文章列表-AI魔法学院

文章列表

郭德纲讲英语相声详细教程

文件类型包括：mp4、quicktime和webm；文件大小：不得超过1GB；视频时长：在30秒到5分钟之间；视频分辨率：360x360到4096x4096之间视频要求：尽量避免背景音乐和噪音

数字人音视频

如何看待大型语言模型的Prompt

从表面上看，现代的大型语言模型与原始的word2vec模型似乎完全不同。

prompt 大语言模型

如何使用 Megatron-LM 训练语言模型

在 PyTorch 中训练大语言模型不仅仅是写一个训练循环这么简单。

开源模型

ollama本地部署自然语言大模型

大模型已经发布很久，网络上的大模型形形色色，现在已然是群英荟萃，那么，如何在本地运行一个大模型？本文采用ollama，简单运行本地大模型，不需要写代码。

ollama 语言大模型部署

硬核Prompt赏析：HuggingGPT告诉你Prompt可以有多“工程”

2303.17580.pdf HuggingGPT是近期非常火热的Agents方向的一个代表，它让ChatGPT这样的LLM能够使用HuggingFace社区的各种模型（包括但不仅限于文生图、图生文、语音转文字

提示词 prompt

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

用国内爆火的kimi生成歌词在歌曲作词过程中，有许多专业术语和词汇用于描述不同的元素和技巧。

suno 歌曲音乐

这个数字人开源项目太牛了，非常全面的项目解决方案(含源码)

语音助理和远程语音助理：数字人可以作为语音助理，进行语音交互，提供信息查询、日程管理等辅助任务。

Fay 开源项目数字人

语言大模型100K上下文窗口的秘诀

在语言模型中，上下文窗口对于理解和生成与特定上下文相关的文本至关重要。

大模型

Chinese-LLM开源中文大语言模型合集

-6B 简介：一个开源的，支持图像、中文和英文的多模态对话语言模型，语言模型基于 ChatGLM-6B，具有 62 亿参数；图像部分通过训练 BLIP2-Qformer 构建起视觉模型与语言模型的桥梁

大模型中文

国内外开源大语言模型一览表

目前该项目已公开训练的语料和模型权重文件（两个型号），供开发者可使用自己各种大小的语料，训练自己的语言模型，并适用到对应的垂直领域。

大模型

懒人福音！用AI生成会议纪要，让你的工作更高效！

**多语言支持**：一些AI系统能够支持多种语言，这对于跨国公司或有多语言需求的会议来说非常有用。

会议纪要 AI工具

Stable Diffusion

小白设计师福音：Stable Diffusion 16款插件测评，好用不？推荐吗？

其中包含，清空正向提示词”和“清空负向提示词、提示词起手式包含人物、服饰、人物发型等各个维度的提示词、一键清除正面提示词与负面提示词、随机灵感关键词、提示词分类组合随机、动态随机语法等。

SD 插件文生图

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

只需提供一张人物的静态照片和一段语音录音，VividTalk即可制作出一个看起来像是实际说话的人物的视频。

VividTalk 视频

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

在音频驱动的视频生成领域，制作普通话视频面临着许多挑战。

JoyHallo 数字人开源模型

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

最新的突破来自VividTalk项目，这是一个能够将单张照片和一段音频结合起来，创造出仿佛真人在说话的视频的技术。

VividTalk 视频

<...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

© 2023-2024 AI魔法学院

京ICP备20027199号-1