文章列表-AI魔法学院

文章列表

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

区别于以往的视频生成技术，Sora 能够根据用户的文本指令，生成最长达一分钟的高清视频 [3]。

Sora 微软

为什么说AI现在还不行！

Linux和Windows等输出智能的方式虽然老土，并且但他们提供了足够的确定性，他们加上程序员达成了过去所谓的软件吞噬世界。

大模型

最好用的AI一键换脸工具FaceSwapLab汉化

RPG Fantasy Game": "RPG幻想", "Strategy Game": "策略游戏", "Street Fighter": "街霸", "Legend of Zelda": "塞尔达"

一键换脸

SD插件｜EasyPhoto｜妙鸭相机平替|美颜算法

默认设置的最大部署为800，也就是当训练步数达到800时就会完成模型训练，其实全部保持默认，训练后的效果也还不错。

EasyPhoto 文生图

全量免费的EMO模型上架通义APP，外媒称之为Sora之后最受期待的大模型之一

可以说，EMO在训练中慢慢地学习了人类表达情绪的能力，并对其进行了编码。

EMO 阿里全民演唱

性能超出预期！神秘的国产大模型 Kimi 开放 API

因为一反一复，各个模型的 token 利用率差距可能达到两倍之多。

Kimi Chat 大模型 API

AI声音克隆 | 最全最简教程（权威版）

Bert-VITS2可能需要更长的训练时间(1-4个小时)来达到高质量的语音合成效果，尤其是在数据集较大或模型较为复杂的情况下简单来说就是如果你需要更稳定和标准的声音，辛苦一次永久使用就选择

声音克隆教程

开源本地化部署的「妙鸭相机」，真的要革了「海马体」们的命了？｜手把手教你搭建「妙鸭相机」

而如果用户能在本地部署一个「妙鸭相机」，就能完全不用忍受高峰期长达数个小时的「排队取照」，也完全不用担心自己的照片和用户数据被开发者滥用。

训练

研究人员开源中文文本嵌入模型，填补中文向量文本检索领域的空白

图丨项目中模型的关键数据对比（来源：王宇昕）文本的嵌入式表达本身是一个泛用性特别强的算法。

GPT

目前有哪些比较成功的人工智能应用？

音频分析: 可以直接分析长达6小时的音频文件。

生成式AI

Stable Diffusion

Stable Diffusion｜提示词高阶用法（二）双人同图

在本次分享中，作者将承接上一篇的内容，介绍通过提示词的高阶用法、以及通过“区域提示词（Regional Prompter）”的使用达到双人图或者某些特定场景的SD绘制图片的90%出图率的方式。

文生图

请以“续航”为题目，写一篇议论文

最后，让我们用续航的力量，让我们的青春更加灿烂，让我们的科技更加发达，让我们的经济更加繁荣！

中文训练大模型

Gartner：2024年人工智能渗透的十大战略技术趋势

Gartner预测，到2026年，应用AI TRiSM控制的企业将通过消除高达80%的错误和非法信息来提高决策的准确性。

Gartner 人工智能

美的数字化转型10年，方洪波的反思。作为领导者的高瞻远瞩与宽广胸襟！

这个用户直达，是我们现在面临最大的一个挑战，是最后数字化的临门一脚，就跟我们踢足球一样，后场、中场已经倒了很多了，现在的关键是要射门。

工作

中文OCR超越GPT-4V，参数量仅2B，面壁小钢炮拿出了第二弹

面对逐渐增多的生成式 AI 落地需求，「清华系」创业公司面壁智能一直在致力于对语言模型进行优化，使其在同等成本下达到更好的效果。

MiniCPM 大模型

<...37 38 39 404142 43 44 45 46 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1