文章列表-AI魔法学院

文章列表

中国首个长时长、高一致性、高动态性视频大模型，Vidu 登场

今日，在中关村论坛未来人工智能先锋论坛上，生数科技联合清华大学正式发布中国首个长时长、高一致性、高动态性视频大模型——「Vidu」。

Vidu 大模型视频

Stable Diffusion

Stable Diffusion超清放大及修复细节操作

别担心，这篇文章可以帮助你解决这个问题！

Stable Diffusion 文生图

SD的老舅ComfyUI来了，节点式工作流，分部控制出图

4.启动速度快、运行速度快 5.对硬件无要求，CPU可运行 6.可排队运行任务 7.工作流只需搭建一次可直接保存 8.是根据SD原理直接建立的操作界面 9.可以自己设计需要的模块和模组，代码友好

文生图 comfyui

精通结构化提示词：如何精确操控指令的作用域与优先级

过早使用结构化提示词，尤其是在缺乏基础知识的情况下，可能会导致生成内容质量不佳时，难以准确识别和解决问题，也会影响对提示词机制的深入理解。

提示词结构化

OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了

别急着下线！

OpenAI 嵌入式实时语音 SDK

使用 ChatGPT + Claude 撰写成功的商业计划书

Claude 引导她完成整个过程，帮助她识别关键趋势，了解她的竞争对手，并确定她的目标受众。

工作

20款AI工具助力在家副业

2 Open Souls 在Discord上实现的开源汉字人工智能 3 InterviewMe Al 通过与AI进行面试练习 4 MyHeritage Reimagine 扫描修复或将日照片动画化的服务

工作

一张图看懂IT人的江湖地位

超融合厂商江湖地位篇仅代表国内市场地位及表现云视频会议江湖地位篇仅代表国内市场地位及表现以上江湖排名，仅供娱乐不作为任何选型依据和投资参考一入

工作

巧用这13个原则！创作ChatGPT提示词Prompt时效率提高10倍！

简单说，就是你告诉他“你要什么”，别给他说“你不要什么”。

prompt 提示词

whisper-live：OpenAI Whisper模型的近实时实现

与依赖连续音频流的传统语音识别系统不同，我们使用语音活动检测（VAD）来检测语音的存在，并且仅在检测到语音时才发送音频数据以耳语。

OpenAI Whisper 大模型

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

Qwen-VL是支持中英文等多种语言的视觉语言（Vision Language，VL）模型，相较于此前的VL模型，Qwen-VL除了具备基本的图文识别、描述、问答及对话能力之外，还新增了视觉定位、图像中文字理解等能力

大模型

绝了！新华社、知网官方出品的写作神器，不要太爽！

↕上下滑动查看更多↕ 尽管有着AI写作，但真要想公文写得好，自身能力不能少！

新华妙笔写作

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

二、技术原理剖析 clone-voice的核心技术基于深度学习模型，特别是WaveNet和Tacotron系列模型，这些模型在语音合成领域有着出色的表现.

clone-voice 声音克隆

我们需要的不是智能体，而是工作流（5000字保姆式教学）

- 赋能: 指通过文章给予读者力量、信心和行动的动力。

工作流教学

AI创作｜如何通过GPT进行漫画视频的故事改写

而由于纯文字类小说动辄几十万字，甚至几百万字的篇幅。

生成式AI

<...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