文章列表-AI魔法学院

文章列表

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

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

包含两个核心模型：SenseVoice 负责语音识别和音频处理，CosyVoice 负责语音生成和控制。

asr tts 声音

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

该模型在包含10万小时多语言数据的Emilia数据集上进行训练，展现出超自然的语音克隆、风格迁移以及跨语种生成能力，同时保持了较强的稳定性。

MaskGCT 声音克隆

一种通用的 Prompt 框架 - CRISPE

它包括设计提示，引导模型生成特定的语调、风格或内容类型。

Prompt 提示词工程

关于AI声音生成的一切（语音+音乐+嘴型）

其实声音生成也有很多革命性的工具，例如高质量的声音识别、文字转成人声、人声克隆、音乐生成，已经能组成完整工作流了，其中一些工具甚至已经打包好了，只要下载解压就能用！

声音

深度体验3天后，我把腾讯这款copilot锁进了程序坞

1个搜索框、4个按钮，包圆AI搜索、AI笔记、AI写作、文生图、AI收藏夹……这样的AI产品总算来了。

copilot ima 知识库

AI Comic Factory：AI(连环)漫画生成器

首先，该项目是开源的，但需要多个组件来运行，包括前端、后端、LLM（大型语言模型）、SDXL等。

生成式AI

来自Microsoft Build 2023：大语言模型是如何被训练出来的

本场汇报共40多分钟，包含2个方面，一个是如何训练出GPT这样的大语言模型，里面包含了大语言模型的训练过程以及相关的技术，虽然是一种high-level的讲解，但是对于理解ChatGPT的训练十分有用。

大模型

微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型

本次发布包含有预训练 (Baichuan-13B-Base) 和对齐 (Baichuan-13B-Chat) 两个版本。

大模型微调

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

玩一玩ChatGLM3，1660s即可流畅运行！

我会提供一键运行包，下载解压运行即可使用。

大模型 ChatGLM

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

**副歌（Chorus）**：歌曲中的重复部分，通常包含主要的钩子（hook）和主题信息。

suno 歌曲音乐

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

该框架包括用于常见工作流程的插件，例如语音活动检测和语音转文本。

voice agent 开源音视频

3.5k Star! 一分钟搭建一个属于你自己的开发工具箱！——It-tools

这个集合包括各种实用工具，如令牌生成器、大小写转换器、基本转换器、哈希文本、UUID生成、二维码生成器等等。

IT-TOOLS 开源模型

AI里的大模型，你了解么

包含了“预训练”和“大模型”两层含义，二者结合产生了一种新的人工智能模式，即模型在大规模数据集上完成了预训练后无需微调，或仅需要少量数据的微调，就能直接支撑各类应用。

人工智能

<...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