文章列表-AI魔法学院

文章列表

深度好文，Agent盛行前传

agent本身是决策主体，除此之外甚至包括传感器和执行器都算在环境（environment）里。

Agent 大模型

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

阿里推理模型来了！Marco-o1 发布即开源

阿里巴巴刚刚发布了一款全新的开源推理模型Marco-o1，它不仅专注于标准答案领域，更致力于解决开放性问题。

Marco-o1 推理模型

5 种策略控制 ChatGPT 的输出长度

本文针对这两个问题给出了 5 个解决方案，相信总有一个适合你。

写作大模型聊天 ChatGPT

Prompt提示优化工具

一个好的Prompt可以解决很多的问题。

prompt 提示词

借题发挥下最近几例声音克隆的应用案例

2.某殡葬行业的从业者，希望参与葬礼的人能够跟逝者对话，这个需要接入逝者的生平资料数据库。

声音克隆数字人

Stable Diffusion

【ComfyUI】Blender+Stable Diffusion！少年啊，这盛世如你所愿！（附中文汉化插件）

但没关系，这个问题是可以解决的。

开源模型

清华、面壁智能发布：主动式Agent 2.0

Agent展现出了解决复杂任务的卓越能力。

Agent 2.0 大模型

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

为了解决这个问题，JoyHallo 收集了来自京东健康国际公司员工的29小时普通话语音视频，形成了 jdh-Hallo 数据集。

JoyHallo 数字人开源模型

七问大模型幻觉｜LLM Hallucination

为什么需要解决LLM的幻觉问题？

大模型

Asimov的预言与《Reflexion》的Prompt启示：机器人心理学家的新纪元

当一个机器人的行为出现异常时，她会深入其电路，试图理解其背后的原因，从而找到解决之道。

大模型

QAnything：网易有道最新开源的“本地化部署知识库”AI问答系统

这个项目通过集成和优化问答过程，用全面且灵活的解决方案来处理各种类型的问题。

网易 RAG 知识库

厉害了，匹诺曹Pinokio！所有AI工具，一键安装，全部免费！整合AI绘画、AI视频、AI语音...

有了它能够帮我们解决99%的本地AI模型安装问题！

AI绘画 AI视频 AI音乐

Elasticsearch 中的向量搜索：设计背后的基本原理

对向量的搜索必须查看实时文档集，以便排除标记为已删除的文档。

向量数据库

AI换脸：FaceFusion和Roop在线版修复，支持手机，平板，低配电脑！

研究了好几天，最后终于通过Ctrl+CV解决了这个问题。

FaceFusion Roop AI换脸

<...4 5 6 789 10 11 12 13 ...>

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