文章列表-AI魔法学院

文章列表

收藏！万字长文聊聊LLM Agents的现状，问题与未来

跨年之前，想总结一下去年上半年以来关于LLM Agents的学习经历，同时记录一下我在其中过程的一些想法。

LLM Agents

如何提高RAG 的效果

下面笔者会根据实践的经验和收集到的信息进行汇总并记录下来。

RAG 大模型

有感情的语音合成开源模型：ChatTTS安装使用详解

ChatTTS是一个为对话场景设计的语音生成模型，专门用于大型语言模型（LLM）助手的对话任务、对话语音和视频介绍等应用。

ChatTTS 语音合成

StableDiffusion

AI绘画由入门到精通：StableDiffusion精讲课程

学会SD之后可以画图、抠背景、制作商品展示图、制作建筑图、做Logo以及图标、做宣传画，甚至可以换脸、写真、做动画视频等。

SD 视频课程 AI绘画

回望做大模型一年后的感悟

回望这一年，太多和大家雷同的观点在这里就不赘述了，记录几个听上去有点反共识的点吧（其实很多也慢慢达成共识了）。

大模型感悟

教会AI画汉字（ComfyUI篇）

最近，央视公开了一些由ai生成的图片与视频，其中有几张图片非常有趣，成功吸引到了我，那便是这几张由ai与文字相结合的图片，这种奇妙的效果令我十分好奇，于是我便开始找寻相关的插件来达成类似的效果

comfyui 文生图

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

1 音频编码器 Qwen-Audio采用单个音频编码器来处理各种类型的音频。

大模型语音

腾讯出品！开源AI数字人框架！号称可以不限时长

今天，介绍一个开源创新的虚拟人视频生成框架：MuseV MuseV是由腾讯音乐娱乐的天琴实验室开源，MuseV专注于生成高质量的虚拟人视频和口型同步，能够制作出具有高度一致性和自然表情的长视频内容

MuseV 视频数字人框架

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

这两天晚上没事的时候就会尝试下AnimateDiff，发现这真的让视频生成上了一个大台阶，估计是到了AI视频爆发的前夜了。

AnimateDiff SD

全球最强长文本大模型，一次可读35万汉字：Baichuan2-192K上线

国内大模型创业公司，正在技术前沿创造新的记录。

Baichuan2 百川开源

语音克隆又又又又又升级了

之前在前面的文章中有介绍，克隆你的声音，只需要你三秒的录音，声音克隆又进化了！

Meta 语音生成

Sora物理悖谬的几何解释

所示，Sora的训练集为短视频集，每个样本是一个短视频，同类的短视频构成一个数据流形。

Sora 解释

和王小川聊再创业这一年：回应朱啸虎、谈中国AGI第三种可能

本文是张小珺商业访谈录，嘉宾为百川智能的创始人兼CEO王小川。

王小川中国大模型

了解Kimi必看的26个问题 | Kimi系列文（二）

了解到，目前的GenAI有文本类、视频类、绘图类、音频类、编程类、PPT、数字人、AI搜索等形式。

Kimi 大语言模型

一文搞懂贝叶斯定理有什么用

在统计学里，长期以来，有频率学派和贝叶斯学派两大学派，他们互相鄙视对方，就像华山派的气宗与剑宗之争。

贝叶斯定理

<...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