文章列表-AI魔法学院

文章列表

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

包含两个核心模型：SenseVoice 负责语音识别和音频处理，CosyVoice 负责语音生成和控制。

asr tts 声音

OpenAI视频模型Sora的推理生成成本多高？

但我猜测 Sora 实际的调用需求会远超 GPT-4，按照用户想法实时生成高清视频对于多巴胺的满足感要超过文本 QA，就像看抖音的次数远超看知乎的次数）同时我们又在训练部分估计了： GPT

Sora 推理算力

Prompt工程入门

3 Prompt框架 - Instruction（必须）：指令，即你希望模型执行的具体任务。

prompt 提示词

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

AnimateDiff 是一个基于 Stable Diffusion 模型的文本生成视频插件，它通过控制模块影响图像生成过程，使得生成的图像序列具有与训练视频剪辑相似的特征。

视频生成文生视频

开源免费离线语音识别神器whisper如何安装

whisper的日常用途 whisper的核心功能语音识别，对于学生党和工作党来说，可以帮助我们更快捷的将会议、讲座、课堂录音整理成文字稿；对于影视爱好者，可以将无字幕的资源自动生成字幕，不用再苦苦等待各大字幕组的字幕资源

wisper 翻译免费

工业、机械、AI、人工智能相关提示词

工业、机械、AI、人工智能相关提示词

提示词

解读提示工程（Prompt Engineering）

一般来说，模板包括: 定义了可以访问哪些工具，何时应该调用这些工具，以及一般的用户输入。

Prompt 提示词

ChatGPT提示工程 - 总结

ChatGPT提示工程的两个关键原则 - 吴恩达和OpenAI合作编写Prompt的两个关键原则原则一：编写清晰、具体的说明策略1：使用分隔符清晰地标识出输入的各个部分策略2：提示模型以结构化格式输出结果

GPT

只需四步就能构建自己的Agent！达摩院新开源框架小白也能用

光集成的工具就有这么多，比如NLP、语音、视觉、多模态等多种模型，以及默认集成知识检索、API检索等方案。

大模型

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

那么，这个被誉为“语音识别的未来”的AI工具到底有何过人之处？

Distil-Whisper 语音识别

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

ChatGPT 技巧 | Prompt 逆向工程

逆向工程逆向工程，顾名思义，从结果反推过程。

chatgpt 提示词 prompt

GitHub工程师分享开发Copilot所采用的提示词工程

GitHub 工程师 Albert Ziegler 和 John Berryman 表示，不需要拥有机器学习或生成式 AI 博士学位就可以创建有效的基于 LLM 的应用程序，提示词工程是关键。

开源模型

大模型训练工程那些事

曼哈顿工程并不仅仅是一项科技挑战，它是一个集科技、人力、资源和时间于一体的复杂系统工程。

训练工程大模型

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

立即访问官方网站 https://www.suno.ai/ 查看Suno V3具体信息！

suno 歌曲音乐

<...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