文章列表-AI魔法学院

文章列表

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

大模型实践总结

对于以Transformer、MOE结构为代表的大模型来说，传统的单机单卡训练模式肯定不能满足上千（万）亿级参数的模型训练，这时候我们就需要解决内存墙和通信墙等一系列问题，在单机多卡或者多机多卡进行模型训练

大模型训练

一款构建AI数字人项目开源了！自动实现音视频同步！

1、Video-Tetalking Video-ReTalking 是一个利用AI实现视频人物嘴型与输入的声音同步的创新技术。

AI数字人音视频同步

【重磅推荐】PaddleOCR：超越人眼识别率的AI文字识别神器！

这些图像可以是从网络上下载的，也可以是用户自己拍摄或生成的。

PaddleOCR 文字识别

把ChatGPT装进二次元手办，你来吗？AI桌面机器人众筹

正好最近在研究嵌入式开发和AI应用，就萌生了一个想法 - 开启一个众筹项目，和志同道合的玩家一起打造这款桌面机器人，后续加入更多好玩的特性！

ai小车 esp32 开源

AI绘画Stable-Diffusion风格化实战

在社交软件和短视频平台上，我们时常能看到各种特色鲜明的视觉效果，比如卡通化的图片和中国风的视频剪辑。

Stable-Diffusion 文生图

活久见，世界上第一个被人类骗走钱的AI，刚刚出现了！

就在刚刚，全世界第一个被人类骗走了近5万美金的AI诞生了。

Freysa 智能体

语音克隆又又又又又升级了

，时隔几个月Meta又推出了最新的语音生成技术，不仅能可能声音，还能通过对声音的描述来生成独特的音色，同时还能通过描述来生成各种各样的音效，甚至能通过文字描述来编辑声音，整体来说，这项技术几乎囊括了现在人们对语音生成技术的所有的需求

Meta 语音生成

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！

Sora是OpenAI公司发布的一款AI视频生成模型。

视频生成 sora

什么是极限、导数、微分与积分（通俗易懂）

首先，它变成了1/2，然后是1/4，接着是1/8，如此继续下去。

数学微积分科学

Flowith：革新你的工作方式，体验节点式 AI 的超流畅生产力

Flowith 是一款基于 GPT 的 AI 生产力工具，它采用独特的节点式交互方式，使用户能够以多线程和发散式的思维与 AI 进行互动。

Flowith GPT 生产力工具

通俗解读大模型微调(Fine Tuning)

正如我在《大模型时代的应用创新范式》一文中所说，大模型会成为AI时代的一项基础设施。

大模型微调

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

身体姿态估计旨在识别出给定图像中人或者动物实例身体的关键点，除了典型的身体骨骼关键点，还可以包括手、脚、脸部等关键点，是计算机视觉领域的基本任务之一。

ViTPose+Transformer 身体姿态

20%杨幂+80%霉霉=？这款“人脸拼接”的AI应用还能这么玩

人像生成 20%杨幂+80%泰勒·斯威夫特到底长啥样？

InstantID 文生图

什么是ChatGPT？

它通过分析和理解人类输入的问题或文本，并生成相应的回答或文本。

ChatGPT OpenAI 大模型

<...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