文章列表-AI魔法学院

文章列表

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

摆脱对 OpenAI 的依赖，借助开源生态系统构建出全流程的 AI 应用，现在开始！

开源模型

开源大语言模型完整列表

悟道 —— 双语多模态大语言模型 “悟道” 是双语多模态预训练模型，规模达到 1.75 万亿参数。

开源模型大语言模型

OmniVision - 968M：小巧精悍的视觉语言模型，释放多模态边缘计算强大潜能

边缘设备，如智能手机、物联网设备等，对智能处理视觉和文本信息的需求也在急剧增长。

OmniVision -968M 多模态模型

GPT让你拥有超强的写作能力！

直接用GPT写作虽然有一点的局限性，但是通过调教和喂养是可以做到专业级别的，今天分享几个行内很多伙伴常用的prompt，其实大家可以根据自己的状态对它提出各类要求。

GPT 写作

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

此外，OP3是在ROS（机器人操作系统）下开发的，以利用ROS生态系统中的各种软件包。

ROS 机器人开源模型

借题发挥下最近几例声音克隆的应用案例

通过上述案例，我们会发现，声音克隆和数字人大有应用前景，很多跟民生直接相关，比如案例一，周围存在大量失去亲人而生活在精神煎熬状态的人，只是没有人去关注他们。

声音克隆数字人

OCR终结了？旷视提出可以文档级OCR的多模态大模型框架Vary，支持中英文，已开源！

以往这一任务需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤—— 这一次，只需一句话命令，多模态大模型 Vary 直接端到端输出结果：无论是中英文的大段文字

OCR 手写文字识别

Meta无限长文本大模型来了：参数仅7B，已开源

Transformers 的二次复杂度和弱长度外推限制了它们扩展到长序列的能力，虽然存在线性注意力和状态空间模型等次二次解决方案，但从以往的经验来看，它们在预训练效率和下游任务准确性方面表现不佳。

Meta 长文本大模型

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

此外，OmniGen可以处理经典的计算机视觉任务，将其转换为图像生成任务。

大模型研究

我们需要的不是智能体，而是工作流（5000字保姆式教学）

这句话用来描述AI Agent和工作流的现状再合适不过了。

工作流教学

刚上线就崩了？字节版 GPTs 征战国内市场：无需编码，快速创建 AI 聊天机器人

其中，豆包属于 AI 对话产品，Cici 与 Coze 都属于 AI 聊天机器人创建平台，可供用户创建和共享自己的聊天机器人。

Coze 聊天机器人

让你每次都随机生成各种图片，开盲盒的感觉：SD插件之无限抽卡神器Dynamic Prompts

让你每次都随机生成各种图片，开盲盒的感觉：SD插件之无限抽卡神器Dynamic Prompts

文生图

AI资讯速递 - 快人一步！为你填平AI领域信息差及时揭示AI领域的最新动态

这种信息不对称不仅可能导致个人在职业发展上的困境，也可能使企业错失利用AI技术提升效率和创新的机会。

AI资讯 AI新闻

挑战全网，字节跳动coze平台让你免费创建ChatGPT4的机器人，不仅能免费使用DallE3，还能免费导入自己的知识库

我也正在犹豫，没想到字节跳动快速跟进，它也推出了一款引人瞩目的生态工具——coze！

Coze 聊天机器人

<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