文章列表-AI魔法学院

文章列表

AI“同声传译”新进展！Google发布，无监督，语音识别：Translatotron 3！

语音识别（ASR）是指将人类的语音转换为文本的技术，然而，目前的语音识别技术还面临着一些挑战，其中最大的一个就是如何支持更多的语言。

Translatotron 语音识别

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上

GTX590显卡里有两颗GPU芯片为了解决产线工人趁着工头不在消极怠工的问题，英伟达团队在2017年发表论文，提出了名为“可组合封装GPU”的架构，核心在于将多颗GPU集成在同一个芯片封装内。

芯片拼接

芯片拼接技术：英伟达新核弹，站在苹果的肩膀上！

GTX590显卡里有两颗GPU芯片为了解决产线工人趁着工头不在消极怠工的问题，英伟达团队在2017年发表论文，提出了名为“可组合封装GPU”的架构，核心在于将多颗GPU集成在同一个芯片封装内。

芯片拼接技术

AI里的大模型，你了解么

大样本由于其参数多、结构复杂等特点，可以更精确地表示出样本的空间分布，并从中学习出更多的复杂属性，进而提升其预测精度与效果。

人工智能

借题发挥下最近几例声音克隆的应用案例

某父亲痛失爱子，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过ChatGPT可以训练儿子的过去的说话，文字等语料

声音克隆数字人

SD3 正式开源 Sora同源架构

本次模型参数量不是很大就当8-12G起吧 SD3的更新特点采用Diffusion Transformer（DiT）架构：Stable Diffusion 3.0采用了与Sora相同的DiT架构，这种架构设计使得系统的扩展性更强

SD3 绘画

一张图看懂IT人的江湖地位

本文转自公众号特大号大模型江湖地位篇不包括非国产大模型公有云服务商江湖地位篇仅代表国内市场地位与表现

工作

微软最强全自动数据可视化工具！现已开源

上传文件。

大模型

网易有道强力开源中英双语语音克隆

torchaudio pip install numpy numba scipy transformers==4.26.1 soundfile yacs g2p_en jieba pypinyin 准备模型文件

语音开源

2024年值得关注的Agent框架

它利用ChatGPT、LLaMa2等LLM和其他专业模型，并根据任务的上下文动态选择合适的工具。

Agent 框架

AI写作：如何让AI帮你写出10万+标题？

我经常说：如果你用一个小时写文章，那么这其中应该有半个小时是在写标题。

AI写作提示词

挑战全网，字节跳动coze平台让你免费创建ChatGPT4的机器人，不仅能免费使用DallE3，还能免费导入自己的知识库

看看我选取的工具，剪映的文生视频都有，反正不要钱，先搞几个熟悉的吧。

Coze 聊天机器人

如何下载及使用通义千问7B开源大模型

模型体验链接：https://modelscope.cn/studios/qwen/Qwen-7B-Chat-Demo/summary 环境配置与安装本文在ModelScope

通义千问

ComfyUI学习笔记：插件安装

文件夹：单个插件的安装与webui类似，把插件 git clone 到custom_nodes文件夹里即可。

comfyui 插件绘画

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

简单解释一下，这个项目分为两个部分，模型的使用和模型的训练，模型使用的话对电脑的要求不是很高基本上差不多点的N卡都可以，模型的训练其实对显卡要求还挺高的小于6G会有各种各样的问题，当然也能炼，不过太麻烦了不建议

生成式AI

<...85 86 87 888990 91 92 93 94 ...>

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

© 2023-2024 AI魔法学院

京ICP备20027199号-1