文章列表-AI魔法学院

文章列表

朱啸虎讲了一个中国现实主义AIGC故事

这没有意义——这些公司，要场景没场景，要数据没数据，你说它有什么价值？

朱啸虎 AGI

Sora物理悖谬的几何解释

流形分布定则在深度学习领域，一个自然的数据集被视为一个流形上的概率分布，这被称为是流形分布定则。

Sora 解释

AI扫盲指南！什么是大模型？什么是GPT？什么prompt？什么是大模型参数？LLaMA2-70b中70b是什么？

AI大模型是一种基于海量数据和强大算力的人工智能模型，AI大模型需要数百亿或数万亿级别的数据，而普通的AI模型则只需数百万或数千万级别的数据。

大模型

神奇的 OuteTTS - 0.1 - 350M：用几秒钟音频克隆声音的黑科技！

本文将深入剖析 OuteTTS-0.1-350M 的技术细节、功能特性、应用场景以及使用方法，带您全面了解这款模型的魅力所在。

OuteTTS-0.1-350M 音频

AIGC系列之一-一文理解什么是Embedding嵌入技术

使用通俗易懂的语言来表达embedding技术，是使用一种模型生成方法，将非结构化的数据，例如文本、图片、视频等数据映射成向量数据，向量都是由数值表达的向量，向量可以被计算机直接处理。

AIGC Embedding 嵌入技术

GPT-4o实时语音方案提供商Livekit开源voice agent：轻松处理音视频流

轻松访问 LiveKit WebRTC 会话并处理或生成音频、视频和数据流。

voice agent 开源音视频

视频大模型训练相关词条解释

它不仅能够根据文字指令创造出既逼真又充满想象力的场景，而且能生成长达1分钟的超长视频，不管是一镜到底还是分镜头切换模式，都能够保持角色及背景神一般的一致性和稳定性。

视频生成 sora 词条

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，领航AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

2.77亿参数、1340万帧视频训练数据，背后蕴含着怎样的技术秘密？

Agent+GPT-4V 大模型

除了深度换脸、模拟配音，还能口型匹配的AI软件出现了

据海外媒体报道，上周一款名为LipDub 的翻译软件正式发布，这款AI程序可以让视频创作者在几分钟内使用不同语言进行交流。

AI

学会这招，一个头像变100种风格！

在 Mijdourney 里，如何根据一张图随意切换风格？

Remix 文生图

语音识别的未来已来：深入了解faster-whisper的突破性进展

faster-whisper的核心优势在于其能够在保持原有模型准确度的同时，大幅提升处理速度，这使得它在处理大规模语音数据时更加高效。

语音识别 Faster-Whisper

Prompt逆向工程：轻松复刻OpenAI“神级”提示词

ensp; 02解剖式逆向提示词方法与过程 OpenAI放出的这段教育行业的提示词在ChatGPT中效果非常不错，这篇博客中一共给出了四段高质量提示词，我们用一系列逆向Prompt来分析它们的组成

大模型

来自Microsoft Build 2023：大语言模型是如何被训练出来的

强化学习阶段：基于阶段三的奖励模型继续进行强化学习，可以得到一个能支持与用户对话的类似“ChatGPT”的模型这四个阶段，每个阶段都涉及到一些训练技术和数据集，以及产出和硬件消耗等，十分清晰明了

大模型

EasyPhoto | 您的智能 AI 照片生成器

项目简介 EasyPhoto是一款Webui UI插件，用于生成AI肖像画，该代码可用于训练与您相关的数字分身。

训练 EasyPhoto 文生图

Stable Diffusion

一键复用！Stable Diffusion WebUI 神仙插件 LightFlow

今天为大家推荐一个非常好用的 Stable Diffusion WebUI 插件 LightFlow，它可以将一张图像的生成参数和相关设置保存为文件，这样无论是复用图像生成信息还是分享给别人都非常方便

SD 流程

<...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