文章列表-AI魔法学院

文章列表

13.5K Star ! Fish Speech Windows本地搭建，能否达到官方的级别？强烈推荐

高效的文本到语音转换：Fish Speech利用先进的算法，能够迅速将输入的文本信息转换成听起来自然、流畅的语音。

Fish Speech 本地搭建

腾讯悄悄开源混元版「Sora」，这就是开源领域的No.1。

那种光影，那种质感，那种色彩，就是会让你感觉，这是现实场景，就是很真。

sora 视频生成

2024年值得关注的Agent框架

它们在规划、用户体验、记忆和大模型调用等方面表现出色。

Agent 框架

阿里出品自动化视频剪辑工具FunClip！

它依托于阿里巴巴通义实验室的FunASR Paraformer系列模型，实现了视频中语音的自动识别。

FunClip 视频阿里

《嬛嬛朕emo啦》但马斯克！阿里这项技术开放试玩

选择喜欢的音频片段，并上传一张大头照。

音频阿里

Stable Diffusion

SD入门教程一：Stable Diffusion 基础（技术篇）

），顾名思义，它就是能预测出随机图里包含什么噪音的模型。

Stable Diffusion 文生图

厉害了，匹诺曹Pinokio！所有AI工具，一键安装，全部免费！整合AI绘画、AI视频、AI语音...

涵盖了 AI 绘画、AI 视频、AI 音乐、AI 数字人等各个领域今天给大家推荐一款AI神器，匹诺曹Pinokio！

AI绘画 AI视频 AI音乐

前半年，我看到的有趣的 AI 产品

比如纳瓦尔的 Airchat，有一个能力是模仿用户的音色，自动完成语音翻译。

AI工具

清华、面壁智能发布：主动式Agent 2.0

从被动响应转变为能够主动预测并发起任务的主动代理。

Agent 2.0 大模型

比真人还像真人！字节跳动PersonaTalk的黑科技有多强大？

只需提供一段音频和一个视频，PersonaTalk便能精准同步人物的口型，不仅让声音和嘴型无缝贴合，还能保留视频中人物的表情和个性化说话风格，仿佛原生发声一般自然流畅。

PersonaTalk 视频

【TTS语音克隆开源最强王者】5款爆火开源模型(Fish、F5、GPT、CosyVoice、MaskGCT)效果对比，等你来评!

:5款语音克隆模型效果展示案例1: 萝莉语音克隆-5款模型语音克隆--效果展示案例2: 萝莉语音克隆-5款模型语音克隆-带数字文本-效果展示案例3: 萝莉语音克隆

语音克隆开源模型

一条价值2W的Prompt，帮你生成提示词的超级提示词

3.如果我同意，您将采用所有其他专家角色，包括最初的Expert ChatGPT Prompt Engineer角色。

prompt

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

不同于以往的对口型只是张张嘴，Loopy可以让对口型视频中的角色在说话或唱歌时，还自动带上该语境下相应的语气，情绪和表情。

Loopy 视频

大模型能力快速测评极简题目

黄昏时分天空颜色的 CSS 代码： background-color: # 陨石为什么总能落在陨石坑里？

大模型

如何拥有你的卡通形象？ComfyUI-workflow

Prompt 编写角色的描述，确保与后续模块加载的图片一致。

ComfyUI-workflow 文生图

<...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