文章列表-AI魔法学院

文章列表

收藏！万字长文聊聊LLM Agents的现状，问题与未来

全文1.1w字，阅读时间约25分钟。

LLM Agents

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

接下来是，语音转文字，使用ASR，这个地方 ASR模型，你可以选中文或者多语种，多语种用的Faster Whisper，这个作者没有集成，使用时会自动下载输入上一步切割的语音，直接点击启动

数字人声音克隆 GPT-SoVITS

GitHub本月榜单：一个数字人技术的“非官方”实现

本月GitHub榜单有一个“非官方实现”数字人，太牛了 github地址 https://github.com/guoqincode/AnimateAnyone-unofficial 看看效果实时动图

AnimateAnyone 人工智能

万字长文，大语言模型如何宣告心理学的死亡？

但随着人工智能技术的飞速发展，特别是大语言模型（LLM）的兴起，我们似乎站在了一个新的十字路口。

大语音模型

体验了几款AI工具&&最新出现的跟数字人相关的几款大模型

体验了几款AI工具&&最新出现的跟数字人相关的几款大模型

数字人大模型文生图

如何从零开始训练专属 LoRA 模型？4600字总结送给你！

什么是过拟合：过拟合会导致画面细节丢失、画面模糊、画面发灰、边缘不齐、无法做出指定动作、在一些大模型上表现不佳等情况。

训练

腾讯出品！开源AI数字人框架！号称可以不限时长

如今数字媒体和虚拟现实技术飞速发展，对数字人的需求不断增加！

MuseV 视频数字人框架

Stable Diffusion

Stable Diffusion修复老照片-图生图

还需用搭配两个特殊设置： ControlNet Tile：这是一个ControlNet模型，用于放大和补充细节。

图像文字

实现聊天机器人打字机形式输出内容：SSE原理介绍及Post实现方式

服务器端可以通过浏览器发送的事件标识符来确定从哪个事件来继续连接 4、SSE注意事项保证数据的完整性：客户端在每次接收到消息时，会把消息的id 字段作为内部属性 Last-Event-ID储存起来

大模型

【万字干货】掌握 Midjourney 提示词技巧成为 25 个流派的摄影大师

从此每个人都是一个艺术家，在 Midjourney 的数字画布上的每一笔都不是一抹颜料，而是一个变革性的想法。

文生图训练提示词 Midjourney

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

/genshin_dataset/ying/vo_dialog_SGLQ003_raidenEi_02.wav|ying|ZH|嗯，不错，又学到新说白了，就是通过whisper把人物说的话先转成文字，

Bert-vits 语音

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

欢迎来到 Milvus 2.3.0 文字发布会！

大语言模型

AI Agent的数字化革命：超越文本，走向自主决策与交互

在这种合作模式下，代理不仅仅是为人类服务的工具，它们在数字世界中与其他代理建立社交关系。

生成式AI

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

6月27日，OpenAI应用研究主管LilianWeng撰写了一篇万字长文，其中还有部分章节是ChatGPT帮她起草的。

Agent

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

这相当于让大模型一次处理约 35 万个汉字，长度达到了 GPT-4（32K token，约 2.5 万字）的 14 倍，Claude 2.0（100K token，约 8 万字）的 4.4

Baichuan2 百川开源

<1 2 3 456 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