文章列表-AI魔法学院

文章列表

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

为了解决这个一对多的挑战，我们精心设计了一个多任务训练框架，将解码器的输出条件为一系列分层标签。

大模型语音

阿里腾讯豪华阵容参投，智谱AI投资版图曝光

尽管有不同的测算口径，但智谱的估值早已超过10亿美元的门槛，有不少分析认为甚至有可能上看150亿人民币，考虑到今年三个季度的融资总额达到25亿，这个数字并没有夸张。

智谱阿里

10个值得收藏的ChatGPT辅助编程技巧

如果你在聊天中问太多问题，它最终会失去上下文，因为每次你问一个新问题时它只会延续之前对话的有限部分。

编程提示词 chatgpt

ComfyUI 基础教程（二）：文生图基础流程

在构建text2img网络时，我们分为三个关键阶段：Clip阶段（黄色）、Unet阶段（红色）、以及Vae解码阶段（绿色）。

comfyui 文生图

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

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)

项目的主要组成部分是Fay控制器和数字人模型，这些可以结合起来创造多种应用场景。

Fay 开源项目数字人

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。

视频生成 sora

傻瓜式！一键部署ChatGLM3，免去环境烦恼+开箱即用！集成API调用！本地化界面操作！

第一部分：下载解压就这么简单！

ChatGLM3 大模型

公司如何使用ChatGPT进行内容营销？

产生可分享的内容：ChatGPT可以制作吸引人的、信息丰富的和娱乐性的内容，让用户更愿意分享，扩大品牌的影响力和知名度。

大模型

最顶尖的大语言模型人才，只关心这10个挑战

RAG可以简单分为两个阶段：第一阶段：分块（也称为索引）收集所有要供LLM使用的文档，将这些文档分成可以输入LLM以生成嵌入的块，并将这些嵌入存储在向量数据库中。

大语言模型

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

多模态能够提升大模型对世界的理解程度，充分拓展大模型的使用场景。

大模型

伦敦出租车司机的遭遇，暗示了程序员的未来

他们把志愿者分成两组，一组使用Copilot辅助编程，另外一组则不用。

人工智能伦理

大模型应用设计的10个思考

3 代码用于语法和过程，模型用于语义和意图在现代编程领域，代码和模型之间的分工变得越来越明确。

大模型应用

AIGC大模型，潮水褪去之后

搞一个场景，比较几个大模型的回答，做个统计层面的分析，计算机前沿论文几乎连数学公式都没有。

大模型

Selenium+ddddocr | 再也不担心图片验证码

(yzm.screenshot_as_png) print(f'验证码为：{res}') 运行该程序，验证码识别成功思路二：获取验证码图片网址进行访问，进行识别分析网页源码获取图片地址

Selenium ddddocr库

<...73 74 75 767778 79 80 81 82 ...>

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