文章列表-AI魔法学院

文章列表

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

因此，我们尝试详细解析其可能使用的技术和方法。

sora 论文

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

2、特征提取：接着，使用Mel-spectrogram对音频信号进行表示。

clone-voice 声音克隆

金融行业的AIGC应用

不过，从数据处理和分析到模型的透明性和可解释性，金融机构在实现AI技术的全面融合和应用中也遇到了不少挑战。

金融大模型

Stable Diffusion

Stable Diffusion 常用插件推荐

使用 Stable Diffusion 时，插件是必不可少的，也正是因为插件的存在，才使得 Stable Diffusion 的自由程度最高，以下推荐几个常用插件

Stable Diffusion 插件

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

VividTalk技术简介 VividTalk的核心功能是使用一张静态照片和音频录音，生成一个动态的、看似真实的讲话视频。

VividTalk 视频

阿里AI黑科技大揭秘：从通义千问到FaceChain，让图片和视频焕发新生！

I2VGen-XL，阿里推出的图像到视频生成模型，也就是图生成视频又新增了一个 AI 工具，之前常用的效果好的有 Gen-2、pika、pixverse 这些。

阿里云视频音频

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

本文将详细介绍PaddleOCR的基本原理、功能特点、使用方法以及应用场景，帮助你全面了解这一强大的OCR工具。

PaddleOCR 文字识别

摆脱 OpenAI 依赖，8 分钟教你用开源生态构建全栈 AI 应用

为了让计算机能够理解和处理这些非结构化数据，这些数据会被转换成向量，使用嵌入技术。

开源模型

AI创作｜如何通过GPT进行漫画视频的故事改写

本文作者将分享一些通过ChatGPT的AI手段进行故事改写的技巧和经验。

生成式AI

实时语音克隆

项目简介这份内容介绍了实时语音克隆的技术实现，作者通过将说话者验证技术转移到多说话人文本到语音合成（SV2TTS）来实现语音克隆。

语音克隆

当ChatGLM3能用搜索引擎时

但是由于网络环境以及各类AI工具的的兴起，各类收费工具也层出不穷，这是作为一个底层用户很难承担起的，所以，只能把目光投向一些开源的项目，然后搭建一些简单的工具来完成相应的功能。

大模型应用大模型 ChatGLM

必读！RAG好用的3种Router

kNN路由器（kNN-Router）：kNN路由器使用句子变换器对训练查询进行编码，并根据余弦相似度找到与测试查询最接近的训练查询

RAG Router

90个常用的思维模型

使用系统思维，管理层不是简单地责怪某一团队，而是研究了整个业务的协调和沟通流程，从而有效的去解决，可以使两个团队的矛盾得到了缓解。

大模型工作

Stable Diffusion

Stable Diffusion 常用LoRA模型推荐

LoRA的使用方法有直接使用和插件使用两种，前面的系列文章中已经介绍过，不再赘述。

文生图 SD

AI 产品榜 · 国内 100 强和出海 20 强

如果您是普通AI产品使用者：您将发现哪些产品受大众欢迎，以及哪些隐藏的“黑马”值得您一试。

大模型大模型应用行业分析

<...11 12 13 141516 17 18 19 20 ...>

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