文章列表-AI魔法学院

文章列表

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

动态表现力：通过上下文风格化的音频到运动模型（ICS-A2M），MimicTalk能够「捕捉和模仿目标人物的动态说话风格」，使生成的视频更加生动和富有表现力。

MimicTalk 开源模型

教会AI画汉字（ComfyUI篇）

最近，央视公开了一些由ai生成的图片与视频，其中有几张图片非常有趣，成功吸引到了我，那便是这几张由ai与文字相结合的图片，这种奇妙的效果令我十分好奇，于是我便开始找寻相关的插件来达成类似的效果

comfyui 文生图

AI+智能客服：大模型可落地的最成熟场景之一

智能语音技术包括语音识别（ASR）和语音合成（TTS），使机器能够理解人类的语音输入并以自然的语音回应。

ai 客服

在 WebUI 中使用 AnimateDiff 的一些问题和技巧

这两天晚上没事的时候就会尝试下AnimateDiff，发现这真的让视频生成上了一个大台阶，估计是到了AI视频爆发的前夜了。

AnimateDiff SD

腾讯出品！开源AI数字人框架！号称可以不限时长

今天，介绍一个开源创新的虚拟人视频生成框架：MuseV MuseV是由腾讯音乐娱乐的天琴实验室开源，MuseV专注于生成高质量的虚拟人视频和口型同步，能够制作出具有高度一致性和自然表情的长视频内容

MuseV 视频数字人框架

2023年人工智能行业总结（精简版）

GPT4V多模态模型和Gemini的发布让大模型能够看图看视频作答。

人工智能行业总结

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

Sora物理悖谬的几何解释

所示，Sora的训练集为短视频集，每个样本是一个短视频，同类的短视频构成一个数据流形。

Sora 解释

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

当时他只是文本简单介绍了一下，现在他在斯坦福大学对此内容的演讲视频已经发布。

GPT-5 智能体

Stable Diffusion

Stable Diffusion｜儿童绘本全流程制作分享

3 视频合成在制作视频之前，我们可以利用绘本内容生成一段音频，以便后续更便捷地生成字幕。

StableDiffusion 绘本

教你打造属于自己的AI孙燕姿，AI歌手模型使用及训练保姆级课程 #1/2 使用模型

在处理之前你需要把你声音的格式转换成WAV格式，因为So-VITS-SVC 4.0只认WAV格式的音频文件，现在处理了后面会省事点。

生成式AI

职场常用GPT提示词精选、职场常用文案能力大模型提示词精选

你的输出： ================================== 【抖音短视频脚本】现在你是一个抖音短视频创作者，请你根据我给出的信息，为我撰写一个抖音短视频脚本。

提示词 prompt

一文搞懂贝叶斯定理有什么用

在统计学里，长期以来，有频率学派和贝叶斯学派两大学派，他们互相鄙视对方，就像华山派的气宗与剑宗之争。

贝叶斯定理

目前有哪些比较成功的人工智能应用？

语音：音乐，录音等等音频格式的文件。

生成式AI

最强开源数字人对口型系统介绍

一种折中的办法是在原模型生成的视频基础上加上高清后处理，但是得到的结果有几个问题：嘴部不自然，视频质量不高，计算复杂度太高等。

数字人开源模型

<...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