文章列表-AI魔法学院

文章列表

郭德纲讲英语相声详细教程

视频文件要求：文件类型包括：mp4、quicktime和webm；文件大小：不得超过1GB；视频时长：在30秒到5分钟之间；视频分辨率：360x360到4096x4096之间视频要求

数字人音视频

保姆级AI写论文，ChatGPT写论文指令全集

请帮我撰写开题报告中的研究背景，包括相关领域的现状和研究不足之处。

ChatGPT 指令

解读wav2lip：探究语音驱动唇部动作的技术原理！

为了解决上述两个问题，wav2lip引入了一个在真实视频中预训练的专家口型同步判别器，且包含多帧信息，用于判断音频和口型是否同步。

wav2lip 语音

震惊！OpenAI发布Meta-Prompt，未来不再需要提示词。

确保包含足够的描述性信息，以帮助Flux 1.1模型理解你的意图。

Meta-Prompt 提示词

炸裂！百川开源第1个7B多模态大模型 Baichuan-Omni | 能够同时分析图像/视频/音频/文本

它还支持包括英语和汉语在内的多种语言的多语言支持。

Baichuan-Omni 多模态大模型

本地运行140亿参数，阿里千问玩起来！Qwen+Win11+3060

预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。

大模型

中文版开源Llama 2同时有了语言、多模态大模型，完全可商用

Llama 2 模型系列包含 70 亿、130 亿和 700 亿三种参数变体，相比上一代的训练数据增加了 40%，在包括推理、编码、精通性和知识测试等许多外部基准测试中展示出了优越的表现，且支持多个语种

开源模型

接私活必看的11个开源项目

登录日志：系统登录日志记录查询包含登录异常。

私活开源项目

6个最佳开源TTS引擎

种语言（包括中文）。

TTS引擎开源模型

世界上最流行（github排名高）的开源移动机器人的操作系统ROS开源了！！

github开源排名很高 Turtlebot3 的 ROS 软件包源代码： http://www.gitpp.com/goldenbear/turtlebot3 【文生图】人工智能配图

ROS 机器人开源模型

OCRmyPDF—可智能识别PDF文本和图片信息的工具

•能够正确处理包含数千页的文件。

OCRmyPDF 工具

金融行业的开源AI大模型

项目包括数据准备、模型微调、问答等多个流程，并提供了ChatGLM-6B 模型相关课程内容，涵盖PPT、视频和技术文档。

开源大模型

MCP服务介绍及应用场景报告-来自Manus

报告的主要内容包括： 1.

MCP 大模型

AI绘画：InstantID Win11本地安装记录！

包括AI绘画相关的ControlNetModel，ip-adapter，YamerMIX_v8。

InstantID Win11 安装

Stable Diffusion

[Stable Diffusion]AnimateDiff ：最稳定的文本生成视频插件

https://github.com/continue-revolution/sd-webui-animatediff.git 如果无法通过网站安装，我为你提供了安装包，

AnimateDiff 视频训练

<...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