一文详细讲解个人最近半年AI辅助工具研究和实践情况

语音识别怕噪声？CoGenAV 来破局！

CoGenAV 多模态语音表征模型，核心框架为「音视频特征表示」和「对比生成同步训练机制」，捕捉声音与口型之间的动态关联，并将 CoGenAV 提取的音视频特征与其声学-文本表示对齐，可以实现“音画同步”的深度理解，真正实现了“听清 + 看懂”。

【中字】AI界的F=ma：反向传播

Welch Labs https://www.youtube.com/watch?v=VkHfRKewkWw 视频里讲了反向传播，这是训练神经网络一个特别基础的算法，是Paul Werbos在70年代初发现的。后来，它推动了AI领域的大飞跃，从自动驾驶到大语言模型，都有它的功劳。视频里说，反向传播就是通过不断调整模型参数，来把预测误差降到最低。 视频采取的是“先讲数学原理”的方法，把一个大语言模型的训练问题简化成了一个小点的，就是用GPS坐标来预测城市。它详细讲了几个核心的数学概念：单个神经元就像一个简单的线性模型，Softmax函数能把神经元的输出变成归一化的概率，还有用来衡量预测准不准的交叉熵损失函数（Cross-Entropy Loss）。视频解释说，整个训练过程的最终目标，就是调整模型的参数，把这个损失值降下来。 视频还详细讲了怎么高效训练神经网络，就是通过计算“梯度”——它其实就是损失函数对模型参数的偏导数组成的向量。视频对比了两种方法：一种是计算量大又不准的数值估算，另一种就是反向传播，它能精确计算出这些“坡度”。反向传播的核心思想（其实早在50年代末就有人发现了）就是应用微积分里的链式法则。这样就能把复杂的导数拆解成更简单、模块化的部分。视频演示了中间的偏导数，比如损失对神经元输出的变化率，因为交叉熵损失的对数项和Softmax的指数项相互抵消，结果就大幅简化成了 (y_hat - y)。同样地，神经元输出对权重的变化率也简化成了输入值 'x'。 这些精确的偏导数，也就是梯度向量，对于指导梯度下降法里的迭代更新至关重要，而梯度下降法几乎是所有现代AI模型背后的“动力”。视频解释了用梯度下降和反向传播来训练机器学习模型的过程，详细说明了参数是怎么调整的：就是沿着计算出的梯度相反的方向（还要乘以一个学习率）去走，来把损失降下来。通过对梯度、输出概率和神经元线性模型的可视化，视频展示了模型是怎么学会正确分类样本的。视频特别指出，简单的线性模型在处理复杂决策边界时会遇到困难，这就像大语言模型要把各种输入语境映射到具体的输出token时，也会面临高维的挑战。最后，视频强调了反向传播的“可扩展性”，反驳了早期的一些批评，展示了它在解决复杂问题上的强大能力。

别花钱再学头条搬砖了，手把手免费分享教你们。

-

AI 算命大比拼！30 年经验风水师亲测，看看哪家的赛博批命最准

被不少朋友问过现在AI 的算命到底行不行，它们的批命结果能不能信？那就拿我手上的真实八字案例测试一下，看看哪家AI的算命最准，哪些建议能真的做人生参考。

[ComfyUI]Wan FusionX极致电影级AI视频生成效果，史诗级电影画质，安装以及参数调整完整指南

ComfyUI节点详解网址：uinodes.com，网站使用教程：BV1ay7YzVEax 网盘资料分享：https://pan.quark.cn/s/ef8c64027412 网站全部示例工作流以及配套整合包加入星球下载。 深入学习ComfyUI，可加入知识星球app：71297236 ComfyUI交流群:191462629 ComfyUI交流二群：563566981 ComfyUI交流三群：974308932 星球群会不定期进行群内直播。 《两小时入门课程》已经在星球完成上传。 《十二小时高级进阶课程》正在连载更新。 星球后续将作为高质量系统视频教程的发布平台，欢迎大家了解。

夸克AI跟我说别再买了…

不到一分钟，创建一版表情包出来？我用Coze工作流实现了制作可爱表情包

分享一条我用AI创作表情包的工作流，搭建过程也很简单 快来学习叭~

最新AI变声器 咬字大幅增强

变声器下载：https://pan.quark.cn/s/c5a644a29441 咬字能力史诗级增强，支持软件内所有音色以及RVC模型

LLaMA Factory 微调教程：如何构建高质量数据集？

LLaMA Factory 微调教程第二期 code秘密花园全套 AI 资料合集：http://ai.mmh1.top/ 全网都叫 code秘密花园、ConardLi ，其他都是搬运...

全球首个无人矿卡集群，震撼亮相内蒙古。

全球首个无人矿卡集群，震撼亮相内蒙古。