文章列表-AI魔法学院

文章列表

3 个令人惊艳的 GitHub 开源项目，诞生了！

AI 实现视频自动剪切近几年，短视频的风口一直在持续，各大社交网站也都针对短视频流量进行大力扶持。

开源模型

6个AI音乐软件推荐，让你学会人工智能AI作曲

这款AI音乐生成器支持为任何视频或游戏创作音乐，它还附带一个免版税的音乐生成器，以避免与授权有关的问题。

训练音乐

数字人直播哪家强？百度、硅基、风平与闪剪四大AI数字人横向评测！

数字人短视频数字人短视频是另外一大高需求应用场景，目前实现程度也非常高，各大短视频平台基本对AI数字人短视频没有什么限制，现在一些大V、企业和媒体都用数字人生产的短视频内容，有些已经达到难以分清是真人还是数字人的程度

数字人数字分身

智谱AI静悄悄的上线了一大波新模型，过年了，真的

图像和视频理解模型GLM-4V-Plus。

智谱AI 大模型

解码二维码：揭秘我的漂亮二维码生成秘诀！

另外这两种方法还存在一个问题：二维码的痕迹比较明显，大家一眼就能看出来这是一个二维码，对于追求视觉效果或者不想让别人看出来是二维码的场景，就力不从心了。

图像文字

2023年人工智能行业总结

今年AI发展的第三条主线是视频线。

人工智能 AGI 思考总结

Agent：OpenAI的下一步，亚马逊云科技站在第5层

Agent成为最受重视的方向。

开源模型

微软对 Sora 进行了逆向工程分析，揭秘 Sora 的秘密

Sora 最令人瞩目的特点之一是它能够制作长达一分钟的视频，并且视频质量高、视觉连贯性强。

Sora 微软

AI换脸工具:facefusion使用心得

右上角是替换后的预览图(需要开启face_swapper帧处理器) target目标图片/视频：是要插入的的目标图片/视频文件。

FaceFusion 文生图

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

2.77亿参数、1340万帧视频训练数据，背后蕴含着怎样的技术秘密？

Agent+GPT-4V 大模型

解读wav2lip：探究语音驱动唇部动作的技术原理！

在训练完成后，wav2lip模型根据音频信息逐帧生成一个说话的人脸视频。

wav2lip 语音

划重点！全网最全AI数字人工具合集！

· 编辑视频：添加各种特效、背景音乐、字幕，让视频更富有看点。

AI 数字人

秒懂AI-深度学习五大模型：RNN、CNN、Transformer、BERT、GPT简介

其中，RNN、CNN、Transformer、BERT和GPT是五种常用的深度学习模型，它们在计算机视觉、自然语言处理等领域都取得了重要的突破。

大模型学习

精通百种语言的翻译AI来了！Meta推出，免费、开源！

这个模型可以实现近101种语言之间的文本、音频、视频等多种形式的翻译，而且只需要一个模型就可以完成所有任务。

大语言模型

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

短视频内容分类解析短视频语义进行场景分类 video-detecction 视频检测对视频信息进行内容解析

开源

<...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