文章列表-AI魔法学院

文章列表

生成式AI领域拓展！MetaAI开源AudioCraft：一个支持AudioGen、MusicGen等模型的音频生成开发框架

AudioCraft使用 · · AudioCraft开源地址 · AudioCraft简介产生高保真音频任何类型的音频都需要对不同尺度的复杂信号和模式进行建模

开源模型

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

提供开源数据集、开源模型、模型工具等，用社区的方式免费开发给广大个人、企业用户使用。

开源

RAGFlow：开源的RAG引擎，专注于深入的文档理解，支持处理各种复杂格式的非结构化数据

支持处理各种复杂格式的非结构化数据，包括文本、图片、扫描副本、结构化数据和网页等。

RAGFlow RAG 开源

实时语音克隆

项目简介这份内容介绍了实时语音克隆的技术实现，作者通过将说话者验证技术转移到多说话人文本到语音合成（SV2TTS）来实现语音克隆。

语音克隆

「Agent」通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）

就好像是人工智能可以自我提示反馈，不断发展和适应，以尽可能最好的方式来实现你给出的目标。

大模型

性能超出预期！神秘的国产大模型 Kimi 开放 API

不管是迁移来还是迁移走都毫无压力！

Kimi Chat 大模型 API

“大模型+机器人”的现状和未来，重磅综述报告来了！

与传统的特定任务模型不同，基础模型具有较强的通用性和迁移能力，能够应用于多种不同的下游任务。

论文机器人

谈Agent构建平台的设计

旧生态的效率也没有那么差，新方案的效率不够高的话，很难把用户从旧生态迁移过来。

Agent 构建

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

但现在回想起来，那只麋鹿的“能说会道”，其实正是 OpenAI 今天才正式揭晓的“谜底”——他们开源了一个叫做嵌入式实时语音 SDK 的东西！

OpenAI 嵌入式实时语音 SDK

深入浅出：大语言模型中必不可少的技术——Embedding简介

实值向量的embedding可以表示单词的语义，主要是因为这些embedding向量是根据单词在语言上下文中的出现模式进行学习的。

embedding

从零开始了解AI大模型 - 技术篇：万字深度好文人话说大模型技术

一、 AI大模型核心技术 AI大模型，简称“预训练语言大模型”，堪称机器学习的瑰宝，蕴含着“预训练”和“大模型”两大精粹元素，这两者的融合孕育了一种全新的人工智能典范。

大模型

学会这招，一个头像变100种风格！

二、操作流程风格迁移一共分为以下三步： 1.生成一张图片，获取图片地址 2.以这张图为参考图，Remix 修改提示词，引入不同的风格、模型版本

Remix 文生图

打磨 8 个月、功能全面升级，Milvus 2.3.0 文字发布会现在开始！

在 QueryNodeV2 的新设计中，我们重新梳理了代码结构、将复杂的状态改为无状态的设计、移除了 delete 数据的消息队列减少了资源浪费，在后续持续的稳定性测试中，QueryNodeV2 的表现更加优异

大语言模型

Python状态机：优雅处理复杂业务逻辑的利器

在实际应用中，我们经常会使用这两种状态机的混合形式。

Python状态机设计模式

ComfyUI上使用SDXL1.0官方工作流实操使用零基础讲解节点式生成的Ai绘画工具comfyui，节点模块讲解

ComfyUI 是一个节点式的stable diffusion AI绘画工具，ComfyUI通过将stable diffusion的流程拆分成节点，实现了更加自由的工作流定制。

文生图

<...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