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

Stable Diffusion

巧用ChatGPT生成Stable Diffusion绘画提示词Prompt

在Prompt的生成中，你需要通过提示词来描述人物属性，主题，外表，情绪，衣服，姿势，视角，动作，背景。

Diffusion prompt

Stable Diffusion

硬核解读Stable Diffusion（系列三）

2.0 Stability AI公司在2022年11月（stable-diffusion-v2-release）放出了SD 2.0版本，这里我们也简单介绍一下相比SD 1.x版本SD 2.0的具体改进点

Stable Diffusion 文生图

“大模型+机器人”的现状和未来，重磅综述报告来了！

4、具身多模态语言模型(Embodied Multimodal Language Models)：如R3M，将视觉、语言与机器人动作相结合进行学习。

论文机器人

没有思考过 Embedding，不足以谈 AI

这篇文章中，我并不试图去解释ChatGPT的一切，而是将从原理出发，思考计算机理解语言的关键要素，这些思考落到了一个具体的切入点 —— embedding —— 一个第一眼难以理解但极为关键的东西。

开源模型

从第一性原理看大模型Agent技术

Agent是一个能感知并自主地采取行动的实体，这里的自主性极其关键，Agent要能够实现设定的目标，其中包括具备学习和获取知识的能力以提高自身性能。

大模型 agent

Stable Diffusion

Stable Diffusion教程：提示词

body, standing 1个女孩, 全身, 站立 a pair

提示词 SD 绘画

两天star量破千：OpenAI的Whisper被蒸馏后，语音识别数倍加速

前段时间，「霉霉大秀中文」的视频在各个社交媒体走红，随后又出现了「郭德纲大秀英语」等类似视频。

语音 HeyGen

GPT让你拥有超强的写作能力！

直接用GPT写作虽然有一点的局限性，但是通过调教和喂养是可以做到专业级别的，今天分享几个行内很多伙伴常用的prompt，其实大家可以根据自己的状态对它提出各类要求。

GPT 写作

大模型应用发展的方向｜代理 Agent 的兴起及其未来（上）

未来，代理还有可能感知更复杂的用户输入，如AR/VR设备中的眼动追踪、身体动作捕捉和脑机接口中的脑电信号。

大模型

解玄：共相、道、基类与战略

概念的自身会动么？

玄学科学

字正腔圆,万国同音,coqui-ai TTS跨语种语音克隆,钢铁侠讲16国语言

按照固有的思维方式，如果想要语音克隆首先得有克隆对象具体的语言语音样本，换句话说，克隆对象必须说过某一种语言的话才行，但现在，coqui-ai TTS V2.0版本做到了，真正的跨语种无需训练的语音克隆技术

coqui-ai TTS 语音

歪理大集合，谁也跑不了

大模型能力已经通用化了，再配上通用的结构，这种通用能力就能够彻底发挥，相当于给瓮中之脑加了一个终结者的身体。

大模型

17岁高中生写了个神级Prompt，直接把Claude强化成了满血o1。

佩服的五体投地。

prompt 大模型

AIGC工具提示词技巧

比如，专业摄影师在光线、构图、主体姿态、视频转场等效果上，对细节的描述可以更具体；比如，建筑设计师、室内设计师、材料设计师、工业设计师，会对具体的材质、工艺、流程，一些细节处理上，有更加详细的词汇表述

AIGC 提示词

<...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