文章列表-AI魔法学院

文章列表

AI异常值案例库第2期，5个灵感案例，新型流量获客法和产品形态

有部分信息，也许蕴藏着巨大的变现机会，但我自己没有时间与精力去一一验证所以我打算把这些信息分享出来，如果能启发到大家行动并拿到结果，那也算不浪费这个机会了没有过多的拆解和分析，更多的是偏向于灵感启发

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

（MLLMs）的出现，这标志着机器如何理解和与世界的互动方式发生了转变。

Baichuan-Omni 多模态大模型

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

这些数据集涵盖了各种场景、情感状态和语音风格，以确保模型能够学习到丰富多样的语音和情感模式。

Westlake -Omni 语音

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

人类获取的信息83%来自视觉，图文多模态大模型能感知更丰富和精确的真实世界信息，构建更全面的认知智能，从而向AGI（通用人工智能）迈出更大步伐。

XVERSE-V 多模态大模型

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

在本地计算机上开发的代理代码在部署到生产中的服务器时，可以扩展以支持数千个并发会话。

voice agent 开源音视频

最顶尖的大语言模型人才，只关心这10个挑战

我正目睹一个前所未有的现状：全世界如此众多的顶尖头脑，如今都投入到“使语言模型（LLMs）变得更好”这个大一统的目标中。

大语言模型

零一万物API开放平台出场！通用Chat多模态通通开放，还有200K超长上下文版本

§ Yi-VL-Plus：多模态模型，支持文本、视觉多模态输入，中文图表体验超过GPT-4V。

零一万物 YI 李开复

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

MimicTalk通过引入「NeRF」技术，结合高效的微调策略和上下文学习能力的人脸动作生成模型，成功地解决了这一问题NeRF技术允许模型在三维空间中重建物体的形状和外观，而MimicTalk在此基础上进行了优化

MimicTalk 开源模型

AI+智能客服：大模型可落地的最成熟场景之一

我从手机上随手截了一些：当然除了APP/Web/小程序形态的智能客服，大家生活中还会接收到一些电话（当然我们也可以说是骚扰电话）也能明显感觉出对方是“机器人”。

模拟ChatGPT流式数据——SSE最佳实践

默认 100）连接数无限制服务端实现协议本质是浏览器发起 http 请求，服务器在收到请求后，返回状态与数据

打字机 sse 大模型

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

计算机视觉（CV)：计算机视觉是指机器感知环境的能力。

今天分享一个官方的高级的做数据分析的prompt提示词

而它强大的能力主要体现在数据分析这块，能够支持上传数据文档，如excel文件，或者是csv文件，它能够自己编写python代码来处理数据，而且还能自己去运行自己写出来的python代码，直接输出最直观的各种数据图表结果

prompt 提示词

达摩院SPACE对话大模型：知识注入与知识利用

②分角色多轮次，至少两个参与主体，轮次间存在省略、指代、状态继承、状态遗忘等。

深度对比丨探索LLM（大模型）部署服务的七大框架差异

Text generation inference 用于文本生成推理的 Rust、Python 和 gRPC 服务器。

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

这个模型能处理文本、图像、动作输入，轻松应对多任务挑战，甚至跨界在机器人、游戏、医疗等领域展现强大实力。

Agent+GPT-4V 大模型

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

Ai助理

Hello 👏🏻

我是 Ai助理，关于ai的问题你可以问我