文章列表-AI魔法学院

文章列表

用GPT4创建一部连环画故事

今天的故事主题是戒掉电子产品，享受户外活动的乐趣。

GPT4 连环画故事书

腾讯开源的数字人MuseTalk到底行不行？

MuseTaIk是由腾讯团队开发的先进技术，它是一个实时高质量的音频驱动唇部同步模型。

MuseTalk 数字人音频

Stable Diffusion

硬核解读Stable Diffusion（系列三）

SD 2.0相比SD 1.x版本的主要变动在于模型结构和训练数据两个部分。

Stable Diffusion 文生图

Sora懂不懂物理世界？

我们真实的视频是会体现真实世界的物理规律，以航行为例这意味着 AI 需要考虑到重力、浮力、碰撞以及船体结构在动态环境中的行为。

文生视频视频生成 sora

让你起飞的五个Prompt框架模型

这种技术可以被视为一种超能力，因为它使我们能够更有效地与AI交互，从而获取更准确的结果。

prompt 大模型

开源免费离线语音识别神器whisper如何安装

whisper介绍 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的Whisper神经网络，且它亦支持其它98种语言的自动语音辨识。

wisper 翻译免费

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

这款全新模型不仅实现了在移动设备上运行 GPT-3.5 级别的能力，而且具备超强的推理、检索与代码解释功能。

MiniCPM3-4B 大模型

造梦师手记：SDXL迎来了AI插画师

据说，很多动漫站开始大规模下架AI漫画。

文生图漫画

Selenium+ddddocr | 再也不担心图片验证码

ddddocr库在多个领域有着广泛的应用，包括自动化办公、图像处理、文字识别等。

Selenium ddddocr库

Midjourneyv6创作中国龙十大技巧

2024年是龙年，龙又是十二生肖里唯一不存在大自然的生肖动物。

Midjourneyv6 文生图

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

由南京大学、阿里巴巴、字节跳动和南开大学联合开发的这一项目，在技术层面上展现了巨大的潜力和创新性。

VividTalk 视频

有道开源的国产语音库EmotiVoice爆火了！具有情绪控制功能的语音合成引擎！

前不久小圈为大家介绍过 Coqui 文本转语音（Text-to-Speech，TTS）模型，相比较市面上原有的开源TTS模型，Coqui 有其独特的优势，也受到了广大科技互联网爱好者的青睐

EmotiVoice 语音库

【AI代理】多代理模式之多任务分配&信息传递

昨天探索了多任务模式，让系统根据用户的输入信息自动找到对应的代理进行处理。

多任务模式分配传递

深度解读｜做出海必看的一份产品报告

今年我们查看了无门槛的产品（16%）、交互式演示（14%）和逆向试用（5%）。

工作

深度｜红杉重磅发布：2024 AI 50 榜单 (全网最全)

工作流程自动化平台ServiceNow通过AI驱动的Now Assist，实现了近20%的事件避免率。

生成式AI 榜单 AI应用

<...6 7 8 91011 12 13 14 15 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1