文章列表-AI魔法学院

文章列表

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

由南京大学、阿里巴巴、字节跳动和南开大学联合开发的这一项目，在技术层面上展现了巨大的潜力和创新性。

VividTalk 视频

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

AI帮你DIY新年祝福海报，拜年必备神器！

新年将至，位于阿里巴巴集团的通义实验室推出了一款名为“创意海报生成器”的人工智能应用程序，提供了制作拜年海报的功能。

拜年海报 ai绘画

国产AI大模型哪家强？十大维度横评四款主流大模型！

本次横评测试，IT之家主要针对通用大模型产品，并且选择了目前知名度比较高的四款产品，分别是百度的文心一言、科大讯飞的讯飞星火、阿里的通义千问和 360 智脑。

开源模型

中国大模型融资暗战：罗曼蒂克的快速消亡

当然，一位知情人向我们透露，“阿里在MiniMax所占股权比也不到20%”，不过MiniMax和阿里至今未对这笔融资官宣。

大模型暗战

国内厂商语音识别与Whisper评测：现状与概况对比

国内的科技企业在语音识别领域也在不断迭代和创新，其中不乏一些具有竞争力的语音识别技术，如讯飞、百度、阿里巴巴等，这些厂商的技术在一定程度上已经接近或达到了国际领先水平。

语音识别 Faster-Whisper

OCR的终极解法——传统算法VS多模态大模型

北京·上海·成都·广州输出结果： [ [ { "offset": [ 0, 17 ], "span": "阿里巴巴

OCR 大模型文字识别

Stable Diffusion

Stable Diffusion的模型分类以及使用

在上一篇文章里我们列举了国内可以下载StableDiffusion模型的两个著名网站，那么小伙伴们下载下来模型之后，模型文件放到哪里呢？

文生图

学会这招，一个头像变100种风格！

在 Mijdourney 里，如何根据一张图随意切换风格？

Remix 文生图

大模型天才杨植麟，被朱啸虎“咬”了一口

随后，月之暗面开启疯狂融资，尤其是今年2月完成超10亿美金融资，投资方包括阿里、小红书、招商局，美团、红杉中国、蓝驰创投、砺思资本等老股东跟投，成为国内AI大模型公司获得的最高金额单轮融资。

杨植麟大模型

8月份最火的 5 个 GitHub 项目

支持 Azure、Anthropic Claude、Google PaLM 2、智谱 ChatGLM、百度文心一言、讯飞星火认知以及阿里通义千问，可用于二次分发管理 key，仅单可执行文件，已打包好 Docker

下载

盘点来自工业界的GPU共享方案

阿里 cGPU 来自阿里的cGPU（container GPU）[1]是最早提出的通过内核劫持来实现容器级GPU共享的方案。

大模型

国内AI大模型已近80个，哪个最有前途？

综合在美国三个月得到的信息，感觉大厂里面最有前途的是字节和百度，已经公开发布大模型的创业公司里面最有前途的是智谱和 moonshot。

大模型

实操：基于 Ollama+AnythingLLM 的 AI 超级阅读法

因此，我每天要阅读大量文章：电子书里摘的、微信群里发的、邮箱里订的、百度搜的… 但我并不会为此感到焦虑，这些文档资料已经交由我的“私人AI顾问”去阅读学习了。

Ollama AnythingLLM 阅读

ComfyUI学习笔记2，一文看透Workflow

所谓Workflow工作流，在ComfyUI这里就是它的节点结构及数据流运转过程。

comfyui 文生图

<1 2 345 6 7 8 9 10 ...>

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