文章列表-AI魔法学院

文章列表

四木测评｜让教父唱《野狼disco》、恶搞《甄嬛传》，火遍全网的阿里明星项目EMO正式开放

不管是唱歌视频，还是讲话视频，只要提供一张肖像照片，外加一段音频，算法就会自动生成一段口型完全能对上、画面生动的视频出来。

EMO 阿里全民演唱

惊艳推荐！8款好用又免费的文本转语音TTS工具

虽然这种方法能够产生可理解的语音，但由于样本数量的限制，很难达到完全自然的语音合成效果。

TTS Maker 语音

垂直领域大模型的思考

下面是一些垂直领域大模型产品化的例子：法律大模型法律大模型具备提供基础的法律咨询，完成简单的法律专业文书写作等功能。

垂直领域大模型

AI文本转语音工具（TTS）：MeloTTS

今天给大家介绍一个效果不错的开源文本转语音工具：MeloTTS MeloTTS是一个可以把文字转换成声音的工具，它支持英语、西班牙语、法语、中文、日语和韩语等多种语言。

MeloTTS 语音工具

开源大语言模型完整列表

所谓"语言模型"，就是只用来处理语言文字（或者符号体系）的 AI 模型，发现其中的规律，可以根据提示 (prompt)，自动生成符合这些规律的内容。

开源模型大语言模型

GTC大会黄仁勋发言稿

会有大量的科学、算法、计算机架构、数学等内容。

黄仁勋 nvidia

你真的会写 Prompt ? 剖析 RAG 应用中的指代消解

这种方法可以用于实现各种知识密集型 NLP 任务，如问答、文摘生成、语义推理等。

Prompt 大语言模型 RAG

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

我们发现,如果拥有几十年积累的高质量转录数据,再加上机器学习算法,就可以大幅提升准确率,远超市面上的语音转文字服务。”

suno 音乐

一键AI换脸！小红书和北大合作的InstantID

随着Face ID和InstantID的出现，这个换脸插件基本不用了，我就不多讲了（之前介绍过WebUI下的用法）。

InstantID 文生图

SD入门教程五：后期处理图片高清放大

· 最关键的是放大算法，那么这么多算法到底有什么用呢，为了节约时间，我直接推荐（ESRGAN系列算法）和（4X-UltraSharp）这几个算法，一般只会用到放大算法1，在特别的需求会使用到放大算法

SD 入门教程修复

总结些SDXL出人像时遇到的困难

我其实之前出图不多，出的话大多是尝试网上的提示词，所以提示词能力没得到锻炼，写得也没什么章法可循。

文生图 SDXL

万字长文，大语言模型如何宣告心理学的死亡？

尽管它们可能更好的掌握人类的隐知识，从而更好的预测人类的适应性行为，还可以（无需任何特殊提示）解决涉及数学、编码、视觉、医学、法律、心理学等领域的新颖而困难的任务8，但它始终不是一个具身的有实体生物

大语音模型

一文带你看懂OpenAI-Sora生成视频的原理

它必须理解每个补丁在时间上的变化，这就像是要求你在拼积木的同时，还得让这些积木根据某种规律动起来，形成一部动画。

视频生成 sora

大模型时代-行业落地的再思考

看到了@Naiyan Wang（知乎）和@刘聪NLP（知乎&本人）的两篇文章，都提到了对行业大模型的一些看法，有很多相同的想法。

大模型

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

<...10 11 12 131415 16 17 18 19 ...>

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