文章列表-AI魔法学院

文章列表

Stable Diffusion

Stable Diffusion ControlNet：Reference“垫图”功能，不炼丹也能保持同一人物

然后，用这张图作为底图，做一些变化，先把底图放到reference模式里面，操作步骤和参数同上，然后修改正向提示词：功能1测试：更换衣服正向词： photo of woman,wispy

文生图

【语音识别】OpenAI语音力作Whisper

一、介绍 Whisper 是一系列用于自动语音识别 (automatic speech recognition，ASR) 的预训练模型，它由来自于 OpenAI 的 Alec Radford

语音转文字 whisper

目前有哪些比较成功的人工智能应用？

而AI在历史上大多数火在少部分的群体，比如科研人员，他们之间会比拼谁的模型识别准确率更高；比如有限的几个大公司，微软，谷歌，deepmind，谁又刷新了某个人工智能的榜单。

生成式AI

解读OpenAI Sora文生视频技术原理

OpenAI Sora文生视频（图像看作单帧视频）一放出就炸翻整个AI 圈，也是ChatGPT掀起GenAI热潮时隔一年后，OpenAI再次史诗级的更新。

sora

【语音领域-又双叒更新】阿里开源FunAudioLLM: 2大核心模型、5大亮点功能！效果炸裂！手把手带你理论+实战部署推理!

arxiv.org/pdf/2407.04051 理论篇: FunAudioLLM项目介绍 FunAudioLLM整体系统框架介绍 FunAudioLLM 是阿里语音团队最新开源的项目

asr tts 声音

SD出图新思路

今天就另辟蹊径，带来一个新思路。

文生图 SD

马斯克怒告OpenAI案解密：Ilya看到了什么？125万亿参数Q*细节曝光，53页PDF全网疯转

同时大家发现，在Altman被解雇之下，OpenAI的研究人员曾给董事会发出一封信，警告一项「可能威胁人类」的全新AI发现。

OpenAI 大模型

OpenAI 开源语音识别 Whisper 的使用体验怎么样？

关于Buzz 　　Buzz 是一款基于 OpenAI 开源 Whisper 自动语音识别模型的软件工具，能够将音频或视频中的语音自动识别为带有时间戳的文本字幕。

生成式AI

ChatGPT提示工程5篇合集 - 吴恩达和OpenAI出品

吴恩达和OpenAI合作开发了一套针对ChatGPT提示工程的最佳实践课程，课程名为《ChatGPT Prompt Engineering for Developers》。

ChatGPT prompt

解读 Openai 给 DALLE3 设的完整系统提示词

DALLE3新开对话生成的4张图片里默认有照片、插画等风格，而我想让它一开始就是指定的风格，于是我问它如何保持一致风格，且不需要重复告知。

提示词绘画 DALLE

Ollama的本地化又一图形工具ChatOllama，让你轻松玩转ollama，ChatGPT

ChatOllama是一款ollama图形化管理工具，集成了ollama，OpenAI，可以实现ollama的模型管理，系统指令管理，知识库管理，AI聊天等功能，功能方面与Open WebUI类似，作者在不断改进优化功能

ChatOllama 安装

Openai 异步客户端接入国产大模型 Kimi

公司的名字来源于英国摇滚乐队Pink Floyd的专辑《Dark Side of the Moon》，象征着对未知的探索和创新。

Kimi Chat 大模型

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的基础功能跟其他平台对比有什么强大的地方？

视频生成 sora

OpenAI视频模型Sora的推理生成成本多高？

GPT-4 是 2022 年上半年训练的，据说 OpenAI 使用了 25000 张 A100。

Sora 推理算力

智源：70万预算，从头开发千亿参数大模型，挑战成功！

预算10万美元（约73万人民币），从头训练一个全新的千亿参数大模型。

大模型

<123 4 5 6 7 8 9 10 ...>

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