文章列表-AI魔法学院

文章列表

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

.01 概述在日常生活和工作中，你是否常因嘈杂的环境、重叠的对话或音视频信号的混杂而感到沟通困难？

ClearerVoice-Studio 语音

阿里Outfit Anyone实现真人百变换装

之前我分享了阿里通义千问APP推出的 "全民舞王" ，只要一张照片就能生成一段舞蹈视频这几天相信有很多小伙伴都有在社交媒体和朋友圈刷到过这种其背后就是用的 Animate Anyone 算法

Outfit Anyone 阿里

请收好这12种Prompt编写模式，让不可靠的模型生成可交付的可靠结果

目前这个阶段，让这些模型生成可靠的可交付结果，唯一的办法就是：编写高质量的Prompt。

prompt

手把手教你用 SD 生成文字形状的光线，用来做营销宣传图非常有效

注意：这个视频需要你有Stable Diffusion的使用基础，因为在基础部分我不会讲的太细。

图像文字 ControlNet Stable Diffusion

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

中国首份AIGC监管文件正式实施——《生成式人工智能服务管理暂行办法》简析

《生成式人工智能服务管理暂行办法》（“管理办法”）在其征求意见稿发布后的短短三个月后，于2023年8月15日起施行。

人工智能

中国电信开源星辰AI大模型：央企中首个完成LLM研发和开源的选手诞生

它最大可支持96k的上下文推理，相比第一代，长文生成和理解能力提升30%。

开源大模型电信

用ComfyUI整了一套照片转Q版手办的工作流

之所以要搞这个，主要是因为它跟我目前要做的很多内容都息息相关，比如2D图片转3D模型，blender的插件、图片生成视频等，而且据说生成速度很快，对设备的要求低。

comfyui 文生图

SD3 正式开源 Sora同源架构

2月16日伴随着OpenAI世界大模型Sora的发布，stability_ai也发布了其最新的模型Stablediffusion3,如果说一个是音视频方向

SD3 绘画

AI产品经理视角：如何构建人工智能产品

虽然它们都提供了令人兴奋的研究视角，但现实生活中的产品需要将数据、模型和人机交互结合到一个连贯的系统中。

大模型产品经理

鹅厂最新AI工具刷屏！杨幂寡姐多风格写真秒秒钟生成，LeCun点赞 | 可免费体验

就是在二次元里也行的照片，也可以生成。

PhotoMaker 图生图

语音克隆又又又又又升级了

，不过本周一，Meta发布了一个交互式的网站，可以免费体验类似VoiceBox的音频生成器——AudioBox.

Meta 语音生成

万字长文｜40万人学习过｜28个ChatGPT使用技巧，带你从入门到精通

年1月分别在我的Youtube与B站视频频道「AI进化论-花生」以及付费专栏「ChatGPT精进指南」中更新更多的使用技巧，敬请关注。

ChatGPT 使用技巧教程

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

热度一直没掉下去，关键是生成时间也跟热度一起高居不下，顺利的话几分钟生成的小视频，挤的时候排队能排出好几个小时开外，亏得是阿里云服务器没被挤爆（不是）。

音频阿里

Stable Diffusion

Stable Diffusion 快速创作角色三视图

天分享分享如何通过 Stable Diffusion 快速创造出角色三视图。

SD 三视图文生图

<...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