文章列表-AI魔法学院

文章列表

借题发挥下最近几例声音克隆的应用案例

最近接连接到几个客户找我订制声音的案例： 1.某父亲痛失爱子，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过

声音克隆数字人

企业如何更好的使用大模型？都有哪些框架和方案

大模型落地的挑战对于个人用户，大语言模型带来了前所未有的高度个性化体验。

人工智能大模型

Stable Diffusion

全网最全AI绘画Stable Diffusion关键技术解析

背景很多人觉得AI绘画不稳定，对于以后替代插画师、摄影工作者、设计师、表示存疑，作为AI从业者从AI绘画关键技术分析，以前生产者肯定会被淘汰，现在没有到达黄金期。

Stable Diffusion 文生图

中学生也能看懂的Sora视频生成原理解读

例如，它可以生成一个人走路的视频，展现出3D一致性和长期一致性。

视频生成 sora

必读！RAG好用的3种Router

PolyRouter提供了一个多LLM路由系统，该系统根据特定需求动态将查询路由到最合适的专家，从而优化性能，减少响应时间和成本，同时提高输出质量。

RAG Router

Openai 异步客户端接入国产大模型 Kimi

Moonshot 介绍 Kimi Chat 是由月之暗面科技有限公司（Moonshot AI）开发的一款人工智能助手，支持长达20万字的上下文处理能力，并且能够记住之前的对话内容，提供更加准确和有条理的回答

Kimi Chat 大模型

超越Animate Anyone! 南加大&字节提出MagicPose，不需任何微调就可生成逼真的人类视频

，用于在具有挑战性的人舞视频中进行2D人体动作和面部表情的转移。

MagicPose 视频

关于AI声音生成的一切（语音+音乐+嘴型）

其实声音生成也有很多革命性的工具，例如高质量的声音识别、文字转成人声、人声克隆、音乐生成，已经能组成完整工作流了，其中一些工具甚至已经打包好了，只要下载解压就能用！

声音

你是否发现ChatGPT甚至不能按字数要求回复问题？有人做了评测并讨论了可能的原因

有人做了评测并讨论了可能的原因最近在群里和朋友圈看大家都提到让LLM写固定字数的回复时模型几乎都失效了，在网上看到这篇论文的时候就想怎么这么巧就有人针对这个事情发了论文，合着好像就是群友发的。

大模型控制

一键部署本地私人专属知识库，开源免费！可接入GPT-4、Llama 3、Gemma、Kimi等几十种大模型，零代码集成。

2、搭建本地知识库问答系统MarxKB的优势在部署好MarxKB后，你可以添加个人笔记，工作文档，甚至在线网页到知识库里面，然后通过建立索引加上大语言模型对这些知识库的理解实现对文档内容的实时搜索与问答

知识库MaxKB 开源

评论能力强于GPT-4，上交开源13B评估大模型Auto-J

随着生成式人工智能技术的快速发展，确保大模型与人类价值（意图）对齐（Alignment）已经成为行业的重要挑战。

Auto-J 大模型

免费的文本生成视频解决方案：AnimateDiff下载-可用于StableDiffusion的webui以及ComfyUI

这个插件的核心功能是通过大量短视频剪辑的训练，优化图像之间的过渡，确保视频帧的流畅性，从而生成高质量的短视频。

视频生成文生视频

聊聊 AIGC 一些拧巴的现状

从流量&转化的角度来看，暂时这类产品的转化，更多还是「引流到私域，人工接单，作图，交付」。

开源模型

ViTPose+：迈向通用身体姿态估计的视觉Transformer基础模型

在身体姿态估计任务上，使用CNN提取的特征，结合定制化的transformer模块进行特征增强，视觉transformer取得了很好的效果。

ViTPose+Transformer 身体姿态

阿里&字节发表VividTalk，只需单张照片即可根据音频生成栩栩如生的人物说话头像视频

简介一次性音频驱动的说话头生成旨在通过音频作为输入信号来驱动任意面部图像，并具有广泛的应用场景，如虚拟化身、视觉配音和视频会议。

VividTalk 视频

<...18 19 20 212223 24 25 26 27 ...>

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