Navigate to WaytoAGI Wiki →

知识库精选- 9 月 28 日

·2024-09-28·#知识库精选
知识库精选- 9 月 28 日
  • TTS超全教程 》作者 jackiexiao,本教程长达 4 万多字,介绍了 TTS(文本到语音)技术的全面教程和推荐论文(基于冬色作者上的补充),涵盖了 AI 语音合成的基本知识、模型结构、训练方法和实际应用。内容包括 HiFiGAN 生成器和判别器的介绍、语音合成的稳定性和效率优化策略,以及歌唱合成的特点与技术方案。强调了数据质量、模型设计和后处理对合成效果的重要性,提出了改进语音合成稳定性和效率的多种方法。强烈推荐给对 TTS 感兴趣的同学!

https://assets.waytoagi.com/usercontent/Xnapper_2024_09_28_20_27_19_850bd57be4.png

  • 领克AI创造者|赛后总结思考(黄智虹)》黄智虹在领克 Agent 赛后总结中分享了 “AI + 汽车” 的应用落地场景,包括 AI 座舱的智能交互、AI 营销的用户体验提升、以及 AI 售后服务的智能客服等。启发大家更多商业化+智能体的思考。
  • Chatbot限制了对AI Agent的想象力——斯坦福、MENLO Ventures再论Agent市场格局!》作者 AI 异类弗兰克,MENLO Ventures 和斯坦福 SAIL 探讨了 AI 代理的市场格局,指出目前的生成式 AI 应用主要集中在搜索、合成和生成三大类。未来的完全自主 AI 代理需要具备推理、外部记忆、执行和规划四个构建模块。当前的应用如 RAG 和工具使用并不具备完全代理能力,而决策代理则在多步骤推理中引入了部分控制逻辑,标志着向更高级代理的过渡。

https://assets.waytoagi.com/usercontent/Xnapper_2024_09_28_10_39_21_711bda3ace.png

  • YC S24 完整项目清单来了!190家AI项目一览|硅兔独家》2024 年夏季,Y Combinator(YC)召开路演,展示 257 家初创企业,其中 70% 以上为 AI 项目。YC CEO Garry Tan 预言,5% 至 10% 的企业可能成长为独角兽。硅兔君整理了 190 个 AI 项目,包括金融、医疗和工业等多个领域,旨在提高效率与自动化。

https://assets.waytoagi.com/usercontent/Xnapper_2024_09_28_10_32_45_61747c4119.png

  • 解密OpenAI高管集体离职与o1模型十问十答续》最近,OpenAI 高管集体离职,包括 CTO Mira、首席研究官 Bob 和 VP Barret,可能与公司商业化方向的变化有关。Bob 负责研究项目管理,对 GPU 资源分配有重要影响。他的离职可能加速 o1 模型技术的扩散。o1 模型在训练和推理中对计算资源的需求极高,特别是在 RL 方面。开发者反馈显示,o1 在编程和数据分析领域的表现提升显著,但也面临延迟问题。整体来看,o1 的推出可能促进 OpenAI 和 Azure AI 收入的加速增长。

https://assets.waytoagi.com/usercontent/Xnapper_2024_09_28_10_24_49_ba510b6343.png

知识库精选
相关推荐
知识库精选-2026年8月9日
知识库精选-2026年8月9日
- 《从零训练到真板运行:我们怎样把中文模型放进 ESP32》一块只有 8 MB PSRAM、16 MB Flash 的 ESP32-S3,能不能离线运行一个真正会逐词生成答案的中文模型?我们用一套从随机参数开始训练的 783 万参数模型,完成了从产品知识、训练、量化到真板运行的整条链路。
知识库精选
知识库精选-2026年8月8日
知识库精选-2026年8月8日
- 《为什么托管式智能体会成为智能体构建的下一个重要方向》Langchain发布了Managed Deep Agents。这是构建、运行和部署生产级智能体最简单的方式。这篇文章分享了他们团队一路走到这里的过程,以及为什么会如此期待智能体构建的下一个阶段。
知识库精选
知识库精选-2026年8月7日
知识库精选-2026年8月7日
- 《看了这么多Vibe Coding,我被B站这些产品整不会了》很多人的Vibe Coding还停在“让 AI 帮我写代码、做提效工具”。B站这批作品已经玩到更生活化的方向:督学官、大狗叫模拟器、AI 小镇、弹幕创世、时空电话、AI 猫娘。想做 AI 小产品、找灵感或理解“产品内容化”的人可以打开看看。
知识库精选
知识库精选-2026年8月6日
知识库精选-2026年8月6日
- 《重磅!Wan3.0开启公测》全新一代视频生成模型Wan3.0开启公测。Wan3.0在生成时长、万能创作、全能参考与真实感等维度全面升级,单次可生成30秒视频;在文本、图片、音频、视频四种基础模态之外,首次支持doc、xls、ppt、pdf、md等文档格式输入,让“万物皆可生视频”。快来体验一下!
知识库精选
知识库精选-2026年8月5日
知识库精选-2026年8月5日
- 《Higgsfield 开源了他们95分钟的AI长片《 Hell Grind》所有提示词及相关资料》这部作品制作成本为50万美元,曾在戛纳电影市场展映,并获得《华尔街日报》、Variety及BBC新闻的报道。一起来看看他们的制作流程!
知识库精选
知识库精选-2026年8月4日
知识库精选-2026年8月4日
- 《Vibe Coding 视觉词典(上篇):布局、页面结构、导航与常用组件》这篇Vibe Coding 新手视觉宝典,把网页拆成四层:布局、页面结构、导航和组件。针对 卡片、瀑布流、Bento、分屏、CSS Grid/Flexbox、Hero、Landing Page、Sticky Navbar、Drawer、Tabs、Modal、Toast、表单、Command Palette都讲了各自的适用场景,还配了对应的提示词。如果你想用AI搭个人网站、作品集、产品页,可以参考一下。
知识库精选
知识库精选-2026年8月3日
知识库精选-2026年8月3日
- 《开放通用智能,MiniMax H3 正式开源》MiniMax H3正式开源,能统一理解文本、图片、视频、音频输入等构成的多模态上下文,生成最长 15 秒、最高 2K、带原生立体声音频的视频;还支持首尾帧、参考图/视频/音频等多种模式。更关键的是,H3-Base已开放本地部署,支持SGLang、vLLM、diffusers、ComfyUI;官方还给了 768p 本地验证和 2K 完整工作流。快来部署到自己的工作流里试一试!
知识库精选
知识库精选-2026年8月2日
知识库精选-2026年8月2日
- 《一文读懂 Agent 的三层工程:Harness、Loop 与 Graph》这篇文章带你厘清Agent工程中三个常被混为一谈的结构:Harness Engineering可以理解成运行环境,负责给模型工具、记忆、权限、工作空间和可观测性;Loop Engineering负责让任务能根据证据反复检查、修正和停止;Graph Engineering则把复杂流程里的分支、并行、审批和人工关口画清楚。
知识库精选