ebook2audiobookXTTS 是一个开源项目，旨在将电子书自动转换为有声书，并支持多种语言、语音克隆 […]
TxT360 是由 LLM360 创建的一个 Hugging Face 上用于大语言模型训练的数据集。该数据集 […]
PMRF（Posterior-Mean Rectified Flow，后验均值修正流）是一种新提出的图像恢复算 […]
Podcastfy-Demo 是一个开源的 Python 项目，可以将各种文本内容（例如网页、PDF 文档）转 […]
Anthropic 推出的 Message Batches API ，专门用于帮助开发者批量处理大量请求。它的 […]
Inworld AI 发布《Beyond 2024》深入探讨了 AI 在游戏开发中的未来应用，尤其是如何通过 […]
特斯拉在洛杉矶”We, Robot”活动上发布了其全新Cybercab，这款车类似于更小、更流线型的双座版Cy […]
Moonshot 介绍 Kimi Chat 是由月之暗面科技有限公司（Moonshot AI）开发的一款人工智 […]
原文：https://pub.towardsai.net/advanced-rag-techniques-an […]
AIPC是微软提出的概念，实际上就是把AI功能集成到电脑里，改变、重塑电脑的使用体验。 没买AIPC也没关系， […]
TTS（Text-to-Speech）技术是一项可以将文本转换成语音的技术。在早期，TTS技术主要依赖于预录制 […]
随着科技飞速发展，AI技术不再是大城市精英们的专属，它已经悄然下沉到四五线城市，甚至深入到县城。 对于下沉市场 […]
最近看了Ilya关于泛化的演讲有所感悟，所以总结了这篇文章，作为入门者只是尽力去联系和理解所观察到的现象，不会 […]
面壁智能多模态大模型 MiniCPM-V https://github.com/OpenBMB/MiniCPM […]
什么是思考链 (CoT) 思考链（Chain of Thought，简称 CoT）是一种推理策略，通过将复杂问 […]
OpenAI 推出了一款叫做 Canvas 的新工具，用来帮助用户更好地与 ChatGPT 协作写作和编程。 […]
哈佛大学的学生 AnhPhu Nguyen 和 Caine Ardayfio 展示了AI智能眼镜的可怕能力，他 […]
Hugging Face 推出一个全面、便捷的学术平台：Paper Central ，该平台可以帮助研究人员 […]
Black Forest Labs 宣布发布其最新的图像生成模型 FLUX1.1 [pro]，以及开放测试版的 […]
在昨晚的 OpenAI 旧金山开发者大会（ DevDay） 上 。OpenAI 公布了五项重大创新，其中“实时 […]
OpenAI 宣布推出了一个名为 large-v3-turbo（简称 turbo）的新 Whisper 模型。 […]
Liquid AI 是麻省理工学院的衍生公司，是一家总部位于马萨诸塞州波士顿的基础模型公司。 Liquid A […]
微软发布了 Azure AI 语音服务的新一代高清（HD）声音预览版本，进一步提升了语音的自然表达能力，尤其在 […]
微软推出了为每个人提供的“AI伴侣”Copilot，它不仅能够理解用户的需求，还能根据用户的日常习惯和偏好进行 […]
Copilot获得了全新的外观，加入了语音模式，并将在未来几周内向部分用户推送。新版本的Copilot比以往更 […]
Open NotebookLM 是一个将 PDF 文件转化为播客的工具，依靠 Llama 3.1 和 melo […]
安装步骤： 1、通过Ollama进行部署 ，支持多平台！Windows / Mac /Linux 都可以运 […]
Llama 3.2 11B 视觉模型下载方式 1、从Hugging Face模型库下载Llama 3.2 […]
Retrieval Augmented Thoughts (RAT) 是一种协同思维链 (CoT) 和检索增强 […]
南加州大学&字节提出MagicPose，一种新颖有效的方法，提供逼真的人类视频生成，实现生动的运动和面 […]
![Black Forest Labs 发布其最新的图像生成模型 FLUX1.1 [pro] 生成速度快6倍](https://www.linkshub.net/wp-content/uploads/other/aizx/2024-10-04/ff823388edf5e5cc5c77e62cfe0cfa6c.jpg)
ebook2audiobookXTTS 是一个开源项目，旨在将电子书自动转换为有声书，并支持多种语言、语音克隆 […]