文章列表-AI魔法学院

文章列表

数字人之声音克隆：无样本，1分钟样本完美克隆声音，开源

少样本 TTS：仅需 1 分钟的训练数据即可微调模型，提升声音相似度和真实感。

数字人声音克隆 GPT-SoVITS

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

但新手小白其实只需要知道两个参数就行。

文生图 SD

大模型训练工程那些事

这些数据可以包括文本、图像、音频、视频等不同模态的数据。

训练工程大模型

语音、视频转文字神器：开源whisper介绍

Whisper是通过收集来自多个数据源（如YouTube、TED、Twitter等）的多语言、多任务的数据进行训练的。

人工智能大模型 wisper

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

首先，收集全面的普通话数据集非常困难；其次，普通话的复杂口型动作使得模型训练比英语更具挑战性。

JoyHallo 数字人开源模型

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

系列模型包括五个尺寸的模型（Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B 和 Qwen2-72B），这些模型在中文和英文基础上增加了 27 种语言的高质量数据

qwen 千问开源

体验了几款AI工具&&最新出现的跟数字人相关的几款大模型

文生视频 pixverse.ai https://pixverse.ai/7h8PTrxB5S 加入Discord，输入相应的参数，type '/' first, and then

数字人大模型文生图

SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

训练相关参数没改啥，一般我都是step20，epoch10。

SDXL 训练

智能知识图谱SmartKG和pySmartKG简介

它能够根据用户输入的实体和关系数据自动生成知识图谱，并提供图谱可视化及基于图谱的智能对话机器人。

知识图谱

【语音识别】OpenAI语音力作Whisper

更妙的是，该预训练数据中还含有11.7万小时的多语种数据。

语音转文字 whisper

大模型能力评估体系

据中国科学技术信息研究所的数据，国内具有超过10亿参数规模的模型已达79个，标志着一场规模宏大的“百模大战”。

大模型评估

智源：70万预算，从头开发千亿参数大模型，挑战成功！

要知道，当GPT-3的训练成本可是高达460万美元，近一些的Llama2据估算也大概是这个数。

大模型

AI Agent的数字化革命：超越文本，走向自主决策与交互

自主代理，如Auto-GPT，它能够根据人们通过自然语言提出的需求，自动执行任务并实现预期结果。

生成式AI

Github上Star数最多的大模型应用基础服务：Dify 深度解读

，经过总结为每一个分段生成 Q&A 匹配对，当用户提问时，系统会找出与之最相似的问题，然后返回对应的分段作为答案，实际的流程如下所示：从上面的流程可以看到，Q&A 模式下会根据原始文档生成问答对

Dify 大模型知识库

使用BELLE项目部署bloomz模型（专业程序员精简版）

中文对话大模型ELLE（BE Large Language Model Engine），基于BLOOM和LLAMA针对中文做了优化，模型调优仅使用由ChatGPT生成的数据，为中文指令提供更好的支持。

belle 训练大模型

<...5 6 7 8910 11 12 13 14 ...>

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