文章列表-AI魔法学院

文章列表

图片生成速度最高提升10倍！可以做到“实时”生成！清华推出LCM/LCM-LoRA！

SD模型的优点，它可以生成高分辨率、高质量、高多样性的图像，而且可以很容易地与其他模型结合，比如变分自编码器（VAE）或对抗生成网络（GAN）。

LCM/LCM-LoRA 文生图

【开源项目】Flow Matching 语音合成

（Grad-TTS-CFM，使用BigVGAN通用声码器，优化1&3&5还未集成，还有明显发音错误） 01-steps,玩语音技术,26秒 04-steps,玩语音技术,26秒 20

音视频 Flow Matching

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

的使用方法非常简单，同常用开源项目一样，需要如下步骤：提前创建好Python3.9及以上的虚拟环境 1、访问OpenVoice项目地址，并将项目整体包下载下来，也可以借助git命令克隆到本地或云服务器。

tts 文本转语音

AI人工智能大模型通用办公提示词-献给像我一样的社畜们

充当图表生成器我希望您充当 Graphviz DOT 生成器，创建有意义的图表的专家。

截至2023年5月份业界支持中文大语言模型开源总结及商用协议分析

BLOOM是一个仅解码器的Transformer语言模型，它是在ROOTS语料库上进行训练的，该语料库包含46种自然语言和13种编程语言。

大模型

企业如何更好的使用大模型？都有哪些框架和方案

这个过程中，从数据源实时地获取数据非常重要，比如电商机器人需要实时了解用户下单的情况，政策解读机器人需要了解最新政策信息。

人工智能大模型

AI Agent / 智能体观察笔记（中）

服务器对该框架进行了补充，使沙盒中的信息可以被智能体所使用，让智能体能够移动并影响环境。

大模型

12个RAG常见痛点及解决方案

下面对比了在没有重新排序器的情况下直接检索前2个节点，检索不准确；和通过检索前10个节点并使用CohereRerank重新排序并返回前2个节点的精确检索。

RAG 大模型

腾讯开源的数字人MuseTalk到底行不行？

话说速度方面，经测试，在RTX4060 服务器上，10秒钟音频推理，耗时接近3分钟，耗时时长比差不多1:20。

MuseTalk 数字人音频

如何用大语言模型构建一个知识问答系统

原始知识系统只会提供两件兵器的基础属性，但不会提供各属性的对比和总体评价。

知识库

人工智能训练的灾难性遗忘以及解决方案

我想强调的是，深度强化学习披上了强化学习利用机器人与环境交互的数据进行学习的外衣，让我们有种深度学习具备持续学习的能力，不存在灾难性遗忘的问题的错觉。

人工智能大模型

AI产生意识，对人类意味着什么

为避免人类干预，它们可以在全球服务器网络上复制自己的算法，就像计算机蠕虫一样。”

AI 意识

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

DeepMotion致力于通过物理模拟、计算机视觉和机器学习让数字角色栩栩如生，持续革新动画行业。

3D 动作捕捉

AI生成卡通人物项目|VToonify

具体来说，VToonify 利用 StyleGAN 的中分辨率和高分辨率层来渲染高质量的艺术肖像，基于编码器提取的多尺度内容特征来更好地保留帧细节。

AI生成卡通人物 VToonify

一文读懂GPT-1：生成式预训练如何提升语言理解

GPT-1使用12层的Transformer解码器作为语言模型，模型结构如下所示：计算过程如下所示：其中,U=(u-k,...

GPT

<...47 48 49 505152 53 54 55 56 ...>

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