文章列表-AI魔法学院

文章列表

MaskGCT：登上GitHub趋势榜榜首的TTS开源大模型

03 效果展示 MaskGCT 能超自然地模拟参考音频音色与风格，并跨语言生成音频：与基于自回归的TTS系统相比，MaskGCT具有更强的稳定性，绕口令也不在话下

MaskGCT 声音克隆

20个常见AI绘画工具大汇总（含免费版哦~）

NUWA NUWA(Neural visUal World reAtion)是微软亚洲研究院开发的多模态模型，通过自然语言指令，NUWA可以实现文本、图像、视频之间的生成、转换和编辑。

文生图

提高写作能力的90个prompt大全

轻松的语气：“为介绍[您的产品]的短视频制作一个有趣的脚本。”

prompt 写作

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

LinkSoul.AI 团队接下来的工作会把语音 - 视觉 - 文本进一步融合，让大语言模型同时支持语音和视觉模态。

开源模型

深入浅出：大语言模型中必不可少的技术——Embedding简介

如何生成和存储Embedding 总结 Embeddings技术简介及其历史概要在机器学习和自然语言处理中，embedding是指将高维度的数据（例如文字、图片、音频）

embedding

借题发挥下最近几例声音克隆的应用案例

通过训练儿子过去的视频，可以让AI让儿子的形象再现。

声音克隆数字人

生成式AI与大语言模型的区别

例如，一个图像生成模型可能会在数百万张照片和绘画的数据集上进行训练，以学习构成各种视觉内容的模式和特征。

生成式AI 大语言模型区别

Mixtral 7B 官宣免费，一大波 AI 模型也免费了，有网就能用！

没有精心编辑过的 Demo 视频，也没有长长的介绍博客，只有简单直接的磁力下载链接，背后是高达 87G 完整的模型文件。

开源大模型

AI变现异常值案例库，5种方向10个案例，副业项目灵感启发

AI热点资讯号 3.头像壁纸号 4.小说推文号 5.流量收益号因为人工智能这个话题太大了小到把文字排版成PPT好像也能叫AI 大到汽车领域的无人驾驶技术，以及苹果前些天发布的眼镜用到的视觉追踪技术也叫

生成式AI

Stable Diffusion

张嘴就能生图？这已经不是科技，这是魔法！（Stable Diffusion进阶篇：SDXL-Turbo）

真的是一秒生成（这比我登录英雄联盟还快）：当然也可能是因为我的显卡比较好（没钱冲阿里云会员了不然我可以试试其他的显卡），但是我看了大多数的视频基本上比较普遍的显卡都是在4-5秒左右就能生成。

SDXL-Turbo 文生图

ChatGLM3在线搜索功能升级

pip install -U duckduckgo_search 然后修改原来的注册脚本其他的内容和原来的一样，下面让我们来详细体验下：当然DuckDuckGo还支持视频

ChatGLM3 搜索

17K star！30秒偷走你的声音，开源声音克隆工具

OpenVoice 只需要来自目标说话者的简短音频样本即可准确复制其独特的声调和特征。

OpenVoice 声音克隆开源

TTS它又来了！OpenVoice：一款借鉴于TTS实现的强大的AI语音克隆工具！

其核心功能是通过提供发言者的短音频片段（参考语音），实现声音的高效克隆。

tts 文本转语音

做自媒体消息闭塞很致命，巨好用的工具分享

轻抖：比较适合抖音零克查词：比较适合小红书剪辑软件剪映，运营过一段时间切片，这是我用得最熟悉的软件，可以直接同步在抖音、小红书、西瓜视频等等发布，比较好用。

自媒体工具

对于AI，我们现阶段可以有的态度

Diffusion，但依然还有搭档配合，让我们能在其他模态和领域得以探索和交流，除了AI绘画之外，我们在大语言模型和本地化部署ChatGLM，声音克隆、虚拟数字人直播间以及效果不输于D-ID的口播式视频

文生图

<...14 15 16 171819 20 21 22 23 ...>

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