文章列表-AI魔法学院

文章列表

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

《2024年短剧出海白皮书》显示，短剧出海成为蓝海新赛道，2023年海外市场规模高达650亿美元，约为国内市场的12倍，短剧出海成为蓝海新赛道。

MaskGCT 声音克隆

Giraffe：世界上第一个商业可用的32K长上下文开源LLM（基于Llama-2）

修改如下： · 如果答案是一年，这是相当频繁的（即在 1000-2100 之间），我们将其更改为原始值 +/- 10 范围内的不同随机值。

开源模型

国风真的太绝啦！被10万人围观的咒语快收下！

加上这几年国潮盛行起来，「国风古风」真的很受欢迎！

文生图古风

Stable Diffusion

全面理解Stable Diffusion采样器

Old-School ODE Solvers 我们先来看最简单的一类，这些采样器中的发明时间都已经超过一百年了，它们是就老式的常微分方程（ODE）求解器（solver）。

绘画采样器 SD

SD入门教程四：图生图基础用法

图生图就是给出一张参考图，由AI在参考图上做修改。

SD 入门图生图

混合专家模型 (MoE) 详解

混合专家模型简史混合专家模型 (MoE) 的理念起源于 1991 年的论文 Adaptive Mixture of Local Experts。

MoE大模型

OCR的终极解法——传统算法VS多模态大模型

不管怎么样现在的 AI 算法很少有用响应速度作为指标的，特别是大模型，响应速度惨不忍睹。

OCR 大模型文字识别

如何使用ChatGPT写论文

请给出文献的标题、作者、年份、摘要和关键词。

ChatGPT 写作

语义检索系统[全]：基于Milvus+ERNIE+SimCSE+In-batch Negatives样本策略的学术文献语义检索

但众所周知，搜索意图在2020年初迅速改变。

开源模型

国内厂商语音识别与Whisper评测：现状与概况对比

一、语音识别现状二、评测意义与预期成果三、评测方案四、评测结果一、语音识别现状得益于近年来深度学习技术的快速发展，人工智能的主要分支(图像、语音、自然语言处理等)都相继进入了大规模落地应用阶段

语音识别 Faster-Whisper

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

LiveKit 不仅有一个开源的 voice agent 方案[1]，还能为你提供一个成熟且强大的实时多模态 AI 解决方案。

GPT-4o 语音交互

Coze、Dify、FastGPT：哪款智能体平台最强？深度对比分析！

智能体不仅是AI应用的载体，更是赋予大模型感知、交互和执行能力的“触手”。

智能体平台对比

ChatGLM3在线搜索功能升级

在2021年3月，它平均每日处理的搜寻量达98,629,221宗。

ChatGLM3 搜索

论文润色 | GPT4.0论文润色指令总结（含GPT3.5和4.0润色效果对比）

3.GPT3.5还是GPT4 Part1论文润色指令汇总 1以往的一些指令 · 半年前分享的模板

论文提示词写作

基于秋叶整合包-StableDiffusionWebUI启动器快速安装ComfyUI

ComfyUI是一个基于节点流程式的stable diffusion AI绘图工具WebUI，它通过将stable diffusion流程拆分成节点，实现了更加精准的工作流定制和完善的可复用性。

秋叶整合包

<...58 59 60 616263 64 65 66 67 ...>

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