文章列表-AI魔法学院

文章列表

【提前体验GPT-5】吴恩达AI智能体工作流详细解读

就在上周，提到了吴恩达教授提出的AI智能体驱动的工作流方式将会在未来成为一种趋势，并且他还说，他的团队已经证实了，利用此技术可以使GPT3.5的效果远超GPT4。

GPT-5 智能体

语音识别的新拐点：OLMoASR 带来的机会

而支撑这一切的，就是 ASR（自动语音识别）技术 01 什么是 ASR？

OLMoASR 语音识别

【工具书】文生图Midjourney最全prompt提示词分类对照表

彩色泡泡 (((colorful bubble))) 艺术风格 8bit游戏 8 Bit Game 80年代动画

提示词 prompt 文生图

AI国力战争：GPU是明线，HBM是暗线

在这一场国家级、企业巨头之间的竞争中，站在最前排的就是大模型和大模型的算力发动机GPU。

GPU HBM 大模型

元象首个多模态大模型 XVERSE-V 开源，刷新权威大模型榜单，支持任意宽高比输入

该模型全开源，无条件免费商用，持续推动海量中小企业、研究者和开发者的研发和应用创新。

XVERSE-V 多模态大模型

登顶的小熊猫模型出AI产品了！3步10秒出一张海报，可免费商用

但大小可随意更改，位置也可以在创建后再次拖动。

图形设计生成器文生图

人话聊AI大模型：AIGC如何助力营销的秘密（下）

AI技术也将在实时中对营销活动的触达和结果进行自动分析，以优化营销活动的效果。

大模型

Stable Diffusion

【Stable Diffusion操作入门】Stable Diffusion 操作界面及基础参数介绍

基础参数介绍提示词（Prompt）和反向提示词（Negative Prompt）提示词内输入的东西就是你想要画的东西，反向提示词内输入的就是你不想要画的东西。

文生图 SD

大模型下半场，关于Agent的几个疑问

)、规划(Planning)和行动(Action)。

大模型

一个令人惊艳的图片高清化重绘神器：SUPIR来了！

这个项目以尖端的大规模人工智能革新图像恢复技术，通过文本驱动、智能修复，将AI技术与创新思维相结合，赋予每张图像全新的生命力。

SUPIR 文生图

从专业ASR到统一音频LLM：七大顶尖模型的深度对比分析

语音和音频处理领域正在经历一场重大变革，从专门的自动语音识别（ASR）系统，转向集成的、多模态的音频大语言模型（Audio LLM）。

音频对比

字节开源项目MimicTalk：快速打造逼真3D Talking Face的利器

动态表现力：通过上下文风格化的音频到运动模型（ICS-A2M），MimicTalk能够「捕捉和模仿目标人物的动态说话风格」，使生成的视频更加生动和富有表现力。

MimicTalk 开源模型

实测15款AI大模型实时新闻搜索能力：金融业资讯获取哪家强？

在瞬息万变的金融市场，实时掌握行业动态是决策的关键。

AI 大模型

图文生成短视频的方法

这就是前期接触短视频时候的经历，后来在慢慢地学习和改变中，发现文字是静态，无法很好的读者进行互动。

视频 ChatGPT

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

总的来说，AnimateDiff 是一个创新的工具，它利用 AI 技术将静态图像转化为动态视频，为内容创作者和开发者提供了新的创作可能性。

视频生成文生视频

<...19 20 21 222324 25 26 27 28 ...>

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