文章列表-AI魔法学院

文章列表

最佳开源文生图大模型可图：安装与批量出图的完整教程

经过数十亿个文本图像对的训练，Kolors 在视觉质量、复杂语义准确性以及中英文字符的文本渲染方面比开源和专有模型表现出显著优势。

可图 kolors

解读 Openai 给 DALLE3 设的完整系统提示词

这段提示词的译文（GPT翻译）：每当给出图像的描述时，使用dalle创建图像，然后用简单的文字总结用于生成图像的提示。

提示词绘画 DALLE

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

阿里通义实验室薄列峰：从兵马俑跳“科目三”到照片唱歌，四大框架让AI生成的人物活起来丨GenAICon 2024

OpenAI相当于把这个事情做到了极致，在现在的时间节点，整个Sora展示出非常好的效果。

通义文生视频

开发语音产品时设计唤醒词和命令词的技巧

命令词中字的音节较长且相邻汉字的声韵母区分度越大越好； 3.

语音产品唤醒词命令词

了解Kimi必看的26个问题 | Kimi系列文（二）

在高效阅读、专业论文解读、翻译、资料整理与总结方面，Kimi具有明显优势，细节也抓得准。

Kimi 大语言模型

Sora物理悖谬的几何解释

依随OpenAI透露出更多技术细节，很多Sora生成的物理悖谬的视频流传于网络。

Sora 解释

让你起飞的五个Prompt框架模型

在当今日益数字化的世界中，人工智能已经成为我们日常生活的重要组成部分。

prompt 大模型

如何避免大语言模型绕过知识库乱答的情况？LlamaIndex 原理与应用简介

除了每个节点存储文本之外，每个节点还可以选择存储 Embedding。

大语言模型

DALL-E 3 不只是文生图！10 个案例颠覆认知

很多人被它生成文字和超现实图像的能力所吸引，但并没有发掘它的另一个强大功能—把你脑中的 Idea 变成现实中的图像。

DALL-E 3 文生图

OpenAI Assistants API 使用指南

上次我们介绍了 OpenAI 的新版 API，包括语音转文字、生成图片和图片识别等功能，这次 API 的更新还包含了一个重量级的功能，就是类似 GPTs 的 Assistant API，它不仅可以完成

OpenAI Assistants API

4秒惊艳！Stable Cascade AI绘画神器，设计师和普通用户的无限创意新选择

只需输入一段描述文字，即可在4秒钟内获得令人惊艳的图像。

文生图绘画

用Midjourney给自己制作精美的logo或头像

（一个摩托车团队的徽章，矢量图，简洁 —没有真实细节）字母标志logo："a lettermark of letter A, logo, serif font, vector

头像 logo

阿里出品自动化视频剪辑工具FunClip！

此外，FunClip还支持多段剪辑，并且能够自动为视频生成SRT字幕文件。

FunClip 视频阿里

开源大模型部署及推理所需显卡成本必读：也看大模型参数与显卡大小的大致映射策略

字节数：4字节（32位）半精度浮点数 (16位) - float16: 含义：半精度浮点数用于表示实数，但相对于单精度浮点数，它的位数较少，因此精度稍低。

开源模型

<...13 14 15 161718 19 20 21 22 ...>

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