文章列表-AI魔法学院

文章列表

OpenAI大动作：Whisper large-v3重塑语音识别技术

这款最新的自动语音识别模型不仅在多语言识别方面取得了显著进步，而且还将很快在OpenAI的API中得到支持。

Whisper 语音识别

一键AI换脸！小红书和北大合作的InstantID

我之所以要装，主要还是强迫症，好几个工作流还用ReActor。

InstantID 文生图

深度解读｜做出海必看的一份产品报告

前段时间我们分析的 Voiceflow 和经典的小而美 SaaS企业 Calendly 都是 OpenView 被投版图的一部分。

工作

低调的PDF，为什么成了数字文档“永远的神”？

至少从事了一辈子出版与设计软件研发的沃诺克再也不用忍受如此糟糕的排版并不会有谁把这两条看起来风马牛不相及的新闻联系起来，但是可能早在三十年前的冥冥之中，命运的齿轮就已转动起来

工作

我去，找到一个Github上非常优秀的AI项目，可控制鼠标、键盘，模拟人类操作，太丝滑，收藏～～～

通用目标：支持任意本地软件（如游戏、Office、图像/视频编辑工具）多模态输入：以截图为输入，支持键盘鼠标操作输出自主能力：内置“认知反思+技能更新”模块，能不断自我优化模块化设计

AI Agent 开源项目

微软研究团队：Sora核心技术及未来机会研究报告-中英对照版

为了解决这些问题，提出了一种通过为现有图片重新编写更详尽描述性的标题的方法。

sora 论文

你要牢记的四个常用AI提示词框架：ICIO、CRISPE、BROKE、RASCEF，有助于获取更加稳定和高质量的内容

介绍之前我们介绍了 ChAT 模型的提示词框架，今天我继续为您介绍其他四个经典的提示词模版：ICIO、CRISPE、BROKE 和 RASCEF，并为您提供每个模版的使用案例与最佳应用场景

大模型提示词

爆火「视频版ControlNet」开源了！靠提示词精准换画风，全华人团队出品

“视频版ControlNet”来了！

ControlNet

AI音乐热潮下，“神曲工作室”率先失业

小旭音乐日常工作中使用的部分AIGC工具小旭指出，网易天音的技术实际上诞生较早，近期没有基于大模型重构，使它反而能在目前以大模型为主的AI作曲工具当中产生一些另类的优势，比如说韵脚更精准，而且可以仿照著名词作者的风格来创作

音乐音频

【语音识别】OpenAI语音力作Whisper

模型结构（融入了多任务：多语种的语音识别，语音翻译，语音语言识别，声音活动检测）模型有5个版本，参数量、支持语言、显存和速度如下： &ensp

语音转文字 whisper

DeepMusic发布“和弦派”2.0：重塑AI音乐创作范式，赋予创作者全方位掌控

4月29日，国内领先的人工智能音乐服务商DeepMusic，发布了自主研发的AI音乐工作站——“和弦派”2.0正式版。

和弦派 DeepMusic 音乐创作

职场及工作中常用的方法论总结

做事方法论　　5W2H 　　我们在做一件事时，经常需要和老板或者合作方去讲为什么要做这件事，准备怎么做，以求获得来自老板和合作伙伴的认可及支持。

工作

懒人福音！用AI生成会议纪要，让你的工作更高效！

随着大模型的发展，AI技术用于会议纪要变得越来越轻松和准确，使用AI技术来总结会议纪要具有多方面的好处。

会议纪要 AI工具

GGUF格式详解

很多模型模型，如Yi-34B、Llama2-70B等模型都有对应的GGUF版本，这些版本都模型除了文件名多了GGUF外，其它与原有的模型名称完全一致。

GGUF 大模型

Stable Diffusion

AnimateDiff：一篇文章教你学会用Stable Diffusion制作GIF动图

安装AnimateDiff模型 4.

AnimateDiff 视频训练

<...8 9 10 111213 14 15 16 17 ...>

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