文章列表-AI魔法学院

文章列表

快手版Sora「可灵」开放测试：生成超120s视频，更懂物理，复杂运动也能精准建模

它采用了Sora相似的技术路线，结合多项自研技术创新，生成的视频不仅运动幅度大且合理，还能模拟物理世界特性，具备强大的概念组合能力和想象力。

可灵快手文生视频

OpenAI 无需向量化的 RAG 新架构设计范式剖析

—1— OpenAI RAG 架构设计新范式剖析 1、无向量化 RAG 架构设计新理念 RAG 技术的核心目标是解决大语言模型（LLM）在处理特定领域知识时的局限性，比如“失忆”问题或者长文本处理的高昂成本

OpenAI RAG 架构

Stable Diffusion

Stable Diffusion使用Roop插件一键换脸教程

训练模型也可以实现上面的需求，但是需要的图比较多，很麻烦。

StableDiffusion Roop插件 AI换脸

Suno音乐新手指南（手把手完整版教程）

七、完成音乐或是我们找到了满意的组合，或是我们搞不动了，或是我们credit耗尽了，或是比赛交稿时间到了，我们比较完成音乐。

suno 歌曲教程

Stable Diffusion

Stable Diffusion LightFlow 作弊插件！一键复用工作流

但原图的分享却比较麻烦，通过微信等聊天工具分享的时候经常会被压缩，很容易导致解析图片配置信息不成功！！

流程 SD

哈工大科大讯飞联合推出中文LLaMA-2 & Alpaca-2大语言模型

这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。

训练

解读 Openai 给 DALLE3 设的完整系统提示词

如果用户没有要求生成特定数量的图像，默认创建四个提示发送给dalle，这些提示应尽可能多样化。

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

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

另一方面，由于图像分辨率和潜在空间嵌入结构不兼容，现有的扩散模型(每个模型专门用于不同的控制并在独特的潜在空间中运行)的集成带来了挑战，阻碍了它们的联合使用。

PanGu-Draw 文生图

一文汇总市面上所有prompts提示词框架

Prompts，作为大语言模型交流与理解的桥梁，扮演着无比重要的角色，指引着模型准确解读输入信息，从而生成我们所需的特定输出。

提示词框架 prompt

一文带你认识ELMo

之前用语言模型做Word Embedding比较火的是word2vec和glove。

embedding

用ChatGPT辅助学习，成为超级学霸

两者在知识吸收的效率上，简直可以比拟为飞机与马车的差异。

教育 AI 学习

AI助力Logo设计！5类关键词帮你快速获取高质量灵感

现在很多设计师都在尝试用 Midjourney 辅助自己完成设计任务，比如生成海报/ Banner 的设计素材、生成矢量扁平插画，以及提供 UI 设计和 3D IP 形象设计的灵感。我最近也在尝试用 AI 辅助 Logo 设计，发现 Midjourney 在生成某些类型的 Logo 时效果非常不错，今天就为大家整理推荐其中 5 类能快速生成高质量 Logo 设计灵感的关键词 ~

midjourney logo制作文生图绘画

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

Stable Diffusion

Stable diffusion三步搞定——场景定制化

迫于这个原因我们将经历投入到SD的学习当中，在学习的过程中发现SD的操作界面对设计师来说比较友好，操作界面更类似于一款软件的操作界面，感觉是在学习一门技术（可能是总用绘图软件做图留下的后遗症）。

AI图片

<...16 17 18 192021 22 23 24 25 ...>

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