”，一堆AI公司又要进入慢性死亡了...

剪映应用推出了一项名为“AI克隆音色”的创新功能，这一功能允许用户在短短5秒内捕捉并复制特定的声音样本。通过先进的人工智能技术，剪映能够分析并学习目标声音的特征，然后生成与原声音极为相似的复制品。这一功能的上线，不仅为用户提供了前所未有的创作自由度，也为声音设计和个性化服务开辟了新的可能性。

剪映声音克隆 2024-03-06

AIGC

朱啸虎讲了一个中国现实主义AIGC故事

中国科技界对大模型的看法分化为两派：技术信仰派，主要由技术人员组成，他们崇尚AGI和规模定律，倾向于硅谷思维，认为模型能力的提升和成本的降低将带来广泛的应用。他们担心不追求更强AI能力会导致在竞争中落后。市场信仰派则认为技术发展终将放缓，主张将适度的AI能力应用于能迅速盈利的商业场景，并利用中国市场的大数据构建竞争壁垒。这一派人士通常在中国市场经验丰富，更注重本土化思维。

朱啸虎 AGI 2024-03-06

OpenAI

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

现在，马斯克起诉OpenAI案的最大未解之谜，就集中在了「Ilya究竟看到了什么」上。他看到的东西，让OpenAI大震荡，所有模型推出计划被削弱和延期。最近网上曝出的一份53页PDF，就透露了Q*的许多重大细节：125万亿参数，去年12月已训完。但马斯克这么一闹，恐怕Q*面世的时间还要大大延迟。

OpenAI 大模型 2024-03-05

大模型

全球最强大模型一夜易主，GPT-4时代终结！Claude 3提前狙击GPT-5，3秒读懂万字论文理解力接近人类

就在刚刚，GPT-4被从大模型铁王座上扯下来了！OpenAI最强竞对Anthropic发布的Claude 3系列模型，已经实现了对GPT-4的全面超越。网友表示：GPT-4时代已经终结，OpenAI可以请出Q*了。

claude 大模型 2024-03-05

Sora

OpenAI视频模型Sora的推理生成成本多高？

Sora 的训练算力需求大概率是 GPT-4 的 1/4 左右。Sora 的推理算力需求是 GPT-4 的 1000 倍以上（这么看来 2 万亿美元市值的 NVIDIA 仍然不是高点）。复现 Sora 的难度没有预想中的大，至少训练算力不是瓶颈；国内靠 A800/H800 的余量仍可以满足。国产芯片迎来一次机会，设计并量产 14nm 的中算力、大显存 LLM 推理芯片，可以绕开芯片制程的瓶颈迅速商业化

Sora 推理算力 2024-03-04

Google

再超Transformer！Google| 提出两个新模型(Griffin、Hawk)，强于Mamba，更省资源

去年 12 月，新架构 Mamba 引爆了 AI 圈，向屹立不倒的 Transformer 发起了挑战。如今，谷歌 DeepMind「Hawk 」和「Griffin 」的推出为 AI 圈提供了新的选择。

transformer 训练 2024-03-03

GPU 性能（数据表）快速参考

这篇文章为流行的GPU的性能提供了一个简明的参考，包括NVIDIA和华为海思的主流型号，水平有限，译文整理，供参考学习。

GPU 算力 2024-03-03