文章列表-AI魔法学院

文章列表

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

虽然音频技术日新月异，但许多现有方案在复杂场景中仍难以提供稳定且高质量的音频体验。

ClearerVoice-Studio 语音

你的AI还在睡觉？33条Prompts让它瞬间变身超能力团队！

这33条专家Prompts覆盖了时间管理、目标设定、工作环境优化等所有关键领域，将帮助你的AI全面提升工作能力。

提示词

图文生成短视频的方法

很多人可能像我一样，不喜欢做口播，但是有一定的文采，想要做短视频，却苦于找不到什么方法，你是否也有这样的苦恼呢？

视频 ChatGPT

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

背景很多人觉得AI绘画不稳定，对于以后替代插画师、摄影工作者、设计师、表示存疑，作为AI从业者从AI绘画关键技术分析，以前生产者肯定会被淘汰，现在没有到达黄金期。

Stable Diffusion 文生图

将文本转化为3D动画：DeepMotion推出MotionGPT，开启动画新时代！

MotionGPT可以让用户输入文本提示来创建特定的动作，提供肢体运动、情感甚至多个动作的混合指令，从而提供高度动态的动画创作体验。

3D 动作捕捉

10秒换脸，一张图片够了！SD Roop插件教程

本文旨在帮助用户完成诸如自定义角色、电商模特形象调整等任务。

AI换脸

从零开始：构建你的首个ComfyUI工作流

自定义节点的安装方式可以归纳为三种，分别是官方安装方式、启动器安装方式和节点管理器(Manager)安装。

comfyui 文生图工作流程

来自OpenAI应用研究主管关于Agent的万字长文-AI Agents介绍

Andrej Karpathy对比了过去开发AI Agent的困难和现在新技术工具下开发的新机会，他还不忘调侃自己在特斯拉的工作，是“被自动驾驶分了心”，他认为自动驾驶和VR都是糟糕的AI Agents

Agent

AI Agent新对决：LangGraph与AutoGen的技术角力

这些代理具有定制性和对话性，并可以在利用LLM、人类输入和工具的各种模式中运作。

LangGraph AutoGen 对决

被低估的面壁：打造出不输 OpenAI 的 Scaling Law 曲线

马斯克所创办的 xAI 团队宣布开源 Grok-1——一个参数量为 3140 亿的 MoE 大模型。

Grok-1 开源模型

2023年人工智能行业总结

年底谷歌发布了多模态大模型Gemini，可以理解文字、图片、代码和音视频。

人工智能 AGI 思考总结

Stable Diffusion

Stable Diffusion 5款最佳电商必备模型、Lora推荐

style, 3d rendering, 8K, 可以在正向词加上你想要的颜色模式，例如：(blue theme:1.3)，再加一些物体描述，例如：立方体，圆柱体，球体，拱门，窗帘，阴影，金属球，植物, 树叶等等

SD 电商文生图

AI的百亿套壳：做船不做柱子

英伟达的老黄公开宣称“每天用Perplexity搜索”，贝佐斯、YC的CEO等46名投资人跟投，谷歌的首席科学家Jeff Dean甚至以个人身份投资，这些重量级人物给Perplexity进一步带来关注度

AI 创业

现在LLM 的大小为什都设计成6/7B、13B和130B几个档次？

3260798103 LLM现在一般都是基于Transormer结构，参数总和可以看作Embedding部分参数和Transormer-Decoder部分参数，Embedding部分参数由词表大小和模型维度决定；

大模型

栩栩如生,音色克隆,Bert-vits2文字转语音打造鬼畜视频实践

相比传统的基于词嵌入的模型，BERT引入了双向上下文信息的建模，使得模型能够更好地理解句子中的语义和关系。

Bert-vits 语音

<...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