文章列表-AI魔法学院

文章列表

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

2.2.1 图像-语言分支作者使用Siglip-384px作为视觉编码器，该编码器处理一个384384的图像输入并生成182个 Token ，通过一个由两个层MLP和22卷积层组成的视觉 Projector

Baichuan-Omni 多模态大模型

Finchat：一个基于AI人工智能的金融数据分析工具，让你有一个私人投资助理！

Finchat是一个基于人工智能的金融数据分析工具，它可以让你通过简单的聊天方式，获取750多个上市公司和100多个超级投资者的关键财务信息。

用户 finchat

爆肝两天！ChatGPT+提示词解决知识库目录混乱

但很多时候，我们都会面临一个问题：随着知识的累积，知识库变得越来越庞大和复杂，找到我们需要的信息变得越来越困难。

智能分类大模型知识库

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

、分离复杂声源并结合音频和视觉数据锁定目标发声者。

ClearerVoice-Studio 语音

开源的大模型数据集

大模型训练数据集的质量是提升大模型效果最有效的途径，也是最苦最累的脏活，积累前人已经整理开源的数据集，站在数据集巨人的肩膀上，持续迭代大模型。

开源模型数据集

无显卡+纯本地跑Qwen1.5版模型！0基础闭眼部署指南！适用绝大部分开源模型！llama2+Mistral+Zephyr通杀！

人的专注力只有10分钟，那，话不多说！

Qwen1.5 开源模型

所有生命分子一夜皆可AI预测！AlphaFold 3改变人类对生命的理解，全球科学家都能免费使用

对蛋白质和DNA结合的分子复合物进行预测，其预测结果与真实结构几乎一致。

AlphaFold 3 蛋白预测

openpose原理及安装教程（姿态识别）

OpenPose基于深度学习和计算机视觉技术，采用了卷积神经网络（CNN）来实现对人体姿态的准确识别。

行为识别姿态识别

AI 产品榜 · 国内 100 强和出海 20 强

我们精心筛选分析了5000+ AI 全球产品(web)，覆盖了从访问量、时长、增长速度到营收等关键数据，我们将这些 AI 产品分门别类，涵盖了100个AI 细分领域。

大模型大模型应用行业分析

OCR的终极解法——传统算法VS多模态大模型

我在做的 OCR 识别商务名片这个项目上也积累了些经验，大家可以根据我的经验选择合适的算法。

OCR 大模型文字识别

冲击传统模特，商汤发布高质量虚拟试衣Diffusion模型

虽然这些方法已经取得了一些积极的成果，但仍存在一些问题，如生成的结果不够真实和细节不够好。

文生图

2023年人工智能行业总结

这一年中，AI领域经历了众多的变革，仿佛将过去十几年的积累在一夜之间彻底释放。

人工智能 AGI 思考总结

推荐一个自动生成复杂提示词的模版：思考链（CoT）如何通过分步推理提升AI任务准确性 | 示例详解

什么是思考链 (CoT) 思考链（Chain of Thought，简称 CoT）是一种推理策略，通过将复杂问题分解为多个简单步骤，从而提升大型语言模型（LLM）的推理能力。

思考链提示词

Stable Diffusion

stable diffusion最全18种controlnet模型，详细教程讲解。

目前AIgc领域正在持续关注，等到年底的时候做一个最全面的视频和文字讲解，现在还是在等等，目前AI领域热度确实是在持续降温，但是呢，深入了解AI的人都知道，AI的发展不是想人一样需要很长时间的积累，有时候可能就是一个算法的突破

Stable Diffusion 文生图 controlnet

Wunjo AI: 合成和克隆英语/俄语/中文语音,实时语音识别,深度换脸和唇动合成,通过文本提示更改视频,分割和修饰

自动分割蒙版：选择任何时间段的任何对象，并获得具有透明或彩色背景的所选对象的故事板。

AI语音克隆实时语音识别

<...2 3 4 567 8 9 10 11 ...>

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