文章列表-AI魔法学院

文章列表

SadTalker数字人常见问题3

基本都是因为图片分辨率太高，或者音频格式不对。

SadTalke

被高估的Pika，被低估的多模态AI

例如，在医疗领域可以通过结合图像、录音和病历文本，提供更准确的诊断和治疗方案；在交通领域，结合图像和传感器数据，带来更智能、更安全的自动驾驶体验；在教育领域，将文本、声音、视频相结合，呈现更具互动性的教育内容

大模型多模态

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

为了解决这个问题，JoyHallo 收集了来自京东健康国际公司员工的29小时普通话语音视频，形成了 jdh-Hallo 数据集。

JoyHallo 数字人开源模型

RAG 2.0来了，它能成为生产落地的福音吗？

该方法将所有组件作为单个集成系统进行预训练、微调和对齐，通过语言模型和检索器进行反向传播以最大化性能：对齐为一个集成的系统，通过语言模型和检索器进行反向传播以最大化性能。

RAG 大模型

企业数字化转型的“阿里阿德涅之线”在哪？

谈及企业的数字化转型，总是避不开一个词——降本增效。

大模型用户

超级转化！5个让销售数字飙升的顶级 Prompts！

这些Prompts不仅简单易懂，还能让你的销售策略转换成现实成果。

Prompt 提示

用ComfyUI整了一套照片转Q版手办的工作流

年后开工准备用SD的工作流版本ComfyUI整点东西出来。

comfyui 文生图

6个AI音乐软件推荐，让你学会人工智能AI作曲

Amper不需对音乐理论或作曲知识有深入的了解就能使用，因为它可以基于预先录制的样本创建音乐曲目。

训练音乐

AI大模型LLM可以帮助企业做什么？

通过语音交互、图像处理等技术，辅助企业内部运营。

大模型

AI赋能实验室：儿童绘本插图

prompt原文： A whimsical children's book illustration showcasing a curious [animal] embarking on a delightful

插画文生图

基于Ollama本地部署谷歌开源Gemma大模型！

在开始使用Gemma开源大语言模型（LLM）前，我们先了解下Gemma以及配套的工具。

ollama gemma qwen

通往 AGI 之路：走进大语言模型

这篇文章就带你从三个方面认识目前最火热的大语言模型 ChatGPT。

AGI ChatGPT 大语言模型

ChatGLM3-6B：新一代开源双语对话语言模型，流畅对话与低部署门槛再升级

在语义、数学、推理、代码、知识等不同角度的数据集上测评显示，ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能。

ChatGLM3 语音模型开源模型

一文彻底搞懂多模态 - 多模态推理

这两种模态的信息可以是图片和文本、视频和语音等。

多模态推理大模型

Stable Diffusion

新手向，Stable Diffusion API 接口，在本地调用

首先应该有本地部署好的 WEB-UI。

SD 文生图

<...7 8 9 101112 13 14 15 16 ...>

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