文章列表-AI魔法学院

文章列表

清华&面壁开源新一代主动Agent交互范式！让AI从被命令到主动帮助

而近期清华大学联合面壁智能等团队提出了开创性的新一代主动 Agent 交互范式（ProActive Agent），为 AI 交互带来了突破性的解决方案（下图 1 右侧所示）。

Agent 大模型

各个语种互相翻译：Meta推出NLLB-200 AI模型，可实现200种语言互译

facebookresearch/fairseq at nllb https://github.com/facebookresearch/fairseq/tree/nllb 这个翻译模型，不仅支持200+语言之间任意两两互译

翻译大模型

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

段子收费员提到，想把 GPT 集成到这个玩具中提升互动体验。

GPT-4o 语音交互

10个具有代表性的AI-Agents，将如何改变互联网/重塑Web3

也可以与虚拟小镇的所在环境发生交互，并且还可以与虚拟世界之外的人类产生交互。

开源模型

推荐智能体：利用大模型进行交互式推荐

两者在不同类型的任务上进行合作,通过语境交互实现互相强化。

大语言模型推荐

用秋叶启动器安装fooocus，comfyui

首先下载a启动器即可，如果你之前下载过比如秋叶整合版webui直接复制该启动器一个文件即可。

ComfyUI安装

解读wav2lip：探究语音驱动唇部动作的技术原理！

本文将深入介绍一下wav2lip的技术原理和细节，了解它是如何实现语音驱动唇部运动的！

wav2lip 语音

CodeGeeX：Tab一下，代码自动生成

Copilot 的风靡，让「自动代码生成」变得人尽皆知。

大模型

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

WeChatpy是一个功能强大且易于使用的Python微信开发库，它提供了与微信开放平台接口进行交互的方法和工具。

WeChatpy 开发库

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

它使模型能够动态地聚焦于输入数据的不同部分，根据当前的任务和上下文，自适应地分配权重。

Westlake -Omni 语音

盘点字节跳动最新的AI应用

atyun，目前有通用与动漫两种模型，通用模型会让生成的图片贴近真实的生活场景，动漫模版则会让生成的图片贴近卡通动漫场景。

字节 AI工具

AI自动生成视频全流程干货

AI自动剪辑短视频本文工具集合：https://shorturl.at/kuU78 1.

AI 视频

AI Agent的数字化革命：超越文本，走向自主决策与交互

而AI Agent提供了更广泛的功能，特别是在与环境的交互、主动决策和执行各种任务方面。

生成式AI

动作识别模型有哪些

其实在这之前也有人尝试用深度学习来处理动作识别，例如李飞飞团队通过叠加视频多帧输入到网络中进行学习，但不幸的是这种方法比手动提取特征更加糟糕。

动作识别模型

RPA机器人实现网页自动翻页功能

一、RPA简介： RPA，全称Robotic Process Automation（机器人流程自动化），是一种利用软件机器人或人工智能助手来自动执行重复性、规律性的办公室任务和业务流程的技术。

RPA 自动

<12 3 4 5 6 7 8 9 10 ...>

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