文章列表-AI魔法学院

文章列表

腾讯的 PhotoMaker - 更快更像更可控的 AI Avatar

它主要通过堆叠ID嵌入方式编码任意数量的输入ID图像，以保留ID信息。

PhotoMaker 文生图

从 GPT-4o 到 LiveKit：实时语音交互的开源实现

在人工智能技术日益普及的今天，GPT-4o 的实时语音功能吸引了大量关注。

GPT-4o 语音交互

解读 Openai 给 DALLE3 设的完整系统提示词

如果用户没有要求生成特定数量的图像，默认创建四个提示发送给dalle，这些提示应尽可能多样化。

提示词绘画 DALLE

盘点字节跳动最新的AI应用

#65039;⃣ 今日头条的小悟空（200+AI工具集，海外名称为ChipChop），4️⃣ 大力教育的河马爱学（AI辅助学习工具），5️⃣ 巨量引擎的即创

字节 AI工具

华为盘古画画3.0发布 | PanGu-Draw：业界最大的中文文生图模型，效果YYDS！

然而，它们对大量计算资源和广泛数据收集的依赖仍然是一个瓶颈。

PanGu-Draw 文生图

Deepseek-V2技术报告解读！全网最细！

模型参数量方面达到236B ，同时由于模型小专家混合的特性，模型在推理时的激活参数很少，可以实现高推理速度。

Deepseek-V2 大模型

如何改善你的回测方法，提高策略的未来收益

夏普比率及其局限性夏普比率是衡量投资策略绩效的常用指标，定义为超额收益与收益标准差的比值。

回测方法

6.2K Star！MIT出品的多语言语音合成神器，CPU实时推理吊打商业软件！

Azure一个月几千块，Google Cloud按分钟收费免费的质量垃圾，机器味儿浓到让人怀疑人生中文支持？

MeloTTS 语音工具

来自Microsoft Build 2023：大语言模型是如何被训练出来的

信息含量丰富，本文根据这份演讲总结。

大模型

大模型：泛化即智能，压缩即一切！

定义1: 模型的泛化程度与你将不同数据推入足够高容量模型的速度成正比。

泛化大模型

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

在当今数字化时代，文本转语音（TTS）技术的应用愈发广泛，从智能语音助手到有声读物，从无障碍服务到教育娱乐领域，都离不开高质量的语音合成。

OuteTTS-0.1-350M 音频

搭建程序员自己的在线工具库 it-tools

虽然有一些开发工具也具有一些常用的格式化功能，有时候，我们可能也需要一些其它轻量级的工具。

开源项目工具类

【AI绘画】入门英文名词解析

最近AI绘画爆火，由于是艺术和技术的跨界结合，因此出现了大量专有名词（英文和中文都有），有些是公司名，有些是项目名，有些是技术名词，有些特指模型，有些特指插件或者网站，有些是二次元人物，游戏风格等，

文生图 AI绘画

AI音乐热潮下，“神曲工作室”率先失业

到了3月20多号才给公开到所有用户，他的数据和搜索量才开始暴增。

音乐音频

Stable Diffusion

Stable Diffusion 抽卡必备神器！Agent Scheduler

相信大家在玩 Stable Diffusion 的时候一直有一个痛点，每次出图抽卡时都只能等待上一次抽卡结束，才能继续下一次抽卡；特别是当我们想抽大量的卡来测试不同的模型，不同的参数的效果时，那么是非常奔溃的

Agent Scheduler Stable Diffusion

<...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