文章列表-AI魔法学院

30 多年前被 Windows、Linux “灭掉”的操作系统 MS-DOS 4.0，微软在 GitHub 上开源了！

微软与IBM决定将36年前的MS-DOS 4.0版本开源，并在GitHub上发布源代码、二进制文件等，供学习研究。此举得益于前微软CTO Ray Ozzie和研究员Connor Hyde的推动。MS-DOS 4.0曾在历史上引起争议，虽功能增强但兼容性不佳。如今开源引发操作系统爱好者的关注，仓库已获大量Star和Fork。此前微软已开源过MS-DOS其他版本。

MS-DOS 4.0 开源模型微软 2024-07-29

阿里

阿里出品自动化视频剪辑工具FunClip！

FunClip是阿里达摩院开源的本地部署视频剪辑工具，依托FunASR模型实现语音自动识别，支持热词定制、说话人识别、视频裁剪与多段剪辑，自动生成SRT字幕，提供Gradio交互界面和命令行操作，简化视频剪辑流程。一键启动包避免复杂环境配置，适用于Windows10/11 64位系统，需8G以上英伟达显卡。

FunClip 视频阿里 2024-07-26

大模型

京沪“中国大模型第一城”争夺战爆发｜钛媒体·封面

北京和上海在AI大模型领域竞争激烈，两地分别发布超过115个和33个大模型产品，预计到2025年AI产业总规模将达7000亿元。北京注重基础研究和原始创新，上海则聚焦算力和应用落地。两地政府均出台多项扶持政策，吸引企业入驻并加大投资。京沪在AI大模型领域的竞争将围绕资金、人才、算力等方面展开，谁将赢得“中国大模型第一城”尚待观察。

大模型钛媒体 2024-07-26

Fastwhisper + Pyannote 实现 ASR + 说话者识别

文章介绍了使用faster-whisper和pyannote.audio结合实现语者识别的技术流程，包括两者工具简介、代码实现及注意事项。faster-whisper是Whisper模型的快速推理实现，适用于多语言ASR。pyannote.audio是扬声器分割和识别的开源工具包。文章展示了将两者结合进行语者识别的步骤和代码示例，并提醒了网络问题、模型加载问题及解决方案，包括离线加载模型和替换模型来源的建议。

faster-whisper 语者识别 ASR 2024-07-26

ChatGPT

ChatGPT 的对话框过时了？这款 AI 产品提供了一种很新的聊天方式

文章介绍了Flowith这款新型AI内容生成工具，它通过类似在线白板的动态画布形式，将ChatGPT等聊天式AI的线性交互转变为更直观、灵活和具有创造力的画布式交互。Flowith支持多种模式，如思维导图发散、自动决策、联网搜索和生成图片等，适用于不同场景。其动态UI和节点概念使内容生成和思维发散更加直观和高效，同时支持团队协作。文章还讨论了画布式AI与聊天式AI的互补关系，强调创新交互方式对人类思维和AI应用的重要性。Flowith作为初出茅庐的产品，虽有不成熟之处，但展现了AI在内容生成和工作流优化方面的潜力。

ChatGPT 聊天 2024-07-26

Prompt

让 AI 更懂你的 Prompt 提示词宝藏网站-FlowGPT

文章介绍了Prompt提示词工程在AI应用中的重要性，特别是对提高AI任务执行准确性的贡献。通过优化提示词，可以在图像、视频生成及文案创作等方面显著提升AI生成结果的质量和准确性。文章以Stable Diffusion为例，展示了优化提示词对图像生成效果的显著影响。此外，文章还推荐了一个名为FlowGPT的开源提示词分享社区，该社区提供了丰富的免费提示词模板，并支持多种AI应用场景，如对话、图像生成、编程、营销等。用户可以通过该社区搜索、修改或直接使用提示词，提升AI应用的效果。

prompt 提示词 FlowGPT 2024-07-25

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

Flowith是基于GPT的AI生产力工具，采用节点式交互方式，支持多AI模型选择、文件分析、智能体市场、图像生成、跨终端适配、智能体创建和插件系统。适用于研究、专业、内容创作、学习、企业和技术开发等多个领域，可提升工作效率和创作多样性。

Flowith GPT 生产力工具 2024-07-25

Ollama最新更新v0.1.33，实现了多并发可同时与多个模型聊天对话！

Ollama v0.1.33版本更新增强了本地部署的大型语言模型（LLMs）功能，支持多用户并发交互，提升了协作效率。新版本引入了多个新模型，包括Llama 3、Phi 3 Mini等，并修复了API挂起、内存溢出等问题。新增的并发特性允许同时处理多个请求和加载多个模型，通过设置环境变量实现，已在Windows 11和Linux系统上提供设置指南。这一更新显著提升了内网环境下多用户与模型交互的效率。

ollama 语言大模型聊天 2024-07-25

前半年，我看到的有趣的 AI 产品

昨晚我们和 AI 产品经理黄钊做了一次直播，聊了聊近半年的 AI 产品趋势。今天这篇文章是我对直播内容的总结，其中部分观点来源于黄钊。希望对你有启发。

AI工具 2024-07-24

开源

Github2.1万星！开发者的“瑞士军刀” 开源！

DevToys是一款专为开发者设计的多功能实用工具集，集合了JSON格式化、文本比较、正则测试等常用功能，支持跨平台，旨在提高编程效率。该工具集在github上广受好评，包含文本、编码、转换、图像、网络等多种类型的实用工具，通过统一的界面减少开发者在不同工具间切换的需要，是开发者的得力助手。

DevToys 工具集开源 2024-07-24

Prompt

80多个罕见的论文prompt，让你起飞！

先进的人工智能功能，已经成为许多人的游戏规则改变者。本文中列出的提示是为了优化您与这个强大工具的交互而精心设计的。通过利用它们，您不仅可以简化您的写作过程，还可以提高您的研究和见解的质量。

prompt 提示词论文 2024-07-24

开源

17K star！30秒偷走你的声音，开源声音克隆工具

OpenVoice是由openshell开源的一款先进的声音克隆工具，仅需30秒音频样本即可克隆独特音色，并支持多语言、精细控制音色参数。提供在线服务和本地部署选项，目标用户为开发者和研究人员。虽非完美产品，但代表了开源语音克隆技术的最新进展。

OpenVoice 声音克隆开源 2024-07-24

开源

9.4k Star！MemGPT：伯克利大学最新开源、将LLM作为操作系统、无限上下文记忆、服务化部署自定义Agent

MemGPT是一个新项目，它允许大型语言模型（如GPT-4）处理比原生更长的上下文窗口，从而提升在复杂任务中的性能。MemGPT通过分层内存系统使LLM能管理自己的内存，并通过特殊函数调用将数据在主上下文和外部上下文之间移动。该技术基于操作系统管理内存的原理，分为“主要上下文”和“外部上下文”，允许模型处理更大数据集和更长对话，并保持交互一致性。MemGPT还提供了与其他开源模型及多Agent框架的整合能力，并通过开发者门户简化创建、编辑和监视LLM代理的过程。

MemGPT 大语言模型 2024-07-24

Nvidia发布Llama3-ChatQA-1.5: 提升对话问答和表格推理能力，平均性能超越GPT-4

Nvidia推出Llama3-ChatQA-1.5，一款超越GPT-4的对话问答模型，融合会话式问答和表格推理能力，通过高质量数据训练，无需ChatGPT合成数据，检索增强能力强大，小尺寸高性能，适合边缘设备部署，将支撑未来对话式AI应用。模型可在Huggingface和AI快站下载。

Llama3-ChatQA-1.5 对话问答模型 2024-07-23

Fooocus更新了2.3

fooocus更新至2.3版本，加入lightning模型、图片保存格式切换、通配符设置、数据保存选项、提示词反推及元数据功能，并优化了预设设置，使操作更便捷。推荐使用老河插件，可通过B站链接下载。

fooocus 文生图 2024-07-23