文章列表-AI魔法学院

文章列表

FFmpeg之父新作——音频压缩工具 TSAC

其原理和我们之前介绍的突破压缩极限的AI语音编解码器类似，使用深度学习网络进行压缩，TSAC这里引入Transformer结构来提升性能。

TSAC 音频工具

惊艳推荐！8款好用又免费的文本转语音TTS工具

TTS Maker TTS Maker 是一个文本到语音（TTS）服务，支持多种语言和不同的声音选项（包括：中文、英语、日语、法语、阿拉伯语、韩语等等，甚至转换成方言：包括东北话、粤语、闽南话等等

TTS Maker 语音

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

创始人Gaurav Misra来自印度新德里，曾是Snap的设计工程主管。

AI

大模型实践总结

多模态大模型目前业界可以下载到的一些多模态大模型： MiniGPT-4：沙特阿拉伯阿卜杜拉国王科技大学的研究团队开源。

大模型训练

Chinese-LLM开源中文大语言模型合集

chinese-llm-benchmark：地址：https://github.com/jeinlee1991/chinese-llm-benchmark 简介：中文大模型能力评测榜单：覆盖百度文心一言、chatgpt、阿里通义千问

大模型中文

垂直领域大模型的思考

需要注意的是这里问题和文章是同一个编码器。

垂直领域大模型

写好Prompt要记住这六点！

例如：“按照阿姆的风格重写这篇博文。”

prompt 写作

SD入门教程七：ControlNet篇-Canny边缘检测预处理器

最后，感谢ControlNet作者，张吕敏，他是2021年本科毕业，目前正在斯坦福读博的中国人，于2023年2月10日由张吕敏和马内什·阿格瓦拉共同发表的一篇论文。

Canny SD

忘了提示词吧，用自然语言教会AI画出想象力

SDXL对自然语言的理解，远超SD1.5（当然目前暂时只支持英文），甚至轻松理解大段大段的句子，不会错过句子里的每一个关键点。

文生图

DALL-E 3 不只是文生图！10 个案例颠覆认知

我在这篇文章里发掘了10个使用场景，希望能给你一些灵感。

DALL-E 3 文生图

回望做大模型一年后的感悟

回望这一年，太多和大家雷同的观点在这里就不赘述了，记录几个听上去有点反共识的点吧（其实很多也慢慢达成共识了）。

大模型感悟

职场及工作中常用的方法论总结

　　方法论是指导做事的基本原则，能够帮助我们快速的触及问题的核心并确定解决思路，好的方法论能让我们事半功倍，下面就总结下我在阿里这几年学习到的部分方法论。　　

工作

Stable Diffusion

耗时80小时！超详细的胎教级Stable Diffusion使用教程，看这一篇就够！

下载的模型放在哪里呢？

文生图

探索Sora的魔法世界：功能展示、原理解析、未来市场影响大猜想！

因为现在算力越来越呈现基础设施的特征，而基础设施是各个国家的命脉，即便不考虑禁运，我国不会是唯一一个要求算力自主可控的国家，甚至每个大厂都开始想自己搞显卡或者AI专用算力卡（参考google、特斯拉、openAI、阿里

视频生成 sora

ModelScope(一站式开源的模型即服务共享平台)的简介、安装、使用方法之详细攻略

Ø 开源模型库：社区会提供一个开源模型库里面包含了全行业的SOTA模型。

开源

<...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