文章列表-AI魔法学院

文章列表

有感情的语音合成开源模型：ChatTTS安装使用详解

他可以基于CPU进行生成，所以大部分人都有机会用一下哦。

ChatTTS 语音合成

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

MimicTalk 部署条件与部署步骤部署条件「硬件要求」：「CPU」：建议使用多核处理器，如Intel Core i7或更高。

MimicTalk 开源模型

星标破万！小钢炮2.6登顶GitHub，Hugging Face TOP3，燃爆开源社区！

MiniCPM-V 2.6 可以通过多种方式轻松使用：(1) llama.cpp 和 ollama 支持在本地设备上进行高效的 CPU 推理，(2)&

MiniCPM-V 2.6 大模型

大模型实践总结

具体的硬件配置如下： CPUs: 每个节点具有 1TB 内存的 Intel CPU，物理CPU个数为64，每颗CPU核数为16。

大模型训练

Stable Diffusion

小白也可以一键安装的Stable Diffusion——Easy Diffusion

如果没有，它会自动使用CPU模式最低8G内存和25G硬盘空间。

Stable Diffusion 插件安装

最顶尖的大语言模型人才，只关心这10个挑战

在GPU之前，如果要训练一个与AlexNet相当规模的模型，你需要动用成千上万个CPU，就像在AlexNet之前几个月Google发布的那台服务器一样。

大语言模型

造梦师手记：ComfyUI快速量产数字小姐姐

（3）加载InsightFace，建议用CUDA，如果报错，可以改成CPU模式。

comfyui 文生图

实测：本地跑llama3:70B需要什么配置

llama3 8B版本实测可以在大多数普通配置的个人PC上运行，即使没有显卡，只要不是很拉胯的CPU跑起来也还算能用的样子。

llama GPU内存

换脸软件 FaceFusion 保姆级教程

FaceFusion 是由 Roop 项目的核心开发者独立发布的，它被官方描述为下一代的人脸交换和增强软件，这个软件可以用于处理图片和视频，可以运行在 GPU 和 CPU 下面。

FaceFusion 教程

完整ChatGLM3部署教程，支持手机和车载平台部署

ChatGLM3 画一个爱心： ChatGLM3还推出了可在手机上部署的端测模型ChatGLM3-1.5B和ChatGLM3-3B，支持包括vivo、小米、三星在内的多款手机以及车载平台，甚至支持移动平台上CPU

ChatGLM3 大模型

大模型应用实践：用LLaMA 2.0, FAISS and LangChain实现基于自由知识问答

进行推理需要大约8GB的GPU RAM，在CPU上运行几乎不可能。

开源模型

最强国产开源多模态大模型MiniCPM-V：可识别图片、视频，还可在端侧部署

MiniCPM-V 2.6 可以通过多种方式轻松使用：(1) llama.cpp 和 ollama 支持在本地设备上进行高效的 CPU 推理，(2)&

minicpm 面壁

【AI绘画】入门英文名词解析

谷歌的平台可以理解为云电脑通过网页运行代码需要挂载Google Drive来使用免费的只有15G 而不需要在你自己的电脑上运行一开始GPU资源也是免费的可以用来对模型进行计算现在可能只有CPU

文生图 AI绘画

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

Xinference 不仅支持在CPU上进行推理，而且在 GPU 繁忙时，可以将部分计算任务交给 CPU 来完成，从而提高系统的吞吐率。

开源模型

生成式人工智能的“经济学”，The Economic Case for Generative AI

如果你有一个CPU-GPU配置的自动驾驶汽车，一些套件的功耗达到1.3千瓦，而人类大脑的功耗只有15瓦，从经济角度来看，这非常难以竞争。

生成式人工智能经济学

<1 2 345 6 7 8 >

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