“人红是非多”，明星大模型独角兽月之暗面又“摊上事”了。 据暗涌报道，Kimi背后公司月之暗面的创始人& […]
Ilya终于承认，自己关于Scaling的说法错了！现在训练模型已经不是「越大越好」，而是找出Scaling的 […]
多模态推理多模态推理涉及至少两种不同的感知模态，最常见的是视觉和语言。这两种模态的信息可以是图片和文本、视频和 […]
PDF 文件作为一种广泛使用的文档格式，包含着大量有价值的信息。然而，从 PDF 中高效、准确地提取信息一直是 […]
在当今数字化时代，人工智能技术正以前所未有的速度发展，深刻地改变着我们的生活和工作方式。语音交互作为人机交互的 […]
随着数字人技术的发展，生成高度逼真的「3D说话头像」(3D Talking Face)成为了一种趋势。这不仅对 […]
在音频驱动的视频生成领域，制作普通话视频面临着许多挑战。首先，收集全面的普通话数据集非常困难；其次，普通话的复 […]
一款AI海报设计生成神器上新即爆火！ 它叫“图形设计生成器”（Graphic Design Generator […]
思维融入工作流 科幻作家威廉·吉布森曾说过："未来已经到来，只是尚未均匀分布。"这句话用来描述AI Agent […]
整理 | 华卫、核子可乐 近日，有外媒报道称，OpenAI 正在制定新策略，以应对人工智能大模型改进速度放缓的 […]
一 本文概要 随着金融市场的日益复杂化和大数据时代的到来，精准的股票预测变得尤为关键。传统的时间序列模型，如门 […]
如何设置 GLM-4-Voice 9B 以实现无缝的实时语音交互，支持英语和中文，并探索其独特的架构、低延迟响 […]
前言 项目开始于2024年3月初，当时朋友搞到了一台不知道能用多久的A100。这么棒的机器放着也是浪费，就琢磨 […]
注意看，这是一款最新发布的眼镜。 看起来平平无奇的它，却是个不折不扣的新物种。 因为它内置了AI。 戴上它，你 […]
这两天，我被这个Claude3.5这个神级Prompt惊呆了。 佩服的五体投地。 非常简单的话说，就是它用Pr […]
Fish Speech是一款由Fish Audio开发的开源的文本到语音（TTS）工具，支持英语、日语、韩语、 […]
AI技术之于现有金融行业的赋能是多领域、多环节的。从现有行业形态看，AI可赋能的金融领域包括营销（如精准营销、 […]
今天给大家同时展示5款(Fish、F5、GPT、CosyVoice、MaskGCT)爆火的语音克隆-文本合成的 […]
引言 紧跟技术发展趋势，快速了解大模型最新动态。终于又有时间更新文章了，今天继续总结最近一周的研究动态，梳理了 […]
三个月前，「LiblibAI 哩布哩布 AI」，一个 AI 模型社区型产品，在一年内完成了三轮共计数亿元的融资 […]
01前言 近日，香港中文大学（深圳）联手趣丸科技推出了新一代大规模声音克隆TTS模型——MaskGCT。该模型 […]
字节跳动最近推出了一款名为PersonaTalk的AI模型，这项黑科技让视频配音彻底摆脱了传统的“僵硬感”。只 […]
一夜之间，名为“red_panda”（小熊猫）的神秘文生图模型狠狠火了！！ 登顶文生图竞技场，直接将Flux、 […]
把微信公众号优质内容变成自己的专属知识库，只差这一个AI助手！ 鹅厂悄悄上线的ima copilot，可以说把 […]
在前面文章《应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline， […]
31岁那年，东北人赫畅创办了餐饮品牌“黄太吉”，卖北方最常见的杂粮煎饼。当时，中国智能手机用户突破2亿，手机上 […]
大家好，这是《Kimi使用，从入门到精通》系列文章的第二篇。在上一篇中，我们带大家系统认识了AI。了解到，目前 […]
在SD中有很多人物换脸的新技术，比如像之前的Roop还有ReActor，它们都可以实现仅凭一张图进行人物换脸， […]
摘要 大型语言模型（LLMs）已经彻底改变了人工智能领域，使得以前被认为是人类专属的自然语言处理任务成为实现可 […]
本文给大家分享一个新的ControlNet类型：Instant ID，翻译为身份标识，核心能力是由国内的小红书 […]
“人红是非多”，明星大模型独角兽月之暗面又“摊上事”了。 据暗涌报道，Kimi背后公司月之暗面的创始人& […]