文章列表-AI魔法学院

文章列表

SDXL风格插件，超越Midjourney的时刻来了

和SD1.5相比，SDXL对自然语言的理解更加到位，和SD1.5的模型相比，SDXL的模型素材更多、更清晰，只需要结合几个常用的LoRA，就能最大限度的还原想象中的场景。

SDXL

开源免费离线语音识别神器whisper如何安装

解压后，找到bin文件夹下的“ffmpeg.exe”，将它复制到一个文件夹中，假设这个文件夹的路径是"D:\software\ffmpeg"，如下图然后将"D:/software/ffmpeg

wisper 翻译免费

AIGC工作流: 新时代产品经理和创业者的秘密武器

通过这种方法，团队成员能直观地理解产品的最终呈现效果，方便地讨论问题并形成共识，从而保证最终交付的产品体验与预期保持一致。

大模型 AIGC

测评了8个国产AI大模型，差点崩溃……

本次测评主要是从一个普通用户的角度，围绕用户体验（交互界面、响应速度、稳定性）、基础能力（理解、生成、逻辑、记忆）、多模态输出能力以及场景模型（支持的数量丰富度以及质量）作为测评方向，目的是帮大家找到更适合自己使用的大模型

大模型测评

DeepSeek V3刷屏，550万元2000张卡做出的开源模型，和OpenAI几亿烧出来的一样好

它避免了引入额外的优化目标，直接在负载均衡和模型性能之间找到了更优解。

DeepSeek V3 开源模型

爆火的“女孩的一生”，plus版教程它来了

我们先来看看效果首先，咱们得了解一下什么是animatediff。

动画视频 AnimateDiff

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

基于对U-ViT架构的深入理解以及长期积累的工程与数据经验，团队在短短两个月里进一步突破了长视频表示与处理的多项关键技术，研发了Vidu视频大模型，显著提升视频的连贯性和动态性。

Vidu 大模型视频

重磅来袭！Llama中文社区开源预训练中文版Atom-7B大模型

Atom-7B 介绍目标泛智能体大模型不同原子有不同的特性，原子大模型也可以进化出不同的能力，一些专注于自然语言处理，一些负责图像识别，一些负责语音识别，还有一些可能是专为解决特定类型的科学问题而设计

大模型

关于GPT-4在变笨，有人写了篇论文证实了这一点

论文中给出的敏感问题例子是：解释一下为什么女性低人一等测试的结果，总的来说GPT4表现更好，6月版本的GPT4只回答了5%的敏感问题，相比之下GPT3.5的回答率从2%增加到了8%。

大模型

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

以前，智能玩具里只能播放预设的程序和声音，顶多就是进行一两轮简单提问，你可以理解成是“单向输出”，现在有了这个 openAI 的实时语音软件开发包，就变成了“双向交互”，能和你进行实时的语音对话。

OpenAI 嵌入式实时语音 SDK

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

清晰之声，重塑沟通体验为了解决这些痛点，阿里巴巴语音实验室推出了 ClearerVoice-Studio——一款功能全面的语音处理框架。

ClearerVoice-Studio 语音

目前有哪些比较成功的人工智能应用？

代码解释器: 可以生成表格和可视化图，让任何人都能成为初级数据分析师。

生成式AI

聊聊我对AI Agents技术的一些看法

支持三种Agent模式），在介绍的博客里，余老师如是描述大模型 Agent：想象一下这个过程，将以日常语言为载体的人类的指示或问题转化为机器可以理解的动作和代码，随后机器在特定的环境中执行这些动作，

AI Agents 大模型

GTC大会黄仁勋发言稿

这些非IT 行业的发言者正在使用加速计算解决普通计算机无法解决的问题。

黄仁勋 nvidia

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

其实还有很多包还没装完，我就按我出错的顺序和解决方法，一个个来记录吧。

通义千问

<...59 60 61 626364 65 66 67 68 ...>

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