文章列表-AI魔法学院

文章列表

AIGC系列之一-一文理解什么是Embedding嵌入技术

有哪些应用场景 01 — 什么是Embedding Embedding模型是一种在机器学习和自然语言处理中广泛应用的技术，它旨在将高维度的数据（如文字、图片

AIGC Embedding 嵌入技术

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

因此，编码器输出的每一帧大约对应于原始音频信号的40ms片段。

大模型语音

什么是BERT？

它强调了不再像以往一样采用传统的单向语言模型或者把两个单向语言模型进行浅层拼接的方法进行预训练，而是采用新的masked language model（MLM），以致能生成深度的双向语言表征。

embedding

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

包含两个核心模型：SenseVoice 负责语音识别和音频处理，CosyVoice 负责语音生成和控制。

asr tts 声音

prompt中的分隔符号的正确使用方法

无论是在日常对话中，还是在我们与先进技术，特别是像GPT这样的人工智能模型交互时，准确传达我们的意图是至关重要的。

prompt 分隔符

Stable Diffusion

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

图像生成生成方式：文生图、图生图、图像修复 ControlNet:用于对图像进行高级控制，例如通过设置姿势或绘制

Stable Diffusion 插件安装

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

在这里插入图片描述注意：LangChain Agent主要增强基于语言的互动能力，而交互式代理基础模型寻求统一多模态输入，以实现更广泛的通用AI应用。

Agent+GPT-4V 大模型

【上篇】深度解析AI大语言模型（LLM）在企业应用的关键技术与典型架构

随着大模型的不断迭代与升级，周边生态的培育与成熟，其在B端企业级场景的落地应用也逐渐拉开序幕。

大语言模型

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

该模型在包含10万小时多语言数据的Emilia数据集上进行训练，展现出超自然的语音克隆、风格迁移以及跨语种生成能力，同时保持了较强的稳定性。

MaskGCT 声音克隆

震撼科技界：清华大学与智谱AI联手，引领中文长文智能写作新纪元！

论文链接：https://arxiv.org/pdf/2408.07055 项目地址：https://github.com/THUDM/LongWriter 本文所附图片均来源于论文开源项目

写作长文本

动作识别模型有哪些

所以网络相应的由两个部分组成，分别处理时间和空间两个维度。

动作识别模型

人话聊AI大模型：AIGC如何助力营销的秘密（下）

它可以用于自动生成回复、解答常见问题，甚至模拟人类客服代表的对话。

大模型

什么是极限、导数、微分与积分（通俗易懂）

从天体的运行到手机屏幕上的图像渲染，微积分的影响无处不在。

数学微积分科学

将文本转化为3D动画：DeepMotion推出MotionGPT，开启动画新时代！

这是一款基于生成式AI的工具，可以将文本提示无缝转换为复杂的3D动画，简化了动画创作过程，同时也超越了物理障碍，使得更多不同类型的创作者和行业可以使用3D动画。

3D 动作捕捉

Stable Diffusion

Stable Diffusion教程：提示词

正常情况下，我们当然是想生成高质量的图片。

提示词 SD 绘画

<...42 43 44 454647 48 49 50 51 ...>

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