BFW编程笔记

搜索

腾讯发布同时支持文字、声音、视频、图片的多模态模型VITA

腾讯发布同时支持文字、声音、视频、图片的多模态模型VITA近日，腾讯优图实验室等团队发布了VITA，首个开源的多模态大语言模型（MLLM），能够同时处理视频、图像、文本和音频。VITA通过两阶段多任务...点击查看

腾讯发布同时支持文字、声音、视频、图片的多模态模型VITA

英伟达与 Meta 合作推出了 Llama-3.1-Minitron 4B AI 小模型

英伟达与 Meta 合作推出了 Llama-3.1-Minitron 4B AI 小模型Llama-3.1-Minitron 4B AI 是在 Llama-3.1-Minitron 8B 模型基础上通...点击查看

英伟达与 Meta 合作推出了 Llama-3.1-Minitron 4B AI 小模型

colab一键运行阿里开源的大型音频语言模型Qwen-Audio笔记

colab一键运行阿里开源的大型音频语言模型Qwen-Audio笔记Qwen-Audio 是阿里云提出的通义千问系列大模型的多模态版本，它能够接受多种音频（人类语音、自然声音、音乐和歌曲）和文本作为输...点击查看

colab一键运行阿里开源的大型音频语言模型Qwen-Audio笔记

python+vue实现支持自定义插件调用和多智能体的ollama聊天助手ollamaiui

python+vue实现支持自定义插件调用和多智能体的ollama聊天助手ollamaiui之前写了一个nodejs，感觉nodejs打包的exe太大，改成python。nodejs+vue项目pyt...点击查看

python+vue实现支持自定义插件调用和多智能体的ollama聊天助手ollamaiui

python将一个http服务通过pyinstaller打包成很小的exe笔记

python将一个http服务通过pyinstaller打包成很小的exe笔记最近用nodejs写一个网页应用，发现打包后的exe竟然有41M，太大了，问了gpt说可以用python打包exe，会非常...点击查看

python将一个http服务通过pyinstaller打包成很小的exe笔记

roop+so-vits-svc实时ai换脸变声换声直播笔记

roop+so-vits-svc实时ai换脸变声换声直播笔记今天我想用ai来进行实时更换别人的脸部和声音进行直播，因为直播请了一个月的假，我想用和他身材差不多的女主播进行换脸换声音进行直播。在网上搜索...点击查看

roop+so-vits-svc实时ai换脸变声换声直播笔记

本地离线安装Whisper实现语音识别翻译文本笔记

本地离线安装Whisper实现语音识别翻译文本笔记Whisper 是一种OpenAI 开源的自动语音识别（ASR）系统。它旨在将世界各地各种语言的语音转换为文本，并且能够处理多种语言和方言。今天我们...点击查看

本地离线安装Whisper实现语音识别翻译文本笔记

阿里开源可直接理解音频的70亿大语言模型Qwen2-Audio

阿里开源可直接理解音频的70亿大语言模型Qwen2-AudioQwen2-Audio模型能够理解和转录语音内容，分析音说话者情感，识别环境声，并转化为文字，其模型大小为 70 亿参数。该模型具有以下特...点击查看

阿里开源可直接理解音频的70亿大语言模型Qwen2-Audio

两大超越：阿里Qwen2-Math与面壁MiniCPMV 2.6在数学推理和单图理解能力超越GPT-4o

两大超越：阿里Qwen2-Math与面壁MiniCPMV 2.6在数学推理和单图理解能力超越GPT-4o重磅超越，国产大模型分别的数学推理与单图理解能力方面超越gpt4o阿里巴巴发布了 Qwen2-M...点击查看

两大超越：阿里Qwen2-Math与面壁MiniCPMV 2.6在数学推理和单图理解能力超越GPT-4o

智谱AI开源的CogVideoX与清影同源但不同质

智谱AI开源的CogVideoX与清影同源但不同质最近智谱 AI 将与“清影”同源的视频生成模型CogVideoX 开源，笔者试了一下两个模型，清影的效果还不错，没有出现人物变形扭曲现象。但是CogV...点击查看

智谱AI开源的CogVideoX与清影同源但不同质

{{item.title}}

{{item.content}}

{{item.title}}

{{item.content}}

最新提问

云产品购物券