文章列表-AI魔法学院

文章列表

Westlake - Omni：西湖心辰推出的全球首个开源的中文情感端 - 端语音交互大模型

在当今数字化时代，人工智能技术正以前所未有的速度发展，深刻地改变着我们的生活和工作方式。

Westlake -Omni 语音

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

： ★★★★☆ 创新性： ★★★☆☆ 推荐功能： AI人像生成 20%杨幂+80%泰勒·斯威夫特到底长啥样？

InstantID 文生图

【收藏】那些牛掰的ChatGPT指令爱了～

现在给大家说ChatGPT指令应该都不会陌生了，是的，就是所谓的咒语（提示词Prompts） Prompts就是向AI提问的问题，初次接触ChatGPT的人想：答案我可能不会，问问题我还不会啊？

提示词 prompt

教小朋友学习AI绘画的同时避免生成不健康图片

像Stable Diffsion这种开源软件，自己用的时候，经常会有意无意的生成NSFW（简单翻译是工作时间不宜点开，主要是涩涩图），但很多中小平台也在使用该软件，如果出现不健康图片，怕是要关停网站了，

小朋友绘画

俄罗斯人开源了最大的文生图模型：参数量12B，比SDXL大了3倍多！

作为条件生成图像。

Kandinsky-3 文生图开源模型

TTS，一个奇妙的AI工具

简介 TTS是一个将文本变换成语音的AI工具。

TTS 文本转语音

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

•技术细节写得比较泛（防止别人模仿）大概就是用视觉块编码（visual patch）的方式，把不同格式的视频统一编码成了用transformer架构能够训练的embeding，然后引入类似diffusion

sora openai 视频生成

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

智能程度、成功率、像人的程度，都大幅提升。

prompt 大模型

扣子更新图像流功能，字节版 ComfyUI 来了！

用户无需编程基础，即可通过创建节点的方式，搭建工作流，轻松部署使用复杂的 Stable Diffusion.如果你是研究 AI 生图的朋友，却不知道 ComfyUI，那就好比 Agent

ComfyUI 图像流文生图

RAG检索增强技术在知识库智能检索场景下的应用实践

随着人工智能技术的不断发展，RAG模型有望在各个领域发挥越来越重要的作用，成为推动智能化应用发展的重要技术手段之一。

知识库 RAG检索增强

清华大学ChatGLM团队发布AI Agent能力评测工具AgentBench：GPT-4是全能战士，超越所有模型

PART 01 未来大模型的发展方向：AI Agent 大语言模型（Large Language Models, LLM)最核心的能力是对语言的处理，具备良好的意图识别和文本生成能力让 LLM

GPT-4

【本地部署】智谱chatglm3-6B第三代！性能如何？支持调用tools+Agent+代码执行！小白教程！附网盘下载！

蚂蚁集团全资子公司：上海云玡企业管理咨询有限公司，10月16号正式入股智谱！

chatglm 智普大模型

SadTalker数字人常见问题3

SadTalker数字人制作工具，用自带的图片音频可以生成，而用自己的图片、音频生成视频就不行。

SadTalke

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

AnimateDiff 是一个基于 Stable Diffusion 模型的文本生成视频插件，它通过控制模块影响图像生成过程，使得生成的图像序列具有与训练视频剪辑相似的特征。

视频生成文生视频

VividTalk：用一张照片和一段音频让人物栩栩如生地说话

这个技术不仅有望改变数字媒体的生产方式，也为虚拟现实和人工智能的应用开辟了新的道路。

VividTalk 视频

<...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