文章列表-AI魔法学院

文章列表

FaceFusion参数详解

目前有5个帧处理器：交换，增强，调试、帧超分，嘴型同步。

FaceFusion 文生图

一文读懂AIGC产业链：AIGC的前世今生和未来展望

其中计算机视觉目前发展较快，它是一个通过技术帮助计算机“看到”并理解数字图像内容的研究领域，例如理解照片和视频的内容。

生成式AI

clone-voice：一键克隆声音，开源AI技术让声音创作更便捷、更个性化

Mel-spectrogram是一种能够有效捕捉音频信号频谱特征的工具，它将音频信号转换为一种更适合机器学习模型处理的图像形式，成为许多语音合成模型的标准输入形式，有助于模型更好地理解和学习声音的特征。

clone-voice 声音克隆

2万字大模型调研：横向对比文心一言、百川、Minimax、通义千问、讯飞星火、ChatGPT

它们不仅开发了一系列基于大模型的应用，如图像识别、视频分析、增强现实等，还将其技术广泛应用于智能手机、自动驾驶、智慧城市、娱乐影视、教育健康等多个领域。

大模型调研

中国首份AIGC监管文件正式实施——《生成式人工智能服务管理暂行办法》简析

亮点： 1· 作为中国首份生成式人工智能（“AIGC”）监管文件，管理办法体现了现阶段监管机构的态度，即“既要重视发展，也要重视风险”。

人工智能

300天里，我帮你踩遍了AIGC创业的各种坑

虽然当时的对话效果差强人意，但这前所未有的交互形式毫无意外的引起了全社会关注。

AIGC 创业

掌握这10个AI 工具用1小时完成别人1周的工作

本文强烈推荐10个非常好用的AI工具。

AI 工具

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

模型层数：40 -> 52 -> 62 随着版本迭代，模型层数逐步增加，提升了模型的复杂性与推理能力。

MiniCPM3-4B 大模型

【万字长文】全球AI Agent大盘点，大语言模型创业一定要参考的60个AI智能体

该项目在GitHub上被称为JARVIS，现在可以在Huggingface（因此称为HuggingGPT）上试用，这个Agent与文本、图像、音频甚至视频配合得非常好。

大语言模型

微信向量检索分析一体化数仓探索：OLAP For Embedding

这种“连续性”极大地增强了表示的易用性： Sematic Search 语义检索：通用的语义检索，通过深度学习的训练，将真实世界数字化后的离散特征提取出来，投影到数学空间上，同时神奇的保留距离之间相似度的能力

OLAP For Embedding 一体化数仓

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

LMU | 多模态RAG系统论文：https://arxiv.org/pdf/2410.21943 检索增强生成（RAG）主要解决的是大模型缺乏领域知识且容易产生幻觉的问题。

大模型研究

Midjourney 进阶关键词_摄影效果专题

经过这段时间的测试，觉得可以将摄影效果特别增设一个专题，以每日一词的方式分享给大家进行测试运用。

midjourney 文生图绘画

AI+音乐｜对话 Suno CEO：破圈的音乐生成产品是如何诞生的？

产品简介： Suno AI是一款由麻省理工团队开发的强大人工智能音乐生成器。

suno 音乐

超级转化！5个让销售数字飙升的顶级 Prompts！

利用多种媒介，例如电子邮件营销、社交媒体帖子、博客文章和视频内容。

Prompt 提示

GitHub本月榜单：一个数字人技术的“非官方”实现

个性化推荐：结合用户的历史购买数据和偏好，AnimateAnyone可以生成个性化的推荐视频，提高用户购物的针对性和满意度。

AnimateAnyone 人工智能

<...17 18 19 202122 23 24 25 26 ...>

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