文章列表-AI魔法学院

文章列表

京东开源普通话数字人JoyHallo，一口流利标准普通话还会讲英语

有些方法，例如 Hallo，采用完全解耦的方法，将面部特征完全分开并独立学习。

JoyHallo 数字人开源模型

开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!

该模型使用从Qwen-7B导出的预训练权重进行初始化。

大模型语音

Stable Diffusion

造梦师手记：腾讯加入Stable Diffusion的ControlNet模型开发，效果艳丽

很多所谓大模型不过是融了几个热门lora，并没有真正经过原始图片的训练过程。

Stable Diffusion

Stable Diffusion

Stable Diffusion WebUI v1.8.0重大更新！

通过CUDA，开发者可以编写能够直接在GPU上执行的代码，从而利用GPU的并行处理能力来加速计算过程。

SD 画图

微软最强全自动数据可视化工具！现已开源

8.14，微软开源了之前已经发布的全自动数据可视化工具 LIDA。

大模型

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

在当今数字化时代，文本转语音（TTS）技术的应用愈发广泛，从智能语音助手到有声读物，从无障碍服务到教育娱乐领域，都离不开高质量的语音合成。

OuteTTS-0.1-350M 音频

[中文开源震撼首发]33B QLoRA大语言模型Anima真的太强大了！QLoRA技术可能是AI转折点！

我们开源了第一个中文QLoRA 33B大语言模型——Anima。

开源模型

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

人类获取的信息83%来自视觉，图文多模态大模型能感知更丰富和精确的真实世界信息，构建更全面的认知智能，从而向AGI（通用人工智能）迈出更大步伐。

XVERSE-V 多模态大模型

整理了近期所有TTS相关的大模型

从 XTTS 到 Pheme,从OpenVoice 到 VITS，每个大模型包括源码地址，支持的语言，非常棒！

TTS 大模型

Agent：OpenAI的下一步，亚马逊云科技站在第5层

对此，初创公司Seednapse AI创始人提出构建AI应用的五层基石理论，受到业界关注。

开源模型

Prompt全攻略(二):Prompt编写的要诀

让我们开始这段探索之旅吧!

prompt

为你推荐开源项目：Meridian——专属个人情报站！

别担心，今天就接着为大家介绍一款超棒的开源项目——Meridian。

Meridian 开源项目

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

去年年初，Misra和 Captions 的团队开始尝试口型匹配技术，并与合作伙伴测试该技术在Captions应用程序中的效果。

AI

一款构建AI数字人项目开源了！自动实现音视频同步！

本周GitHub项目圈选: 主要包含音视频同步、多代理框架、3D对象模型、适用于开发者的演示文档构建工具、网页程序打包、自构建CRUD应用等热点项目。

AI数字人音视频同步

WeChatpy：Python中优秀的微信开发库，与微信官方接口交互的工具

本文将介绍WeChatpy这个优秀的Python微信开发库，让你了解它的特点和如何使用。

WeChatpy 开发库

<...12 13 14 151617 18 19 20 21 ...>

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